data-extraction

Context API để tìm kiếm, thu thập dữ liệu và tương tác với web ở quy mô lớn. 🔥

🕷️ Một framework Web Scraping thích ứng xử lý mọi thứ từ một yêu cầu đơn lẻ đến việc thu thập dữ liệu quy mô lớn!

Công cụ cào dữ liệu Python dựa trên AI

🔥 Nền tảng no-code mã nguồn mở để cào web, thu thập, tìm kiếm và trích xuất dữ liệu AI • Biến các trang web thành API có cấu trúc trong vài phút 🔥

Ngôn ngữ tự động hóa dữ liệu khai báo và runtime Go dành cho các luồng công việc trích xuất có cấu trúc.

Trích xuất từ khóa từ câu hoặc Thay thế từ khóa trong câu.

CLI tự động hóa trình duyệt được xây dựng cho các AI agent. Vượt qua các bức tường chống bot, chuyển giao cho con người trên các nền tảng khi bị kẹt. Thực thi đa nhiệm song song, hoạt động đa phiên độc lập, duyệt web đa tài khoản riêng biệt.

Một máy chủ Model Context Protocol (MCP) mạnh mẽ cung cấp giải pháp tất cả trong một để truy cập web công khai.

Nền tảng tự động hóa trình duyệt self-hosted không bị phát hiện. Được hỗ trợ bởi Camoufox (Firefox) cho tỷ lệ phát hiện 0%. Được xây dựng cho tốc độ, quyền riêng tư và khả năng mở rộng.

Gói Python dùng để cào dữ liệu công thức nấu ăn

ContextGem: Trích xuất LLM dễ dàng từ tài liệu

Công cụ trích xuất bài viết từ URL cho trước

:truck: Quy trình chuẩn bị dữ liệu linh hoạt được thực hiện dễ dàng với Pandas, Dask, cuDF, Dask-cuDF, Vaex và PySpark

Bộ công cụ Python thân thiện với người mới nhưng mạnh mẽ dành cho phân tích tài chính và tự động hóa — được xây dựng để giúp đầu tư hiện đại dễ tiếp cận với mọi người.

Thư viện nhẹ để cào dữ liệu trang web bằng LLM

⛏️ Công cụ trích xuất đằng sau Maigret: biến bất kỳ URL hồ sơ nào thành bản ghi OSINT có cấu trúc trên hơn 150 trang web

Thư viện PDF nhanh nhất cho Python và Rust. Hỗ trợ trích xuất văn bản, hình ảnh, chuyển đổi sang markdown, tạo và chỉnh sửa PDF. Trung bình 0,8ms, nhanh gấp 5 lần các đối thủ hàng đầu, tỷ lệ thành công 100% trên 3.830 tệp PDF. Giấy phép MIT/Apache-2.0.

Giải pháp thay thế Firecrawl/Tavily nhanh, nhẹ viết bằng Rust. Web scraper, crawler và API tìm kiếm với máy chủ MCP cho AI agents. API tương thích với Firecrawl (/scrape, /crawl, /search). Nhanh hơn 2.3 lần so với Tavily và 1.5 lần so với Firecrawl trong các bài kiểm tra 1K-URL. RAM 6 MB, tệp nhị phân đơn lẻ. Hỗ trợ tự lưu trữ hoặc sử dụng cloud được quản lý.

Trợ lý AI mã nguồn mở, ưu tiên cục bộ cho dữ liệu của bạn. Hợp nhất các tác vụ, ghi chú, tài liệu, ảnh và dấu trang. Riêng tư, tự lưu trữ và có thể mở rộng thông qua API.

Để ChatGPT tóm tắt Hacker News cho bạn.

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

Phân tích văn bản và bảng từ các tệp PDF.

🤖 Trình chỉnh sửa cào dữ liệu web hỗ trợ AI với trình xây dựng quy trình làm việc trực quan. Xây dựng, kiểm tra và triển khai các trình cào web bằng ngôn ngữ tự nhiên. Được hỗ trợ bởi ScrapeGraphAI và LangGraph.

Tích hợp Google Reviews API và trình thu thập dữ liệu Google Reviews có khả năng mở rộng để trích xuất xếp hạng, nội dung đánh giá và thông tin kinh doanh từ Google Maps bằng API có cấu trúc

Web-scraping không bị phát hiện và phân tích HTML liền mạch trong Python!

Trang trạng thái GitHub bị thiếu - một nỗ lực Flat Data nhằm ghi lại lịch sử trạng thái của GitHub

Cơ sở hạ tầng web mã nguồn mở cho AI. Cào, thu thập và tự động hóa web, làm sạch markdown, phiên trình duyệt, sẵn sàng cho các tác nhân (agents) của bạn

Công cụ trích xuất mã nguồn mở miễn phí cho lịch sử trò chuyện của trợ lý lập trình AI. Hỗ trợ Claude Code, Cursor, Windsurf, Aider, Cline/Roo Code và nhiều công cụ khác.