Crawlee
活跃简介
Crawlee 是一个面向 Node.js 的 Web 爬取和浏览器自动化库，支持 Puppeteer、Playwright、Cheerio 等多种引擎，专为构建可靠的爬虫而设计，可提取 HTML、PDF 等数据用于 AI、LLM 和 RAG 应用。
相关项目
Parsr
6.2k · JavaScript
将 PDF、文档和图片转换为结构化数据的文档处理管道，支持表格识别、阅读顺序还原和 Markdown 输出。
javascriptragtools +2
Docstrange
1.5k · Python
通用文档格式转换工具，支持从 PDF、图片、Word、PPT 等提取数据并转换为 Markdown、JSON、CSV 等多种格式。
pythonragtools +2
Zerox
12.2k · TypeScript
基于视觉模型的 OCR 与文档提取工具，支持将 PDF、图片等文档高效转换为结构化文本。
typescriptragtools +2
WrenAI
15.4k · Python
WrenAI 是一个开源的 Text-to-SQL 和 Text-to-Chart GenBI Agent，内置语义层，支持用自然语言查询数据库，自动生成 SQL 语句和可视化图表，兼容 PostgreSQL、BigQuery、Snowflake 等十余种数据源。
llmtypescriptagent +2