按标签浏览
# 内容提取 / Content Extraction(25)
为 WorkBuddy 整合 Tavily 五大 API(Search/Extract/Crawl/Map/Research),统一 CLI 与 JSON 输出,并附用量查询与最佳实践。
抓取单个或多个 URL,返回干净的、适合 LLM 处理的 Markdown,支持 JS 渲染页面与多种输出格式。
将网页 URL 转换为干净可读的 Markdown,提取正文、图片与元数据并保存到本地。
基于千问大模型的视频转写与内容生成工具,支持链接或本地视频输入,通过自定义 Prompt 输出转写、总结、改写、翻译等结构化文案。
使用 Percollate 将实时网页转换为干净的 PDF 或可读存档,便于离线审查、引用和交接。
exa-js是Exa的官方JavaScript SDK,为AI工作流提供网页搜索API,支持agent搜索网页、获取内容并生成有来源的答案。
Shiori 自托管书签管理器,提供 CLI 与 Web 界面,支持书签增删改查、搜索整理、离线归档与内容提取。
基于 Apache Tika Server REST API,从 1400 多种文件格式中提取文本与元数据,并支持 MIME 类型检测与嵌入式文档解析。
基于大模型语义理解的视频转文本技能,不止语音转录,还能过滤冗余并支持自定义 Prompt 进行文案改写与总结。
基于 Defuddle CLI 提取网页正文并输出干净 Markdown,去除导航等杂讯以节省 token,面向公众号、官网等中文内容生产场景。
在 Notion 工作区内搜索页面与数据库、组合条件查询数据、分页遍历结果、递归提取页面内容。
从小红书分享链接提取笔记ID、标题、正文与标签,支持批量处理与多格式导出。