content-extraction — 开源软件健康

npm

89优秀健康指数

firecrawl/firecrawl-mcp-server

🔥 Official Firecrawl MCP Server - Adds powerful web scraping and search to Cursor, Claude and any other LLM clients.

TypeScript · JavaScript★ 7,332↓ 492.7K/月2026年8月28日

MIT2026年8月28日 · 指标 2.10.0

npm

87优秀健康指数

KnockOutEZ/wigolo

The go-to web for your AI coding agent — local-first search, fetch, crawl & research over MCP. No API keys, no cloud, $0/query. Public beta.

TypeScript★ 3,201↓ 3,522/月2026年7月22日

自定义许可证2026年7月22日 · 指标 2.10.0

npm

86优秀健康指数

kepano/defuddle

Get the main content of any page as Markdown.

TypeScript★ 9,191↓ 2.2M/月2026年8月28日

MIT2026年8月28日 · 指标 2.10.0

Packagist

80优秀健康指数

j0k3r/php-readability

A fork of https://bitbucket.org/fivefilters/php-readability

PHP★ 184↓ 31.1K/月2026年7月20日

Apache-2.02026年7月20日 · 指标 2.10.0

Go · PyPI

80优秀健康指数

zoharbabin/web-researcher-mcp

The AI research assistant that cites real sources honestly — and searches the web. Your AI research assistant that cites real sources and stays honest. Works with Claude, Cursor, any MCP client.

Go★ 422026年7月20日

MIT2026年7月20日 · 指标 2.10.0

—

71良好健康指数

extractus/article-extractor

To extract article from given URL

TypeScript · HTML★ 1,9102026年8月28日

MIT2026年8月28日 · 指标 2.10.0

npm

69良好健康指数

Thinkscape/agent-smart-fetch

Smarter, anti-bot resistant way to fetch stuff off the Internet

TypeScript★ 60↓ 5,484/月2026年9月1日

MIT2026年9月1日 · 指标 2.10.0

65良好健康指数

dotcommander/defuddle

Go library and CLI for extracting web page content — articles, metadata, and clean text from any URL

Go★ 22026年7月17日

MIT2026年7月17日 · 指标 2.10.0

PyPI

56中等健康指数

dondai1234/master-fetch

MCP server for web fetching with Cloudflare bypass, Trafilatura extraction, and smart routing. Free, self-hosted, no API keys.

Python · HTML★ 33↓ 4,672/月2026年7月18日

MIT2026年7月18日 · 指标 2.10.0

npm

54中等健康指数

valyuAI/valyu-js

The Official Valyu JavaScript SDK

TypeScript · JavaScript★ 2↓ 15.3K/月2026年7月17日

无许可证2026年7月17日 · 指标 2.10.0

npm

53中等健康指数

febbyRG/pdf-decomposer

A TypeScript Node.js library to parse all PDF page content (text, images, annotations, etc.) into JSON format.

TypeScript★ 2↓ 2,074/月2026年7月31日

自定义许可证2026年7月31日 · 指标 2.10.0

npm

51中等健康指数

webscraping-ai/webscraping-ai-mcp-server

A Model Context Protocol (MCP) server implementation that integrates with WebScraping.AI for web data extraction capabilities.

JavaScript★ 44↓ 560/月2026年7月22日

无许可证2026年7月22日 · 指标 2.10.0

PyPI · npm

39薄弱健康指数

dondai44423/master-fetch

MCP server for web fetching with Cloudflare bypass, Trafilatura extraction, and smart routing. Free, self-hosted, no API keys.

Python · HTML★ 42026年7月30日

MIT2026年7月30日 · 指标 2.10.0

#content-extraction