目录标签

#data-extraction

公开记录中带有此标签的全部仓库——标签来自其 GitHub 主题或软件包注册表发布的关键词。健康度量遵循与记录其余部分相同的版本化方法论。

44 条记录

标签为“data-extraction”按健康指数排序

npm

69良好健康指数

31 MCP tools that give Claude, Cursor and any MCP client the live web — scrape, crawl, search, real Google rank, change tracking, document parsing, plus an autonomous agent that researches from a plain-English prompt with no URLs. Clean Markdown and schema-validated JSON, not raw HTML. Local-Ollama extraction by default. MIT, 1,000 free credits.

JavaScript★ 2↓ 5,464/月2026年10月21日

MIT2026年10月21日 · 指标 2.10.0

npm · RubyGems

63中等健康指数

LeonTing1010/tap

Capture a logged-in browser task once — replay it forever at zero LLM tokens. Local-first browser-automation MCP for Claude Code, Cursor & any MCP host; credentials never leave your machine.

JavaScript · TypeScript★ 17↓ 334/月2026年9月10日

MIT2026年9月10日 · 指标 2.10.0

npm

63中等健康指数

Xquik-dev/x-twitter-scraper

X (Twitter) scraper API & X API alternative with REST, MCP, SDKs & webhooks. Not affiliated with X Corp.

JavaScript★ 194↓ 2,536/月2026年9月10日

MIT2026年9月10日 · 指标 2.10.0

npm · PyPI

62中等健康指数

ShZhao27208/Aut_Sci_Write

Academic research skills suite for AI Agent — literature search/download (WoS+Elsevier+Springer), PDF extraction, figure cropping, review writing, Zotero sync, and PPT/Html generation.

Python★ 196↓ 622/月2026年9月12日

自定义许可证2026年9月12日 · 指标 2.10.0

npm

62中等健康指数

tavily-ai/tavily-mcp

Production ready MCP server with real-time search, extract, map & crawl.

TypeScript★ 2,382↓ 86.8K/月2026年9月15日

MIT2026年9月15日 · 指标 2.10.0

PyPI

60中等健康指数

scavio-ai/scavio-python

Python SDK for the Scavio Search API - real-time Google, Amazon, Walmart, YouTube, Reddit, TikTok & Instagram data for AI agents and apps

Python★ 2↓ 15K/月2026年10月10日

MIT2026年10月10日 · 指标 2.10.0

npm

57中等健康指数

NovadaLabs/Novada-mcp

One MCP server for all web data — search, scrape, crawl, proxy, and AI research in a single npx install. Works with Claude, Cursor, and any MCP client.

TypeScript · HTML · JavaScript★ 3↓ 953/月2026年9月9日

无许可证2026年9月9日 · 指标 2.10.0

56中等健康指数

nawodyaishan/pdf2md-tui

High-speed PDF → Markdown ingestion engine for multimodal RAG pipelines. Extracts structured text + isolated images so downstream chunkers, LlamaIndex, and VLM agents get context that actually works

Go★ 42026年9月19日

MIT2026年9月19日 · 指标 2.10.0

PyPI

54中等健康指数

ivan-loh/messy-xlsx

Python library for parsing Excel files with structure detection and normalization

Python★ 2↓ 115/月2026年10月21日

MIT2026年10月21日 · 指标 2.10.0

NuGet

48薄弱健康指数

darrylwhitmore/NScrape

A web scraping framework for .NET

C#★ 652026年9月9日

MIT2026年9月9日 · 指标 2.10.0

45薄弱健康指数

iDevelopThings/bdo-data-extractor

Fast Go CLI that decodes Black Desert client files (PAZ, .bss/.dbss, recipe XML, .loc etc) into clean JSON + item icons and more.

Go★ 162026年9月10日

自定义许可证2026年9月10日 · 指标 2.10.0

npm · crates.io · Go +2

35薄弱健康指数

ydyyes123/webpipe_sdk

该仓库未发布描述。

Java · Python · Rust★ 02026年9月20日

MIT2026年9月20日 · 指标 2.10.0

28存在风险健康指数

Synoppy/synoppy-go

Official Go SDK for Synoppy — the web-data layer for AI agents. Read, crawl, map, extract, classify & enrich any website on one key. Standard library only.

Go★ 12026年9月14日

MIT2026年9月14日 · 指标 2.10.0

PyPI

22存在风险健康指数

vi3k6i5/flashtext

Extract Keywords from sentence or Replace keywords in sentences.

Python★ 5,707↓ 2.5M/月2026年9月17日

MIT2026年9月17日 · 指标 2.10.0