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

音述AI

音述AI

全球首个AI音乐社区

音述AI是全球首个AI音乐社区，致力让每个人都能用音乐表达自我。音述AI提供零门槛AI创作工具，独创GETI法则帮助用户精准定义音乐风格，AI润色功能支持自动优化作品质感。音述AI支持交流讨论、二次创作与价值变现。针对中文用户的语言习惯与文化背景进行专门优化，支持国风融合、C-pop等本土音乐标签，让技术更好地承载人文表达。

QoderWork

QoderWork

阿里Qoder团队推出的桌面端AI智能体

QoderWork 是阿里推出的本地优先桌面 AI 智能体，适配 macOS14+/Windows10+，以自然语言交互实现文件管理、数据分析、AI 视觉生成、浏览器自动化等办公任务，自主拆解执行复杂工作流，数据本地运行零上传，技能市场可无限扩展，是高效的 Agentic 生产力办公助手。

lynote.ai

lynote.ai

一站式搞定所有学习需求

不再被海量信息淹没，开始真正理解知识。Lynote 可摘要 YouTube 视频、PDF、文章等内容。即时创建笔记，检测 AI 内容并下载资料，将您的学习效率提升 10 倍。

AniShort

AniShort

为AI短剧协作而生

专为AI短剧协作而生的AniShort正式发布，深度重构AI短剧全流程生产模式，整合创意策划、制作执行、实时协作、在线审片、资产复用等全链路功能，独创无限画布、双轨并行工业化工作流与Ani智能体助手，集成多款主流AI大模型，破解素材零散、版本混乱、沟通低效等行业痛点，助力3人团队效率提升800%，打造标准化、可追溯的AI短剧量产体系，是AI短剧团队协同创作、提升制作效率的核心工具。

seedancetwo2.0

seedancetwo2.0

能听懂你表达的视频模型

Seedance two是基于seedance2.0的中国大模型，支持图像、视频、音频、文本四种模态输入，表达方式更丰富，生成也更可控。

nano-banana纳米香蕉中文站

nano-banana纳米香蕉中文站

国内直接访问，限时3折

输入简单文字,生成想要的图片，纳米香蕉中文站基于 Google 模型的 AI 图片生成网站，支持文字生图、图生图。官网价格限时3折活动

扣子-AI办公

扣子-AI办公

职场AI，就用扣子

AI办公助手，复杂任务高效处理。办公效率低？扣子空间AI助手支持播客生成、PPT制作、网页开发及报告写作，覆盖科研、商业、舆情等领域的专家Agent 7x24小时响应，生活工作无缝切换，提升50%效率！

堆友

堆友

多风格AI绘画神器

堆友平台由阿里巴巴设计团队创建，作为一款AI驱动的设计工具，专为设计师提供一站式增长服务。功能覆盖海量3D素材、AI绘画、实时渲染以及专业抠图，显著提升设计品质和效率。平台不仅提供工具，还是一个促进创意交流和个人发展的空间，界面友好，适合所有级别的设计师和创意工作者。

图像生成AI工具AI反应堆AI工具箱AI绘画GOAI艺术字堆友相机AI图像热门
码上飞

码上飞

零代码AI应用开发平台

零代码AI应用开发平台，用户只需一句话简单描述需求，AI能自动生成小程序、APP或H5网页应用，无需编写代码。

Vora

Vora

免费创建高清无水印Sora视频

Vora是一个免费创建高清无水印Sora视频的AI工具

下拉加载更多