❤️❤️❤️❤️❤️❤️ 我们已经正式推出微信小程序，在微信中搜索 TrendForge Pro 即可使用小程序，如果使用 Telegram 请搜索 trendforge_tg ❤️❤️❤️❤️❤️❤️

extraction

话题找到数量

firecrawl/firecrawl

TypeScript

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🔥

ai ai-agents ai-crawler
firecrawl
firecrawl 开发者
146k
8.4k
567
+15k
排名 #20
7月6日
查看详情

D4Vinci/Scrapling

Python

🕷️ 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！

ai ai-scraping automation
D4Vinci
D4Vinci 开发者
67k
6.7k
596
+2k
排名 #15
6月30日
查看详情

opendataloader-project/opendataloader-pdf

Java

面向AI就绪数据的PDF解析器。

a11y accessibility ai
opendataloader-project
opendataloader-project 开发者
27k
2.6k
441
+9.2k
排名 #22
7月12日
查看详情

getmaxun/maxun

TypeScript

🔥 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 🔥

agents api automation
getmaxun
getmaxun 开发者
16k
1.4k
435
+170
排名 #12
7月1日
查看详情

run-llama/liteparse

Rust

一款快速、实用且开源的文件解析工具

document-ocr document-processing ocr
run-llama
run-llama 开发者
11k
750
263
+3.1k
排名 #18
6月30日
查看详情

aonez/Keka

PHP

macOS与iOS文件归档工具

7zip archiver compression
aonez
aonez 开发者
6.8k
289
477
+6
排名 #14
5月8日
查看详情

firecrawl/firecrawl-mcp-server

JavaScript

🔥 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

batch-processing claude content-extraction
firecrawl
firecrawl 开发者
6.2k
699
470
+17
排名 #13
4月30日
查看详情

JohnSnowLabs/spark-nlp

Scala

顶尖自然语言处理技术

bert entity-extraction language-detection
JohnSnowLabs
JohnSnowLabs 开发者
4.1k
743
356
+4
排名 #16
6月29日
查看详情

run-llama/liteparse

TypeScript

一款快速、实用且开源的文件解析工具

document-ocr document-processing ocr
run-llama
run-llama 开发者
4.1k
264
263
+75
排名 #8
4月9日
查看详情

apache/tika

Java

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

content extraction java
apache
apache 开发者
3.8k
938
462
+5
排名 #14
6月9日
查看详情

HoshinoSuzumi/chronoframe

Vue

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。

albums exif-extraction geocoding
HoshinoSuzumi
HoshinoSuzumi 开发者
1.8k
131
497
+4
排名 #19
6月9日
查看详情

yifanfeng97/Hyper-Extract

Python

利用大语言模型将非结构化文本转化为结构化知识。支持图、超图及时空数据提取——仅需一条命令。

ai ai-agents cli
yifanfeng97
yifanfeng97 开发者
1.8k
202
129
+124
排名 #7
6月18日
查看详情

firecrawl/pdf-inspector

Rust

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。

markdown nodejs ocr-routing
firecrawl
firecrawl 开发者
1.5k
136
197
+213
排名 #19
6月11日
查看详情

yfedoseev/pdf_oxide

Rust

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。

data-extraction document-processing fast
yfedoseev
yfedoseev 开发者
373
38
361
+93
排名 #13
3月6日
查看详情

mrshu/github-statuses

HTML

“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

data-extraction flat-data github
mrshu
mrshu 开发者
302
17
245
+27
排名 #3
5月1日
查看详情
助手