Scrapegraph-ai

ScrapeGraphAI 是一个基于大语言模型（LLM）的 Python 网络数据提取库，支持从网页、HTML、XML、JSON、Markdown 等多种格式中自动抽取结构化信息。其核心采用图式编排（graph-based pipeline）机制，用户仅需声明目标字段（如“标题”“价格”“摘要”），无需编写解析逻辑，系统即可动态生成并执行爬取与提取流程。支持本地文档处理与 Web 爬取双模式，并提供 Python/Node.js SDK 及 LangChain、LlamaIndex 等主流 LLM 框架集成。适用于需要快速构建轻量级、语义驱动的数据采集管道的场景，如 RAG 数据预处理、竞品监控、内容聚合等。