LLM Scraper
用 LLM 将任何网页转换为结构化数据。基于 Playwright/Puppeteer 实现浏览器自动化，配合 GPT-4、Llama 等模型提取网页信息
🎯适用场景：网页数据采集、竞品监控、内容聚合
📥 收录于 2026/6/8
📊 仓库数据
✅ 优点
- •LLM 驱动的语义级提取
- •支持多种 LLM 后端
- •TypeScript 生态友好
- •6.8K stars
⚠️ 限制
- •需要浏览器环境
- •LLM API 调用成本
- •大规模抓取速度受限
🔗 相关工具
Firecrawl
github.com/firecrawl/firecrawl
AI 友好的网页抓取 API，支持 URL → Markdown/结构化数据，110K+ stars。专为 LLM 应用设计，自动处理 JS 渲染、分页、反爬，是 RAG 系统的理想数据源
🎯网页自动化与数据采集
OpenBB Platform
github.com/openbb-finance/openbb
金融数据分析平台，66,139+ stars。开源金融数据基础设施，提供股票、加密货币、宏观经济等全方位数据查询和分析能力，支持 Python SDK 和终端使用
🎯金融数据采集与分析、股票与宏观数据查询
Scrapling
github.com/D4Vinci/Scrapling
自适应 Web 爬取框架，52K+ stars。从单请求到全规模爬取全覆盖，智能处理反爬、动态渲染和复杂页面结构，是 AI Agent 数据采集的瑞士军刀
🎯AI Agent 数据采集、舆情分析数据源爬取、竞品监控自动化
TrendRadar
github.com/sansan0/TrendRadar
AI 驱动的舆情监控与趋势分析助手，58K+ stars。支持多平台信息聚合、RSS 订阅、智能预警，帮助打破信息茧房，还原舆情全貌并预测未来走向，辅助决策
🎯AI 舆情监控、行业趋势分析与情报收集系统
MediaCrawler
github.com/NanmiCoder/MediaCrawler
中文社交媒体爬虫工具，50K+ stars。支持小红书、抖音、快手、B 站、微博、贴吧、知乎等平台的笔记/视频/评论爬取，是中文互联网数据采集的标杆项目
🎯数据爬取与 ETL 处理
Made With ML
github.com/GokuMohandas/Made-With-ML
生产级 ML 开发教程，47,348+ stars。从数据处理到模型部署的完整 ML 开发课程，涵盖 MLOps、模型监控、CI/CD 等生产环境最佳实践
🎯AI 技术学习与实践教程、数据采集与 ETL 处理