extraction

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🔥

🕷️ 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！

面向AI就绪数据的PDF解析器。

✨ The open-source no-code platform for web scraping, crawling, search and AI data extraction • Turn websites into structured APIs in minutes ✨

macOS与iOS文件归档工具

🔥 官方 Firecrawl MCP 服务器 - 为 Cursor、Claude 及其他 LLM 客户端添加强大的网络爬取功能

顶尖自然语言处理技术

一款快速、实用且开源的文件解析工具

Apache Tika 工具包可检测并提取超过千种文件类型（如 PPT、XLS 和 PDF）的元数据和文本

自托管个人相册应用，支持在线照片管理与相册创建，具备实况照片解析、EXIF数据读取、地理位置识别及探索地图功能。

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。

Python与Rust最快的PDF库。支持文本提取、图像提取、Markdown转换、PDF创建与编辑。平均耗时0.8毫秒，比行业领先产品快5倍，在3830份PDF测试中通过率100%。采用MIT/Apache-0双协议。

“缺失的GitHub状态页面”——一种基于Flat Data方法对GitHub状态进行历史记录尝试