为 AI 应用提供网页抓取、清洗与结构化提取能力的服务与库,可自托管。
Supercharge your AI agents with data from the web and beyond. Building the library for superintelligence. 🔥
microsoft
Visual Studio Code 编辑器源码,微软开源的跨平台代码编辑器。目前累计 19.4 万 star、4.5 万 fork,在本地项目库中星标排名约第 36 / 65707,主要语言为 TypeScript,项目始于 2015 年,采用 MIT 许可。最近状态:本周仍有提交。
适合谁:推荐给写代码与文档的人:涉及 editor、electron、microsoft、typescript 方向。
按累计星标排序,库内共 65,707 个项目(GitHub 上星标 ≥ 1k 的公开仓库约 65,980 个)。
优先使用本地记录的星标快照计算近 7 天真实增量;快照不足 7 天时,按「创建以来日均获星」估算,数值旁会标注口径。
已收录 GitHub 星标过千的公开项目,附原始简介、语言、主题与活跃度。用一句自然语言描述需求,即可获得 AI 推荐。
为 AI 应用提供网页抓取、清洗与结构化提取能力的服务与库,可自托管。
Supercharge your AI agents with data from the web and beyond. Building the library for superintelligence. 🔥
turndown 是用 HTML 编写的前端库,用于构建 Web 页面与界面,主打实现清晰。
🛏 An HTML to Markdown converter written in JavaScript
trafilatura 是用 Python 编写的爬虫框架,用于网页抓取与数据采集。
Python & Command-line tool to gather text and metadata on the Web: Crawling, scraping, extraction, output as CSV, JSON, HTML, MD, TXT, XML
html-to-markdown 是用 Go 编写的命令行工具,在终端中直接使用。
⚙️ Convert HTML to Markdown. Even works with entire websites and can be extended through rules.
AnyCrawl 是用 TypeScript 编写的爬虫框架,用于网页抓取与数据采集。
AnyCrawl 🚀: A Node.js/TypeScript crawler that turns websites into LLM-ready data and extracts structured SERP results from Google/Bing/Baidu/etc. N…
flexmark-java 是用 Java 编写的工程工具,用于代码分析、构建与打包。
CommonMark/Markdown Java parser with source level AST. CommonMark 0.28, emulation of: pegdown, kramdown, markdown.pl, MultiMarkdown. With HTML to MD…
webclaw 是用 Rust 编写的 AI 工具,用于大模型与智能体应用开发,主打速度快。
Fast, local-first web content extraction for LLMs. Scrape, crawl, extract structured data — all from Rust. CLI, REST API, and MCP server.
crw 是用 Rust 编写的 AI 工具,用于大模型与智能体应用开发,主打速度快、轻量。
Fast, lightweight Firecrawl/Tavily alternative in Rust. Web scraper, crawler & search API with MCP server for AI agents. Drop-in Firecrawl-compatibl…
mq 是用 Rust 编写的工程工具,用于代码分析、构建与打包。
A jq-like Markdown query language for command-line processing
anymd 是用 Rust 编写的 AI 工具,用于大模型与智能体应用开发,主打速度快。
Any file → clean Markdown for AI agents: PDF, Word, PowerPoint, Excel, EPUB, HTML and web pages, images (OCR), audio and video (metadata, subtitles,…
项目列表来自 GitHub 官方 Search API(stars:>1000)。单个查询最多只能返回前 1000 条,所以「同步热门」取到的是星标最高的 1000 个;要拿全量必须按星标区间拆成多个查询——本站会先查各区间的真实数量再自动切分(1k–2k 约 3.2 万个,2k–5k 约 2.1 万个,5k–20k 约 1 万个,2 万以上约 2300 个)。GitHub 上星标过千的公开仓库当前约 65,980 个,本站已收录 65,707 个。星标、简介、语言与主题均为 GitHub 原始字段,未做人工逐一核验。
中文介绍分三种来源,卡片与详情页均有标注:热门项目使用本站人工维护的条目;其余项目由程序依据语言、主题、简介中的特征词与项目数据自动生成;仓库原简介本身是中文时直接引用原文。自动生成的介绍只是对公开字段的归纳,不代表项目方表述,也不构成选型结论。
每日推荐按北京时间每天从星标 6000 以上、近 18 个月仍有提交且未归档的项目中选取,排除近 120 天已推荐过的项目,同一天内结果固定。推荐结果由规则引擎(或配置的大模型)生成,不构成选型结论。
每天每台设备可免费检索 3 次,浏览、筛选和关键词查找不消耗额度。选择下方任一方案即可继续(当前为模拟支付)。
模拟支付不会接入真实渠道,也不会产生任何扣款。