抖音 / TikTok 平台作品下载/数据采集工具

一个纯 Python 编写的 PDF 库，能够对 PDF 文件页面进行拆分、合并、裁剪和变换操作

【EMNLP 2025 Demo】保留格式的PDF科技论文翻译 - 基于AI完整保留排版的PDF文档全文双语翻译，支持Google/DeepL/Ollama/OpenAI等服务，提供CLI/GUI/MCP/Docker/Zotero

yq是一款便携式命令行YAML、JSON、XML、CSV、TOML、HCL及属性文件处理器

用于网络爬虫与数据处理的库、工具及API列表。

用于PDF检查、分类和文本提取的快速Rust库。智能检测扫描版与文本版PDF，以实现智能路由决策。

一款快速、实用且开源的文件解析工具

🔥 开源无代码网页抓取、爬虫、搜索与AI数据提取平台 • 数分钟内将网站转为结构化API 🔥

OfficeCLI 是首个且最优秀的专为AI代理设计的Office套件，用于读取、编辑和自动化处理Word、Excel及PowerPoint文件。免费、开源、单一二进制文件，无需安装Office。

基于人工智能的Python爬虫工具

基于Spring-Boot的通用文件在线预览项目

将文档网站、GitHub仓库和PDF文件转换为Claude AI技能，并具备自动冲突检测功能。

高质量PDF转Markdown和JSON工具。一站式开源数据提取解决方案，实现PDF到Markdown与JSON格式的精准转换。

为生成式人工智能准备好你的文档

用于读写 Microsoft Excel™（XLAM / XLSM / XLSX / XLTM / XLTX）电子表格的 Go 语言库

Scrapy：Python 快速高级网页爬取与抓取框架

Crawlee——一个用于构建可靠爬虫的Node.js网络爬取和浏览器自动化库。支持JavaScript与TypeScript。可为人工智能、大语言模型、检索增强生成或GPT提取数据。从网站下载HTML、PDF、JPG、PNG等文件。兼容Puppeteer、Playwright、Cheerio、JSDOM及原始HTTP请求。支持有头模式与无头模式。提供代理轮换功能。

创建可监控并代您执行的智能体。您的智能体随时待命！

🦊 反检测浏览器

一个让创建美观控制台应用程序更简单的.NET库