html-to-markdown

提供大规模搜索、抓取与交互的 Context API。🔥

🛏 用 JavaScript 编写的 HTML 转 Markdown 转换器

Python 与命令行工具，用于在网络上收集文本和元数据：爬取、抓取、抽取，输出为 CSV、JSON、HTML、MD、TXT、XML

⚙️ 将 HTML 转换为 Markdown。即使是整个网站也能工作，并可通过规则扩展。

AnyCrawl 🚀：一个 Node.js/TypeScript 爬虫，将网站转换为 LLM 可用数据，并从 Google/Bing/Baidu 等提取结构化 SERP 结果。原生多线程支持批量处理。

具备源码级别 AST 的 CommonMark/Markdown Java 解析器。支持 CommonMark 0.28，兼容模拟：pegdown、kramdown、markdown.pl、MultiMarkdown。具备 HTML 转 MD、MD 转 PDF、MD 转 DOCX 转换模块。

为 LLM 提供快速、本机优先的网页内容撷取工具。使用 Rust 进行网页抓取、爬取、撷取结构化资料。提供 CLI、REST API 与 MCP 服务器。

用于命令行处理的类 jq Markdown 查询语言

用 Rust 编写的快速、轻量级 Firecrawl/Tavily 替代方案。具备 MCP 服务器的网页爬虫、抓取与搜索 API，专为 AI agent 设计。兼容 Firecrawl API（/scrape、/crawl、/search）。在 1K-URL 效能测试中，比 Tavily 快 2.3 倍、比 Firecrawl 快 1.5 倍。仅需 6 MB RAM、单一执行档。可自架或使用托管云端。

helloworld 开发者社区开源的一个轻量级、强大的 html 一键转 md 工具，支持多平台文章一键转换，并保存下载到本地。

🔥 此仓库包含使用 Firecrawl 开发的完整应用程序示例，包括网站和其他项目。

100% 免费且完全开源的 Firecrawl 替代方案，具备更佳的 agent 链接提取功能，可自行部署至 cloudflare 或 vercel。

HTML 转 Markdown 转换器与爬虫。

用于 AI 的开源网页基础设施。支持网页抓取、爬虫、自动化、Markdown 清理与浏览器会话，为你的 Agent 做好准备。

将 Atlassian Confluence 页面导出为 Markdown 文件。

让你的标记语言精简化！HTML 转 Markdown 转换器。Breakdance 具有高度可插拔、灵活且易于使用的特性。