crap

面向AI的网页数据API——将整个网站转换为LLM就绪的Markdown或结构化数据🔥

为您的AI代理赋予观察整个互联网的能力。读取并搜索Twitter、Reddit、YouTube、GitHub、Bilibili、小红书——一个命令行工具，零API费用。

🕷️ 一个自适应网络爬虫框架，能够处理从单个请求到大规模爬取的所有任务！

Scrapy：Python 快速高级网页爬取与抓取框架

创建可监控并代您执行的智能体。您的智能体随时待命！

易采集：一个可视化无代码/免编程的网络爬虫工具，支持通过图形化界面设计和执行采集任务。别名：ServiceWrapper面向Web应用的智能化服务封装系统。

使用AI编程代理，通过一条命令克隆任意网站

🕵️‍♂️ 通过用户名从数千个网站收集个人档案

基于人工智能的Python爬虫工具

👾 使用 Go 语言编写的快速简洁视频下载库与命令行工具

一款能通过所有机器人检测测试的隐形Chromium浏览器。可直接替代Playwright，并附带源码级指纹补丁。30/30项测试全部通过。

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。

适用于 AI 代理的最佳无头浏览器。精简、快速、高兼容性。内置 Rust

🔥 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 🔥

NotebookLM/Perplexity开源替代方案，支持连接搜索引擎、Slack、Linear、Jira、ClickUp、Confluence、Notion、YouTube、GitHub、Discord等外部资源。加入Discord社区：https://discord.gg/ejRNvftDp9

用于浏览和播放动漫的命令行工具

从Instagram下载图片（或视频）及其标题和其他元数据。

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。

🦊 反检测浏览器

为AI代理提供无头浏览器自动化服务器，用于访问通常被屏蔽的网站

用于网络爬虫与数据处理的库、工具及API列表。

面向现代网络的隐私优先、自托管验证码解决方案。

Tabula是一款用于从PDF文件中提取表格数据的工具

从谷歌地图抓取数据。提取每个地点的名称、地址、电话号码、网站URL、评分、评论数量、经纬度、评论内容、电子邮件等信息。