Diffgrab

diffgrab

한국어 문서 · llms.txt

構造化差分によるウェブページの変更追跡です。markgrab + snapgrab を統合し、MCP ネイティブに対応しています。

from diffgrab import DiffTracker

tracker = DiffTracker()
await tracker.track("https://example.com")
changes = await tracker.check()
for c in changes:
    if c.changed:
        print(c.summary)     # "3 lines added, 1 lines removed in sections: Introduction."
        print(c.unified_diff) # Standard unified diff output
await tracker.close()

特長

• 変更検出 — 任意の URL を追跡し、コンテンツハッシュによってコンテンツの変更を検出します
• 構造化差分 — 統合差分 + セクション単位の分析（変更された見出しを確認できます）
• 人が読みやすい要約 — 「セクション Intro、Methods で 5 行追加、2 行削除」
• スナップショット履歴 — SQLite に保存し、任意のページの過去のバージョンを閲覧できます
• markgrab を活用 — markgrab による HTML／YouTube／PDF／DOCX の抽出
• 視覚的な差分 — snapgrab によるスクリーンショット比較（任意）
• MCP サーバー — Claude Code／MCP クライアント向けの 5 つのツール
• CLI を同梱 — diffgrab track、check、diff、history、untrack

仕組み

flowchart TD
    A["diffgrab track URL"] --> B["Fetch initial snapshot\n(markgrab + snapgrab)"]
    B --> C["Store baseline"]
    C --> D["diffgrab check"]
    D --> E["Fetch current page"]
    E --> F{"Content\nhash match?"}
    F -->|"changed"| G["Compute structured diff\n+ section analysis"]
    F -->|"unchanged"| H["No changes"]
    G --> I["📊 DiffResult\nadded / removed / modified"]

インストール

pip install diffgrab

オプションの追加機能：

pip install 'diffgrab[cli]'      # CLI with click + rich
pip install 'diffgrab[visual]'   # Visual diff with snapgrab
pip install 'diffgrab[mcp]'      # MCP server with fastmcp
pip install 'diffgrab[all]'      # Everything

使い方

Python API

import asyncio
from diffgrab import DiffTracker

async def main():
    tracker = DiffTracker()

    # Track a URL (takes initial snapshot)
    await tracker.track("https://example.com", interval_hours=12)

    # Check for changes
    changes = await tracker.check()
    for change in changes:
        if change.changed:
            print(change.summary)
            print(change.unified_diff)

    # Get diff between specific snapshots
    result = await tracker.diff("https://example.com", before_id=1, after_id=2)

    # Browse snapshot history
    history = await tracker.history("https://example.com", count=20)

    # Stop tracking
    await tracker.untrack("https://example.com")

    await tracker.close()

asyncio.run(main())

便利な関数

from diffgrab import track, check, diff, history, untrack

await track("https://example.com")
changes = await check()
result = await diff("https://example.com")
snaps = await history("https://example.com")
await untrack("https://example.com")

CLI

# Track a URL
diffgrab track https://example.com --interval 12

# Check all tracked URLs for changes
diffgrab check

# Check a specific URL
diffgrab check https://example.com

# Show diff between snapshots
diffgrab diff https://example.com
diffgrab diff https://example.com --before 1 --after 3

# View snapshot history
diffgrab history https://example.com --count 20

# Stop tracking
diffgrab untrack https://example.com

MCP サーバー

Claude Code の MCP 設定に追加します：

{
  "mcpServers": {
    "diffgrab": {
      "command": "diffgrab-mcp",
      "args": []
    }
  }
}

または uvx を使用します：

{
  "mcpServers": {
    "diffgrab": {
      "command": "uvx",
      "args": ["--from", "diffgrab[mcp]", "diffgrab-mcp"]
    }
  }
}

MCP ツール：

ツール	説明
track_url	変更追跡する URL を登録します
check_changes	追跡中の URL に変更がないか確認します
get_diff	スナップショット間の構造化差分を取得します
get_history	スナップショットの履歴を閲覧します
untrack_url	URL の追跡を停止します

DiffResult

すべての差分処理は DiffResult を返します：

@dataclass
class DiffResult:
    url: str                           # The tracked URL
    changed: bool                      # Whether content changed
    added_lines: int                   # Lines added
    removed_lines: int                 # Lines removed
    changed_sections: list[str]        # Markdown headings with changes
    unified_diff: str                  # Standard unified diff
    summary: str                       # Human-readable summary
    before_snapshot_id: int | None     # DB ID of older snapshot
    after_snapshot_id: int | None      # DB ID of newer snapshot
    before_timestamp: str              # When older snapshot was taken
    after_timestamp: str               # When newer snapshot was taken

ストレージ

スナップショットは SQLite の ~/.local/share/diffgrab/diffgrab.db に保存されます（自動作成）。カスタムパスを指定する場合：

tracker = DiffTracker(db_path="/path/to/custom.db")

QuartzUnit エコシステム

パッケージ	役割	PyPI
markgrab	HTML／YouTube／PDF／DOCX を Markdown に変換	pip install markgrab
snapgrab	URL からスクリーンショットとメタデータを取得	pip install snapgrab
docpick	OCR + LLM によるドキュメント抽出	pip install docpick
feedkit	RSS フィードの収集	pip install feedkit
diffgrab	ウェブページの変更追跡	pip install diffgrab
browsegrab	LLM 向けブラウザーエージェント	近日公開

使用例

• newswatch — RSS ニュース監視パイプライン（feedkit → markgrab → embgrep → diffgrab）
• watchdeck — 視覚的な差分と安全ガードを備えたウェブページ監視

ライセンス

MIT

---

_{QuartzUnit エコシステムの一部です — データ収集、抽出、検索、AI エージェントの安全性に対応する、組み合わせ可能な Python ライブラリです。}