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

Keevx

Keevx

AI数字人视频创作平台

Keevx 一款开箱即用的AI数字人视频创作平台，广泛适用于电商广告、企业培训与社媒宣传，让全球企业与个人创作者无需拍摄剪辑，就能快速生成多语言、高质量的专业视频。

即梦AI

即梦AI

一站式AI创作平台

提供 AI 驱动的图片、视频生成及数字人等功能，助力创意创作

扣子-AI办公

扣子-AI办公

AI办公助手，复杂任务高效处理

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！

TRAE编程

TRAE编程

AI辅助编程，代码自动修复

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
蛙蛙写作

蛙蛙写作

AI小说写作助手，一站式润色、改写、扩写

蛙蛙写作—国内先进的AI写作平台，涵盖小说、学术、社交媒体等多场景。提供续写、改写、润色等功能，助力创作者高效优化写作流程。界面简洁,功能全面,适合各类写作者提升内容品质和工作效率。

AI辅助写作AI工具蛙蛙写作AI写作工具学术助手办公助手营销助手AI助手
问小白

问小白

全能AI智能助手，随时解答生活与工作的多样问题

问小白，由元石科技研发的AI智能助手，快速准确地解答各种生活和工作问题，包括但不限于搜索、规划和社交互动，帮助用户在日常生活中提高效率，轻松管理个人事务。

热门AI助手AI对话AI工具聊天机器人
Transly

Transly

实时语音翻译/同声传译工具

Transly是一个多场景的AI大语言模型驱动的同声传译、专业翻译助手，它拥有超精准的音频识别翻译能力，几乎零延迟的使用体验和支持多国语言可以让你带它走遍全球，无论你是留学生、商务人士、韩剧美剧爱好者，还是出国游玩、多国会议、跨国追星等等，都可以满足你所有需要同传的场景需求，线上线下通用，扫除语言障碍，让全世界的语言交流不再有国界。

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。

下拉加载更多