Daten und Speicher

Diese Seite fasst die datenbezogenen APIs von Guida zusammen. Viele davon benötigen einen geöffneten Arbeitsbereich, weil Daten in arbeitsbereichslokalen Dateien oder Verbindungen gespeichert werden.

`g.store.*` - Persistenter Speicher

g.store.* speichert JSON-Dokumente in store.db des Arbeitsbereichs. Dokumente liegen in benannten Sammlungen.

Methode	Zweck
`g.store.put(collection, key, data)`	Dokument schreiben oder aktualisieren
`g.store.get(collection, key)`	Dokument lesen
`g.store.list(collection)`	Dokumente einer Sammlung listen
`g.store.count(collection)`	Dokumentanzahl lesen
`g.store.delete(collection, key)`	Dokument löschen

g.store.put("pages", "example", {
  url: "https://example.com",
  title: "Example",
  capturedAt: new Date().toISOString()
});

const count = g.store.count("pages");
g.log("Gespeicherte Seiten: " + count);

`g.queue.*` - Arbeitswarteschlangen

g.queue.* verwaltet dauerhafte Warteschlangen in queue.db. Queue-Items sind ausführbare Arbeit; sie können von Skripten, Workern oder Review-Ansichten verarbeitet werden.

Methode	Zweck
`g.queue.enqueue(queue, data, options?)`	Item einreihen
`g.queue.dequeue(queue, options?)`	Item auschecken
`g.queue.commit(checkoutId)`	Ausgechecktes Item abschließen
`g.queue.abort(checkoutId, reason?)`	Ausgechecktes Item abbrechen
`g.queue.list(queue, options?)`	Items listen
`g.queue.deadLetter(queue)`	Fehlerwarteschlange lesen
`g.queue.retry(queue, deadLetterId)`	Item aus Fehlerwarteschlange erneut versuchen

g.queue.enqueue("urls", { url: "https://example.com" });

const item = g.queue.dequeue("urls");
if (item) {
  try {
    await g.nav.navigateToUrl(item.data.url);
    await g.dom.waitForDomStable();
    g.queue.commit(item.checkoutId);
  } catch (e) {
    g.queue.abort(item.checkoutId, e.message);
  }
}

Bei Worker-Skripten lesen Sie den Kontext mit g.worker.getContext() und schließen das Item danach explizit ab. Details stehen unter Warteschlangen-Worker.

`g.search.*` - Volltextsuche

g.search.* erstellt einen arbeitsbereichslokalen Lucene.NET-Index unter search-index/.

g.search.index("pages", "example", {
  title: "Example",
  body: "Dies ist ein extrahierter Seitentext.",
  url: "https://example.com"
});

const hits = g.search.query("pages", "Seitentext");
g.log("Treffer: " + hits.length);

Nutzen Sie den lokalen Index, wenn extrahierte Inhalte im Arbeitsbereich durchsuchbar bleiben sollen. Für externe Suchcluster siehe Suchmaschinen.

`g.s3.*` - S3-kompatibler Speicher

S3-Verbindungen werden als verschlüsselte Zugangsdaten gespeichert. Skripte referenzieren nur den Verbindungsnamen.

Methode	Zweck
`g.s3.putObjectText(conn, bucket, key, content, contentType?)`	Text als Objekt hochladen
`g.s3.putObject(conn, bucket, key, localPath, contentType?)`	Lokale Datei hochladen
`g.s3.getObjectText(conn, bucket, key)`	Textobjekt lesen
`g.s3.getPresignedUrl(conn, bucket, key, options?)`	Vorsignierte URL erzeugen

await g.s3.putObjectText(
  "my-s3",
  "scraping-results",
  "exports/products.json",
  JSON.stringify({ ok: true }),
  "application/json"
);

`g.mongodb.*`

MongoDB eignet sich für flexible Dokumente, Aggregationen und Bulk-Operationen.

await g.mongodb.insertMany("my-mongo", "scraping", "products", [
  { name: "Widget A", price: 9.99 },
  { name: "Widget B", price: 14.99 }
]);

const docs = await g.mongodb.find("my-mongo", "scraping", "products", {
  price: { $lt: 20 }
});

`g.postgres.*`

PostgreSQL eignet sich für relationale Daten, Transaktionen und Bulk-Importe. Abfragen verwenden Parameter ($1, $2, …).

const rows = await g.postgres.query("my-pg",
  "SELECT id, name FROM products WHERE category = $1",
  ["electronics"]
);
g.log("Zeilen: " + rows.length);

`g.elasticsearch.*`

Elasticsearch-Verbindungen werden über das Secrets-Panel gespeichert und per Name referenziert.

const hits = await g.elasticsearch.search("my-es", "products", {
  query: { match: { title: "widget" } }
});

Sicherheit

Externe Datenintegrationen lösen verschlüsselte Zugangsdaten auf. Skripte, die von MCP gestartet wurden, dürfen diese APIs nicht nutzen. Das verhindert, dass ein KI-Agent durch ein Skript Zugriff auf Datenbank- oder Cloud-Zugangsdaten erhält.

Nächste Schritte

Arbeitsbereiche - lokale Dateien und Konfiguration
Zugangsdaten - verschlüsselte Verbindungsdaten
Datenbankintegrationen - externe Datenquellen im Detail
Warteschlangen und Prüfung - Queue-Betrieb

Daten und Speicher

g.store.* - Persistenter Speicher

g.queue.* - Arbeitswarteschlangen

g.search.* - Volltextsuche

g.s3.* - S3-kompatibler Speicher

g.mongodb.*

g.postgres.*

g.elasticsearch.*