完整作品展
技术栈
60 projects
Transform the web into your own API. Valendata automates web data extraction from browser automation to structured APIs with zero maintenance. Trusted by 100+ data teams.
@valy_data · X
ScrapingDaddy helps developers and businesses extract public website data at scale with a reliable API, JavaScript rendering, geo-targeting, and simple integration.
@tadyav · X
@joovier_ https://t.co/keG2Rl4hD4 data analysis app. Check out
@MourynCher16712 · X
data analysis app. Check out
8个免费在线工具，包括格式化、编码、密码生成和取色。
@Supportpintutec · X
Just launched QuickTools — 8 free online tools 🛠️ Word Counter • JSON Formatter • Password Generator • Color Picker 100% browser-based, no signup 🔗 #SideProject #WebDev #FreeTools #BuildInPublic
文档解析 API，准确提取表格、公式和结构化数据给 AI 代理。
g418572664 · V2EX
做了一个文档解析与记忆工具，专门辅助给传统行业做 AI 落地的老哥 现在 AI+的工作还挺常见的，就像大佬们说的，“所有行业的产品可能都会用 AI 重新做一遍”。最常见的就是各种 agent ，说要用 AI 赋能传统行业啥的，代替人类专家去处理海量的复杂资料、进行深度分析并做出决策。 举个例子，金融行业的“智能审计与尽调 Agent”。 过去，银行或投资机构想要给一家企业贷款或投资，需要人类审计师去读几十份、每份几百页的招股书和财务报表。现在虽然有了 AI ，但把文件一股脑全丢给它是不现实的，且不说烧 token 的问题，这些文档里有无数的跨行、跨列单元格表格，普通工具一拉，表格数据全串行了。如果 AI 把“第一季度利润”和“第二季度支出”的信息碎在一块，那得出的财务分析就完蛋了。 所以，现在要真想开发出一个能干活，还确保正确率的 agent ，就需要一个专业的、AI-native 的解析工具，把复杂的表结构和章节层级完整还原出来。我做的工具 Knowhere 就是干这个的： https://knowhereto.ai/?utm_source=v2ex 它能把复
通过 API 抓取搜索结果和 ChatGPT、Gemini、Perplexity 等 AI 模型的输出
rbatista19 · HN
Generous free tier for SERP and AI web scraping
通过交互式可视化学习数据结构和算法，准备技术面试。
@aarsh_30 · X
从网页提取干净的 Markdown、JSON 或文本，为 AI 应用和 RAG 管道优化。
Sparkfetch · GitHub
sparkfetch 🔥 Turn any URL into clean, structured, LLM-ready content. The open-source web fetching & extraction API.
@Kiriakoscls4 https://t.co/vL7v4J1TKx
@z5code0 · X
粘贴 n8n 或 Make 工作流 JSON，获得可靠性、成本和安全分析。
@dash12_dev · X
analyzes n8n workflows and Make scenarios, finding breakpoints, cost risks, and hidden reliability issues.
