用 jQuery 风格的语法在服务端解析和操作 HTML/XML，写爬虫时提取页面数据比正则和原生 DOM 顺手得多。
把 PDF、DOCX、HTML 等文档解析成结构化 Markdown 或 JSON，方便喂给大模型和 RAG 流程。
把代码库连同文档、SQL schema、配置和 PDF 一起解析成可查询的知识图谱，供 Claude Code、Cursor 等编码 Agent 做代码检索，全程本地 AST 解析、不依赖向量库。
把任意网页抓取并转成干净 Markdown 或结构化数据，直接喂给 LLM 和 AI Agent，省去自己写爬虫和清洗的麻烦。
把 PDF 解析成带坐标信息的 JSON、Markdown 或 HTML，方便喂给 RAG 和 AI 流程，同时自动生成无障碍标签。
字节跳动开源的 HTML5 视频播放器，内置流媒体解析能力，支持 HLS、DASH、FLV 等格式，通过按需解析节省流量。
纯 PHP 实现的 Word 文档读写库，无需 Office 环境即可生成和解析 docx、odt、rtf 等格式，适合在服务端批量导出报表或合同。
从网页抓取正文和元数据的 Python 库与命令行工具，支持爬取、解析并导出为 CSV、JSON、Markdown 等格式，适合构建语料库和 RAG 数据。
用 Python 3 从新闻网页里自动抽取正文、标题、作者等元数据，省去自己写解析规则，适合做新闻聚合和内容抓取。
开源的 RAG 文档问答工具，上传文档后即可用大模型对话检索，快速搭建私有知识库问答。
把持续不断的内容流变成可搜索、可监控的知识库，支持持久化摄取、混合检索、告警，以及格式、模型和业务规则插件。
把网页直接当像素图像来检索的 RAG 引擎，跳过 HTML 解析，靠视觉语言模型做原生搜索，适合构建多模态 Agent 的长期记忆。
在终端里用 curl 一行命令查天气，返回带 ASCII 艺术图标的天气预报，适合命令行用户和脚本调用。
能识别复杂表格、表单和手写内容的 OCR 模型，保留完整版面布局，适合把扫描件和图片转成结构化文本喂给 RAG 或文档解析流程。
批量下载微信公众号文章，支持评论、合集，可导出为 html/mhtml/md/pdf/docx/csv，并保存文中图片、视频、音频，还能通过 MCP/Skill 调用。
Go 语言编写的高性能网页抓取与爬虫框架，提供简洁 API 处理请求、解析页面和并发抓取，适合快速搭建采集程序。
用 Rust 打造的无头浏览器，主打轻量、快速、高兼容，专为 AI Agent 的网页操作与自动化任务设计。
把 PDF、DOCX、图片等复杂文档解析成干净结构化数据，方便喂给语言模型做 RAG 和检索。
把任意网站变成结构化 API，无需写代码就能抓取、自动化、搜索和监控网页数据，适合做数据采集和 RPA 场景。
把各类 BT 种子站统一封装成 Newznab/Torznab API，供 Sonarr、Radarr、Lidarr 等自动化下载工具直接检索和订阅资源。
用 TypeScript 写的浏览器 Agent SDK，让 AI 能操作网页、抓取任意站点数据，支持 Playwright、CDP 和云端浏览器。
直接从 GitHub、GitLab 等发布源获取 Android 应用更新，绕过应用商店，适合追踪开源 APK 的最新版本。
基于插件架构的所见即所得 Markdown 编辑器框架，底层用 ProseMirror 和 remark 解析渲染，方便在网页里嵌入可扩展的富文本编辑能力。
命令行图片批量下载器，支持 Pixiv、Twitter、DeviantArt、Danbooru 等几十个图站，一条命令就能把画师主页或标签下的图集整批抓下来。
收集系统编程、计算机科学等领域的技术论文、规范、手册和演示文稿 PDF，并提供在线浏览与搜索入口，方便按主题查找硬核技术资料。
一个面向人类的 Node.js 网页抓取库，用简洁的链式配置从 HTML 中提取结构化数据，省去手写选择器解析的麻烦。
从任意 URL 抓取网页元数据，自动解析 Open Graph、JSON-LD 和 HTML meta 标签，并带智能兜底，适合做链接预览和内容摘要。
基于 Modest 和 Lexbor 引擎的 Python HTML5 解析库，解析速度快，支持 CSS 选择器，适合网页抓取时高效提取页面数据。
用 Rust 写的轻量布局引擎，直接解析 JSX、HTML 和 CSS，把页面渲染成图片、SVG、PDF 或绘制树，不需要无头浏览器，适合生成 OG 图、发票和动态图像。
把 PDF、图片、Word、PPT 或网页里的内容抽成 Markdown、JSON、CSV、HTML，自带 OCR 和结构化字段提取，省去自己拼解析流程。
用 Scala 写网页抓取时，它提供一套简洁的 DSL 来解析 HTML、提取内容，省去手写解析逻辑的麻烦。
基于 Kotlin 的 HTML 解析与抓取库，用直观 DSL 从服务端或客户端渲染的页面中提取数据，兼顾集成测试和网页爬取，代码可读性高。
Angular 生态里的 Markdown 渲染组件，能把静态、动态或远程内容解析成带语法高亮、Emoji、KaTeX 公式和 Mermaid 图表的 HTML。
PHP 版网页抓取工具，提供类似 BeautifulSoup 的简洁 API，可解析 HTML、提取页面数据，并支持无头浏览器渲染动态页面。