★
paperless-ngx 是用 Python 编写的 AI 工具，用于人工智能方向的建模与推理。
A community-supported supercharged document management system: scan, index and archive all your documents
ArchiveTeam / grab-site
grab-site
The archivist's web crawler: WARC output, dashboard for all crawls, dynamic ignore patterns
grab-site 是用 Python 编写的爬虫框架，用于网页抓取与数据采集。
目前累计 1.6k star、158 fork，主要语言为 Python，项目始于 2015 年，采用 NOASSERTION 许可。最近状态：已有一段时间未更新。适合：需要数据采集的开发者。
中文介绍优先采用本站人工维护条目；无维护条目时依据 GitHub 公开字段（语言、主题、星标、提交时间）自动生成，未经项目方确认，不构成选型结论。ArchiveTeam/grab-site 是一个以 Python 为主的开源项目，目前累计 1.6k star、158 fork，一年以上有维护。主要方向：archiving、crawl、爬虫、爬虫、warc。
依据 GitHub 公开字段（语言、主题、星标、提交时间）自动生成，未经人工逐项核实。README
正在加载…相关项目
★
Python 的快速爬虫框架，内置请求调度、数据提取与导出，适合规模化采集。
Scrapy, a fast high-level web crawling & scraping framework for Python.
★
crawl4ai 是用 Python 编写的 AI 工具，用于大模型与智能体应用开发，主打开源免费。
Open-source web crawler and scraper for LLMs and AI agents: any website into clean, LLM-ready Markdown. Run it yourself, or use Crawl4AI Cloud with …
★
Scrapling 是用 Python 编写的爬虫框架，用于网页抓取与数据采集。
🕷️ The BEST Web Scraping framework that handles everything from a single request to a full-scale crawl! Don't be shy, join here: https://discord.gg…
★
[EMNLP 2025 Demo] PDF scientific paper translation with preserved formats - 基于 AI 完整保留排版的 PDF 文档全文双语翻译，支持 Google/DeepL…
[EMNLP 2025 Demo] PDF scientific paper translation with preserved formats - 基于 AI 完整保留排版的 PDF 文档全文双语翻译，支持 Google/DeepL/Ollama/OpenAI 等服务，提供 CLI/GUI/…
★
sglang 是用 Python 编写的 AI 工具，用于大模型与智能体应用开发，主打高性能。
SGLang is a high-performance serving framework for large language models and multimodal models.