#html-to-markdown Repositorios
Descubre 24 repositorios activos de código abierto de GitHub etiquetados con #html-to-markdown, que acumulan 252,028 estrellas en total (una media de 10,501 estrellas por proyecto). El líder de este tema es firecrawl/firecrawl, con 205,758 estrellas.
24 repositorios en total
Infraestructura de conocimiento para hacer más inteligentes a sus agentes. Busque, extraiga y acceda a más de 550 proveedores de datos a través de una sola API.
Herramienta de Python y línea de comandos para recopilar texto y metadatos en la Web: Rastreo, raspado, extracción, salida como CSV, JSON, HTML, MD, TXT, XML
⚙️ Convierte HTML a Markdown. Incluso funciona con sitios web enteros y se puede extender mediante reglas.
AnyCrawl 🚀: Un rastreador Node.js/TypeScript que convierte sitios web en datos listos para LLM y extrae resultados SERP estructurados de Google/Bing/Baidu/etc. Multihilo nativo para procesamiento masivo.
Analizador Java de CommonMark/Markdown con AST a nivel de fuente. CommonMark 0.28, emulación de: pegdown, kramdown, markdown.pl, MultiMarkdown. Con módulos de conversión de HTML a MD, MD a PDF, MD a DOCX.
Extracción rápida de contenido web local-first para LLMs. Extrae, rastrea, extrae datos estructurados — todo desde Rust. CLI, REST API y servidor MCP.
Alternativa rápida y ligera a Firecrawl/Tavily escrita en Rust. API de web scraping, rastreo y búsqueda con servidor MCP para agentes de IA. API compatible con Firecrawl (/scrape, /crawl, /search). 2.3 veces más rápida que Tavily y 1.5 veces más rápida que Firecrawl en pruebas de 1K URL. 6 MB de RAM, binario único. Autohospedaje o uso en la nube gestionada.
Una extensión web para recortar información de páginas web. Guárdala en tu máquina local para evitar la invalidación de la información. Sin registro aburrido, sin cargos.
Un lenguaje de consulta Markdown similar a jq para procesamiento en línea de comandos
Cualquier archivo → Markdown limpio para agentes de IA: PDF, Word, PowerPoint, Excel, EPUB, HTML y páginas web, imágenes (OCR), audio y vídeo (metadatos, subtítulos y transcripciones). Un servidor MCP y una CLI rápidas en Rust que se ejecutan en tu máquina. Sin clave de API.
☁️ El convertidor de HTML a markdown más rápido en GitHub. Optimizado para LLMs y admite streaming.
SiteOne Crawler es un rastreador y analizador de sitios web multiplataforma para la optimización de SEO, seguridad, accesibilidad y rendimiento, ideal para desarrolladores, DevOps, ingenieros de control de calidad y consultores. Soporta Windows, macOS y Linux (x64 y arm64).
Pipeline bidireccional md/html · Tres capacidades en una: todo→md / md→html elegante / html→md. Encapsulación de markitdown + Pandoc + html-to-markdown + trafilatura. 4 temas anti-AI slop. Skill para Claude Code.
🔥 Este repositorio contiene ejemplos completos de aplicaciones, incluidos sitios web y otros proyectos, desarrollados con Firecrawl.
Una herramienta ligera y potente de conversión de HTML a md con un solo clic, de código abierto de la comunidad de desarrolladores de helloworld, que admite la conversión con un solo clic de artículos de múltiples plataformas y su guardado y descarga en el sistema local.
100% gratuito y alternativa open-source completa a Firecrawl edge con mejor extracción de enlaces para agentes - que puedes desplegar tú mismo en Cloudflare o Vercel.
Exportar páginas de Atlassian Confluence como archivos markdown.
Infraestructura web de código abierto para IA. Raspado, rastreo y automatización de la web, limpieza de markdown, sesiones de navegador, listo para tus agentes.
¡Es hora de que tu marcado se simplifique! Convertidor de HTML a Markdown. Breakdance es altamente enchufable, flexible y fácil de usar.
Servicio autoalojado para convertir URL y archivos a Markdown, pensado para personas y agentes de IA: páginas web, documentos, imágenes, audio y YouTube. PWA + REST + MCP + skill para Claude Code, compatible con Reddit y con enlaces compartidos que se pueden actualizar.
Preguntas frecuentes
¿Cuál es el repositorio de #html-to-markdown más popular en GitHub?
El proyecto de código abierto de #html-to-markdown mejor posicionado en GitHub es firecrawl/firecrawl, con 205,758 estrellas. Infraestructura de conocimiento para hacer más inteligentes a sus agentes. Busque, extraiga y acceda a más de 550 proveedores de datos a través de una sola API.
¿Qué lenguajes de programación se utilizan más en los repositorios de #html-to-markdown?
Entre los proyectos de #html-to-markdown mejor posicionados en GitHub, los lenguajes de programación más comunes son TypeScript, JavaScript, Rust, Python.
¿Cómo se calcula la clasificación de los repositorios de #html-to-markdown?
Seguimos 24 repositorios activos de código abierto etiquetados con #html-to-markdown (500+ estrellas), que suman un total de 252,028 estrellas, con una media de 10,501 estrellas por repositorio. Las clasificaciones se actualizan diariamente a partir de la API de GitHub.