Git Stars Git Stars

#content-extraction Repositórios

Descubra 20 repositórios ativos de código aberto no GitHub marcados com #content-extraction, acumulando um total de 107,705 estrelas (uma média de 5,385 por projeto). O líder deste tópico é soimort/you-get, com 56,851 estrelas.

20
Total de Repositórios
107,705
Total de estrelas
5,385
Média de Estrelas/Repositório

20 repositórios no total

1
soimort/you-get

:arrow_double_down: Baixador simplório que raspa a web

soimort
⭐ 56,851 Python 👤 soimort User 🕐 Atualizado 2026-11-15 📅 Criado 2012-08-20
2
mozilla/readability

Uma versão autônoma da biblioteca de legibilidade

mozilla
⭐ 11,561 JavaScript 👤 mozilla Organization 🕐 Atualizado 2026-08-04 📅 Criado 2015-02-03
3
firecrawl/firecrawl-mcp-server

Servidor MCP oficial do Firecrawl, a API de contexto para agentes de IA: pesquise, extraia conteúdo e interaja com a web, além de analisar, rastrear e mapear sites e usar Agent e Monitor em qualquer cliente MCP.

firecrawl
⭐ 7,871 JavaScript 👤 firecrawl Organization 🕐 Atualizado 2026-11-21 📅 Criado 2024-12-06
4
karpathy/reader3

Rápida ilustração de como se pode ler livros facilmente em conjunto com LLMs. É ótimo e eu recomendo muito.

karpathy
⭐ 3,908 Python 👤 karpathy User 🕐 Atualizado 2025-11-18 📅 Criado 2025-11-18
5
feedbin/feedbin

Um bom lugar para ler na web.

feedbin
⭐ 3,786 Ruby 👤 feedbin Organization 🕐 Atualizado 2026-11-20 📅 Criado 2013-08-24
6
CosmosShadow/gptpdf

Usando GPT para analisar PDF

CosmosShadow
⭐ 3,553 Python 👤 CosmosShadow User 🕐 Atualizado 2025-04-17 📅 Criado 2024-06-28
7
paquettg/php-html-parser

Um parser de DOM HTML. Ele permite que você manipule HTML. Encontre tags em uma página HTML usando seletores, assim como no jQuery.

paquettg
⭐ 2,405 HTML 👤 paquettg User 🕐 Atualizado 2024-08-09 📅 Criado 2013-12-13
8
btahir/open-deep-research

Alternativa de código aberto ao Gemini Deep Research. Gere relatórios com IA baseados em resultados de pesquisa.

btahir
⭐ 2,141 TypeScript 👤 btahir User 🕐 Atualizado 2025-12-15 📅 Criado 2024-12-24
9
supermemoryai/markdowner

Uma ferramenta rápida para converter qualquer site em dados markdown prontos para LLM. Desenvolvido por https://supermemory.ai

supermemoryai
⭐ 2,033 TypeScript 👤 supermemoryai Organization 🕐 Atualizado 2026-10-02 📅 Criado 2024-05-09
10
Momo707577045/media-source-extract

Tutorial de Extração de Vídeo MediaSource

Momo707577045
⭐ 1,925 HTML 👤 Momo707577045 User 🕐 Atualizado 2025-04-22 📅 Criado 2020-09-29
11
extractus/article-extractor

Extrair artigo da URL fornecida

extractus
⭐ 1,920 TypeScript 👤 extractus Organization 🕐 Atualizado 2026-08-20 📅 Criado 2015-11-29
12
egoist/sitefetch

Baixe um site inteiro e salve-o como um arquivo de texto (para ser usado com modelos de IA).

egoist
⭐ 1,733 TypeScript 👤 egoist User 🕐 Atualizado 2025-01-18 📅 Criado 2025-01-07
13
huridocs/pdf-document-layout-analysis

Um serviço com tecnologia Docker para análise de layout de documentos PDF. Este serviço fornece um serviço de análise de PDF poderoso e flexível. O serviço permite a segmentação e classificação de diferentes partes das páginas PDF, identificando elementos como textos, títulos, imagens, tabelas e assim por diante.

huridocs
⭐ 1,366 Python 👤 huridocs Organization 🕐 Atualizado 2026-10-29 📅 Criado 2024-05-06
14
mika-cn/maoxian-web-clipper

Uma extensão da web para recortar informações de uma página da web. Salve-as em sua máquina local para evitar a invalidação da informação. Sem registro chato, sem cobrança.

mika-cn
⭐ 1,230 JavaScript 👤 mika-cn User 🕐 Atualizado 2026-08-23 📅 Criado 2018-08-09
15
meowcateatrat/elephant

Complemento do Gerenciador de Downloads Gratuitos. Oferece suporte para download de vídeos de vários sites.

meowcateatrat
⭐ 1,170 Python 👤 meowcateatrat User 🕐 Atualizado 2026-10-26 📅 Criado 2022-04-08
16
xiaoguyu/wechatDownload

Ferramenta de download de artigos do WeChat Official Account

xiaoguyu
⭐ 1,107 TypeScript 👤 xiaoguyu User 🕐 Atualizado 2025-11-28 📅 Criado 2023-01-03
17
Pokee-AI/PokeeResearchOSS

Pokee Deep Research Model Open Source Repo

Pokee-AI
⭐ 1,075 Python 👤 Pokee-AI Organization 🕐 Atualizado 2025-10-22 📅 Criado 2025-10-17
18
runesleo/x-reader

Servidor MCP de leitor de conteúdo universal para mais de 10 plataformas

runesleo
⭐ 992 Python 👤 runesleo User 🕐 Atualizado 2026-11-11 📅 Criado 2026-02-22
19
rNeomy/reader-view

Acesse a visualização do leitor integrada do Firefox no menu de contexto do clique com o botão direito

rNeomy
⭐ 564 JavaScript 👤 rNeomy User 🕐 Atualizado 2026-11-12 📅 Criado 2015-10-05
20
firecrawl/llmstxt-generator

🔥 Gere os arquivos llms.txt e llms-full.txt para qualquer site!

firecrawl
⭐ 528 TypeScript 👤 firecrawl Organization 🕐 Atualizado 2025-06-17 📅 Criado 2024-11-19

Perguntas Frequentes

1

Qual é o repositório de #content-extraction mais popular no GitHub?

O projeto de código aberto de #content-extraction mais bem classificado no GitHub é soimort/you-get, com 56,851 estrelas. :arrow_double_down: Baixador simplório que raspa a web

2

Quais linguagens de programação são mais usadas nos repositórios de #content-extraction?

Entre os projetos de #content-extraction mais bem classificados no GitHub, as linguagens de programação mais comuns são Python, TypeScript, JavaScript, HTML.

3

Como é calculada a classificação dos repositórios de #content-extraction?

Acompanhamos 20 repositórios ativos de código aberto marcados com #content-extraction (com mais de 500 estrelas), totalizando 107,705 estrelas e uma média de 5,385 estrelas por repositório. As classificações são atualizadas diariamente a partir da API do GitHub.