data-extraction

La API de contexto para buscar, extraer e interactuar con la web a gran escala. 🔥

🕷️ ¡Un framework de Web Scraping adaptativo que maneja todo, desde una sola solicitud hasta un rastreo a gran escala!

Scraper de Python basado en IA

🔥 La plataforma de código abierto sin código para web scraping, rastreo, búsqueda y extracción de datos con IA • Convierte sitios web en API estructuradas en minutos 🔥

Lenguaje declarativo de automatización de datos y tiempo de ejecución en Go para flujos de trabajo de extracción estructurada.

Extraer palabras clave de oraciones o reemplazarlas en ellas.

CLI de automatización de navegadores creado para agentes de IA. Supera los muros anti-bot y transfiere el control a humanos entre plataformas cuando se atasque. Ejecución multitarea en paralelo, operación independiente de múltiples sesiones y navegación aislada en múltiples cuentas.

Un potente servidor Model Context Protocol (MCP) que ofrece una solución integral para el acceso web público.

Plataforma de automatización de navegador autoalojada e indetectable. Impulsada por Camoufox (Firefox) para tasas de detección del 0%. Diseñada para velocidad, privacidad y escalabilidad.

Paquete de Python para extraer datos de recetas de cocina

ContextGem: Extracción sencilla de LLM a partir de documentos

Extraer artículos de una URL dada

:truck: Flujos de trabajo de preparación de datos ágiles facilitados con Pandas, Dask, cuDF, Dask-cuDF, Vaex y PySpark

Un kit de herramientas de Python potente y apto para principiantes para análisis financiero y automatización, diseñado para hacer que la inversión moderna sea accesible para todos

Biblioteca ligera para extraer (scraping) sitios web con LLM.

⛏️ El motor de extracción detrás de Maigret: convierte cualquier URL de perfil en un registro OSINT estructurado en más de 150 sitios

La biblioteca de PDF más rápida para Python y Rust. Extracción de texto, extracción de imágenes, conversión a markdown, creación y edición de PDF. 0.8ms de media, 5 veces más rápida que los líderes del sector, 100% de tasa de éxito en 3,830 archivos PDF. MIT/Apache-2.0.

Alternativa rápida y ligera a Firecrawl/Tavily escrita en Rust. Web scraper, crawler y API de búsqueda con servidor MCP para agentes de IA. API compatible con Firecrawl (/scrape, /crawl, /search). 2.3 veces más rápido que Tavily y 1.5 veces más rápido que Firecrawl en benchmarks de 1000 URLs. 6 MB de RAM, binario único. Autohospedable o mediante nube gestionada.

Asistente de IA de código abierto y centrado en lo local para tus datos. Unifica tareas, notas, documentos, fotos y marcadores. Privado, autohospedado y extensible mediante APIs.

:newspaper: Deja que ChatGPT resuma Hacker News por ti.

🚜 Analiza texto y tablas desde archivos PDF.

Editor de web scraping impulsado por IA con constructor de flujo de trabajo visual. Crea, prueba y despliega scrapers web usando lenguaje natural. Desarrollado con ScrapeGraphAI y LangGraph.

Effortlessly extract data with our AI scraper API. Simplify data extraction, get clean JSON outputs and adapt to page changes. Try it free today!

Integración de la API de Google Reviews y un scraper escalable para extraer calificaciones, texto de reseñas e información comercial de Google Maps mediante una API estructurada.

Web-scraping indetectable y análisis de HTML fluido en Python.

La página de estado de GitHub faltante: un intento de Flat Data para documentar históricamente los estados de GitHub

Infraestructura web de código abierto para IA. Extrae, rastrea y automatiza la web, limpia Markdown, gestiona sesiones de navegador y prepara datos para tus agentes.

Extractor gratuito y de código abierto para historiales de chat de asistentes de programación por IA. Compatible con Claude Code, Cursor, Windsurf, Aider, Cline/Roo Code y más.