github.devotd.
新发现数据

scrapegraphai/scrapegraph-ai — 基于 LLM 的网页与文档信息提取

scrapegraphai/scrapegraph-ai 是一个 Python 库,利用 LLM 和图逻辑从网站和文档中提取提示词所指定的信息。

仓库信息scrapegraphai/scrapegraph-ai ↗

Python scraper based on AI

星标
★ 32K
复刻
3.4K
语言
Python
许可证
MIT
最新版本
v2.3.1
查看原始来源 ↗在 GitHub 查看 ↗

scrapegraphai/scrapegraph-ai 是一个 Python 网页抓取库,可从网站和本地文档中提取提示词所指定的信息。它借助 LLM 与图逻辑来确定所需数据的形态并进行提取。仓库中列出的最新版本为 v2.3.1,但所提供的记录中并未说明该版本有哪些新的改动。

根据 README 摘要,它可处理包括 XML、HTML、JSON、Markdown 在内的网页与文档内容。它通过包含 SmartScraperGraph 在内的多条流水线处理单页和多页,并可从搜索结果中提取信息。文档还说明它支持生成 Python 脚本和音频文件。可选模型列出了 OpenAI、Groq、Azure、Gemini、MiniMax 和 Ollama。仓库许可证为 MIT,项目创建于 2024-01-27。这一组合适合希望通过提示词指定提取项、并将其应用于多种输入格式的场景。

不过,仅凭这份功能描述无法判断提取准确率或处理速度。所提供的记录中没有性能测量结果,也没有给出 v2.3.1 的变更明细。因此可确认的范围仅限于其声称支持的输入与功能;具体性能或本次版本的改进点需要另有依据。