#web-scraping Repositorios
382 repositorios en total
Solo un fork de la biblioteca Simple HTML DOM. (http://simplehtmldom.sourceforge.net/)
Infraestructura web de código abierto para IA. Raspado, rastreo y automatización de la web, limpieza de markdown, sesiones de navegador, listo para tus agentes.
Convierte un repositorio completo de GitHub en un único archivo .txt organizado para usar con LLM (ChatGPT, Claude, Gemini, etc.)
🔥 Cree instantáneamente chatbots de IA para cualquier sitio web con búsqueda impulsada por RAG, respuestas en streaming y puntos finales de API compatibles con OpenAI
knowledge-grab es una aplicación de escritorio construida sobre Tauri y Vue 3, diseñada para facilitar a los usuarios la descarga de diversos recursos educativos desde la Plataforma de Educación Inteligente Nacional para Escuelas Primarias y Secundarias (basic.smartedu.cn).
El framework/SDK que te permite crear agentes de control del navegador en 3 líneas de código. Únete al chat en https://discord.gg/umgnyQU2K8
API de estadísticas de la NBA a través de Basketball Reference
Lista de Proxies Gratis ✅🚀 HTTP, HTTPS, SOCKS4 y SOCKS5 | Actualizada cada 5 minutos | SSL estricto, cero MITM, multi-país
Una habilidad para agentes de IA: busca en la web con SearXNG, navega con Camofox, elude protecciones con CloakBrowser. Antialucinaciones por diseño. Autohospedado, gratuito e ilimitado.
Facepager fue creado para obtener datos disponibles públicamente de YouTube, Twitter y otros sitios web en base a APIs y webscraping.
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.
Script de redirección de motor de búsqueda, que permite pasar fácilmente entre varios motores
un complemento de barra lateral del navegador, gratuito y de código abierto, que ofrece una alternativa sin costo a productos como Sider, Monica y Merlin.
Pangshu Caiji: Excelente plugin de recolección de código abierto para WordPress
La ingeniería inversa de las firmas web de TikTok genera firmas válidas de TikTok para solicitudes a la API.
Agent Skills para pruebas de huella digital del navegador: ejecuta liarjs desde Claude Code, Codex, Cursor o Copilot para evaluar un navegador comparándolo consigo mismo: 40 comprobaciones de coherencia sobre Canvas, WebGL, WebGPU, audio, fuentes y WebRTC, contrastadas con la capa TLS/HTTP. QA de los arneses de Playwright y Puppeteer, bloqueos de regresión en CI y triaje de detección de navegadores headless.
Guías de inicio rápido de Python para aprovechar al máximo la prueba gratuita de la API de Web Scraper de Oxylabs.
API de scraping web todo en uno para extraer datos a gran escala en tiempo real: proxies, gestión de CAPTCHA, renderizado de JavaScript y análisis en una sola solicitud, con resultados en HTML o JSON estructurado.
🎯 Software de análisis de visualización de datos de comentarios de Bilibili: los creadores pueden usarlo para guiar su selección de temas y comprender a su base de seguidores.