全部项目
当前范围的仓库 31 · UTC 2026-11-04
对比排名项目StarFork30 天趋势7 天净增最近推送登录后收藏
1—Uunclecode / crawl4ai适用于大语言模型和人工智能代理的开源网络爬虫和抓取工具：将任何网站转换为干净、适合大语言模型的 Markdown。自己运行，或者一键使用Crawl4AI Cloud。加入我们的 Discord https://discord.gg/VuxzM8mtfPythonApache-2.0 · 宽松，可直接商用名次历史不足86,7779,043——2026-11-02
2—NNaiboWang / EasySpiderA visual no-code/code-free web crawler/spider易采集:一个可视化浏览器自动化测试/数据采集/网页爬虫软件,可以无代码图形化的设计和执行爬虫任务。别名:ServiceWrapper面向Web应用的智能化服务封装系统。JavaScriptAGPL-3.0 · 需开源衍生作品名次历史不足44,7655,393——2026-11-02
4—Ccheeriojs / cheerio用于解析和操作 HTML 和 XML 的快速、灵活且优雅的库。TypeScriptMIT · 宽松，可直接商用名次历史不足30,5391,745——2026-11-03
6—EEvil0ctal / Douyin_TikTok_Download_API🚀 自托管的抖音、TikTok、B 站数据采集与无水印视频下载 API,支持 AI agent 通过 MCP 调用与离线语音转文字,Docker 一键部署。| Self-hosted TikTok, Douyin & Bilibili scraper and no-watermark video downloader — async REST API, MCP server for AI agents, CLI and web console, plus offline speech-to-text for downloaded videos. Self-healing identity pool, PostgreSQL archive, one docker compose up.PythonApache-2.0 · 宽松，可直接商用名次历史不足21,1122,938——2026-11-02
7—Ccodelucas / newspaper报纸3k是Python 3中的新闻、全文和文章元数据提取。高级文档：PythonMIT · 宽松，可直接商用名次历史不足15,1822,103——2026-10-26
8—Ppwxcoo / chinese-xinhua:orange_book: 中华新华字典数据库。包括歇后语,成语,词语,汉字。PythonMIT · 宽松，可直接商用名次历史不足11,7512,714——2023-12-26
9—NNopeCHALLC / nopecha-extension适用于您的浏览器的自动验证码解算器。与 Selenium、Puppeteer、Playwright 等一起工作。未知MIT · 宽松，可直接商用名次历史不足11,089234——2026-10-02
10—Gguyueyingmu / avbookAV 电影管理系统, avmoo , javbus , javlibrary 爬虫,线上 AV 影片图书馆,AV 磁力链接数据库,Japanese Adult Video Library,Adult Video Magnet Links - Japanese Adult Video DatabasePHP未知 · 限制商用 / 未知名次历史不足10,1001,992——2024-06-01
11—Aapify / crawlee-pythonCrawlee——一个用于 Python 的网络抓取和浏览器自动化库，用于构建可靠的爬虫。提取 AI、LLM、RAG 或 GPT 的数据。从网站下载 HTML、PDF、JPG、PNG 和其他文件。适用于 Parsel、BeautifulSoup、Playwright 和原始 HTTP。有头模式和无头模式。通过代理轮换。PythonApache-2.0 · 宽松，可直接商用名次历史不足9,637820——2026-11-02
12—Aalirezamika / autoscraper一个智能、自动、快速、轻量级的 Python 网络爬虫PythonMIT · 宽松，可直接商用名次历史不足8,068833——2026-07-29
16—AAhmadIbrahiim / Website-downloader💡 下载任何网站的完整源代码（包括所有资产）。 [ JavaScript、样式表、图像 ] 使用 Node.jsHTMLMIT · 宽松，可直接商用名次历史不足6,0651,404——2026-08-12
17—Yyujiosaka / headless-chrome-crawler由 Headless Chrome 提供支持的分布式爬虫JavaScriptMIT · 宽松，可直接商用名次历史不足5,632403——2023-04-29
18—JJustAnotherArchivist / snscrapePython 中的社交网络服务抓取工具PythonGPL-3.0 · 需开源衍生作品名次历史不足5,468782——2023-11-15
19—Nniespodd / browser-fingerprinting机器人防护系统分析及可用对策 🚿。在抓取网页时如何击败反机器人系统👻并绕过浏览器指纹识别脚本🕵️♂️？JavaScript未知 · 限制商用 / 未知名次历史不足5,156277——2026-07-27
商用三档依据许可证元数据自动分类；具体义务需结合实际使用方式核对。未知不等于禁止商用。