★
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 …
adbar / trafilatura
trafilatura
Python & Command-line tool to gather text and metadata on the Web: Crawling, scraping, extraction, output as CSV, JSON, HTML, MD, TXT, XML
trafilatura 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 7k star、459 fork，主要语言为 Python，项目始于 2019 年，采用 Apache-2.0 许可。最近状态：近一个月有提交。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。adbar/trafilatura 是一个以 Python 为主的开源项目，目前累计 7k star、459 fork，近 30 天内有提交。主要方向：article-extractor、corpus-builder、corpus-tools、爬虫、html-to-markdown、html2text。
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。article-extractorcorpus-buildercorpus-tools爬虫html-to-markdownhtml2text大模型news-aggregatornews-crawler自然语言处理检索增强readability
README
正在加载…相关项目
★
langextract 是用 Python 编写的 AI 工具，用于大模型与智能体应用开发。
A Python library for extracting structured information from unstructured text using LLMs with precise source grounding and interactive visualization.
★
PageIndex 是用 Python 编写的 AI 工具，用于大模型与智能体应用开发。
📑 PageIndex: Document Index for Vectorless, Reasoning-based RAG
★
LightRAG 是用 Python 编写的 AI 工具，用于大模型与智能体应用开发，主打速度快、易用。
[EMNLP2025] LightRAG: Simple and Fast Retrieval-Augmented Generation
★
llama_index 是用 Python 编写的 AI 工具，用于大模型与智能体应用开发。
LlamaIndex is the document processing platform for AI
★
《深入理解 AI Agent：设计原理与工程实践》（李博杰 著）开源主仓库：全书正文、编译版 PDF 与按章配套代码
《深入理解 AI Agent：设计原理与工程实践》（李博杰 著）开源主仓库：全书正文、编译版 PDF 与按章配套代码