懂AI
llm-scraper

llm-scraper

通过TypeScript库从网页提取结构化数据

LLM Scraper 是一个 TypeScript 库，使用 LLM 从网页提取结构化数据。支持本地和多种 AI 提供商，提供代码生成功能，基于 Playwright 框架，支持四种格式模式。使用 Zod 定义模式，确保全面的类型安全性。适用于需要高效数据提取和代码生成的开发者。

LLM ScraperTypeScript网页数据提取代码生成PlaywrightGithub开源项目
GitHub文档

llm-scraper 项目介绍

llm-scraper 是一个强大的 TypeScript 库，它允许用户使用大型语言模型（LLMs）从任何网页中提取结构化数据。这个项目为网页数据抓取提供了一种创新的解决方案，特别适合那些需要从复杂网页中提取特定信息的开发者和数据分析师。

主要特性

llm-scraper 具有以下几个突出的特性：

  1. 多样化的 LLM 支持：它支持本地模型（如 Ollama 和 GGUF）以及云端模型（如 OpenAI 和 Vercel AI SDK 提供的模型）。这种灵活性使得用户可以根据自己的需求和资源选择最合适的模型。

  2. 类型安全：项目使用 TypeScript 开发，提供了完整的类型安全支持，这可以大大减少开发过程中的错误，提高代码质量。

  3. 基于 Playwright：llm-scraper 底层使用了 Playwright 框架，这使得它能够处理现代网页，包括那些依赖 JavaScript 渲染的动态网页。

  4. 流式对象支持：用户可以使用流式处理来获取部分对象，这对于处理大量数据或需要实时反馈的场景非常有用。

  5. 代码生成功能：最新版本支持代码生成，可以生成可重用的 Playwright 脚本，进一步简化了数据抓取过程。

  6. 多种格式支持：llm-scraper 支持四种数据格式：HTML、Markdown、纯文本（使用 Readability.js 提取）和图像截图（仅限多模态模型）。

使用方法

使用 llm-scraper 的基本步骤如下：

  1. 安装必要的依赖包。
  2. 初始化选择的 LLM 模型。
  3. 创建 LLMScraper 实例。
  4. 定义数据提取模式（使用 Zod 模式定义）。
  5. 运行 scraper 并获取结果。

项目提供了详细的示例代码，展示了如何从 Hacker News 网站提取热门故事。此外，它还支持流式处理和代码生成功能，这些高级特性为用户提供了更多灵活性和效率。

社区贡献

作为一个开源项目，llm-scraper 欢迎社区成员的贡献。无论是报告 bug、提出改进建议，还是直接提交代码，项目维护者都鼓励用户参与到项目的发展中来。

总的来说，llm-scraper 为网页数据提取提供了一个创新、灵活且强大的解决方案。它结合了大型语言模型的能力和现代网页抓取技术，为开发者提供了一个高效、易用的工具，可以大大简化从复杂网页中提取结构化数据的过程。

编辑推荐精选

讯飞智文

讯飞智文

一键生成PPT和Word，让学习生活更轻松

讯飞智文是一个利用 AI 技术的项目，能够帮助用户生成 PPT 以及各类文档。无论是商业领域的市场分析报告、年度目标制定，还是学生群体的职业生涯规划、实习避坑指南，亦或是活动策划、旅游攻略等内容，它都能提供支持，帮助用户精准表达，轻松呈现各种信息。

AI办公办公工具AI工具讯飞智文AI在线生成PPTAI撰写助手多语种文档生成AI自动配图热门
讯飞星火

讯飞星火

深度推理能力全新升级，全面对标OpenAI o1

科大讯飞的星火大模型，支持语言理解、知识问答和文本创作等多功能，适用于多种文件和业务场景，提升办公和日常生活的效率。讯飞星火是一个提供丰富智能服务的平台，涵盖科技资讯、图像创作、写作辅助、编程解答、科研文献解读等功能，能为不同需求的用户提供便捷高效的帮助，助力用户轻松获取信息、解决问题，满足多样化使用场景。

热门AI开发模型训练AI工具讯飞星火大模型智能问答内容创作多语种支持智慧生活
Spark-TTS

Spark-TTS

一种基于大语言模型的高效单流解耦语音令牌文本到语音合成模型

Spark-TTS 是一个基于 PyTorch 的开源文本到语音合成项目，由多个知名机构联合参与。该项目提供了高效的 LLM（大语言模型）驱动的语音合成方案，支持语音克隆和语音创建功能，可通过命令行界面（CLI）和 Web UI 两种方式使用。用户可以根据需求调整语音的性别、音高、速度等参数，生成高质量的语音。该项目适用于多种场景，如有声读物制作、智能语音助手开发等。

Trae

Trae

字节跳动发布的AI编程神器IDE

Trae是一种自适应的集成开发环境（IDE），通过自动化和多元协作改变开发流程。利用Trae，团队能够更快速、精确地编写和部署代码，从而提高编程效率和项目交付速度。Trae具备上下文感知和代码自动完成功能，是提升开发效率的理想工具。

AI工具TraeAI IDE协作生产力转型热门
咔片PPT

咔片PPT

AI助力，做PPT更简单！

咔片是一款轻量化在线演示设计工具，借助 AI 技术，实现从内容生成到智能设计的一站式 PPT 制作服务。支持多种文档格式导入生成 PPT，提供海量模板、智能美化、素材替换等功能，适用于销售、教师、学生等各类人群，能高效制作出高品质 PPT，满足不同场景演示需求。

��讯飞绘文

讯飞绘文

选题、配图、成文，一站式创作，让内容运营更高效

讯飞绘文，一个AI集成平台，支持写作、选题、配图、排版和发布。高效生成适用于各类媒体的定制内容，加速品牌传播，提升内容营销效果。

热门AI辅助写作AI工具讯飞绘文内容运营AI创作个性化文章多平台分发AI助手
材料星

材料星

专业的AI公文写作平台，公文写作神器

AI 材料星，专业的 AI 公文写作辅助平台，为体制内工作人员提供高效的公文写作解决方案。拥有海量公文文库、9 大核心 AI 功能，支持 30 + 文稿类型生成，助力快速完成领导讲话、工作总结、述职报告等材料，提升办公效率，是体制打工人的得力写作神器。

openai-agents-python

openai-agents-python

OpenAI Agents SDK，助力开发者便捷使用 OpenAI 相关功能。

openai-agents-python 是 OpenAI 推出的一款强大 Python SDK，它为开发者提供了与 OpenAI 模型交互的高效工具，支持工具调用、结果处理、追踪等功能，涵盖多种应用场景，如研究助手、财务研究等，能显著提升开发效率，让开发者更轻松地利用 OpenAI 的技术优势。

Hunyuan3D-2

Hunyuan3D-2

高分辨率纹理 3D 资产生成

Hunyuan3D-2 是腾讯开发的用于 3D 资产生成的强大工具，支持从文本描述、单张图片或多视角图片生成 3D 模型，具备快速形状生成能力，可生成带纹理的高质量 3D 模型，适用于多个领域，为 3D 创作提供了高效解决方案。

3FS

3FS

一个具备存储、管理和客户端操作等多种功能的分布式文件系统相关项目。

3FS 是一个功能强大的分布式文件系统项目，涵盖了存储引擎、元数据管理、客户端工具等多个模块。它支持多种文件操作，如创建文件和目录、设置布局等，同时具备高效的事件循环、节点选择和协程池管理等特性。适用于需要大规模数据存储和管理的场景，能够提高系统的性能和可靠性，是分布式存储领域的优质解决方案。

下拉加载更多