基于人工智能的网络爬虫：让数据唾手可得 | 开源日报 No.274

VinciGit00/Scrapegraph-aihttps://github.com/VinciGit00/Scrapegraph-ai

Stars: 9.3k License: MIT

Scrapegraph-ai 是一个基于人工智能的 Python 网络爬虫库。它使用 LLM 和直接图逻辑来创建用于网站、文档和 XML 文件的爬取流水线。只需指定要提取的信息，该库就会为您完成！

• 可以从网站上提取信息
• 支持 Ollama 模型
• 支持 Docker 容器模型
• 支持 OpenAI 模型
• 支持 Groq 查询

通过 ScrapeGraphAI 类可以方便地从网站中提取信息，并且支持多种不同类型的模型和配置。

microsoft/vscodehttps://github.com/microsoft/vscode

Stars: 159.5k License: MIT

vscode 是一个开源的代码编辑器。该项目主要功能和核心优势包括：

• 提供全面的代码编辑、导航和理解支持
• 轻量级调试
• 丰富的可扩展性模型
• 与现有工具轻量级集成

delta-io/deltahttps://github.com/delta-io/delta

Stars: 7.0k License: Apache-2.0

delta 是一个开源存储框架，可以构建具有包括 Spark、PrestoDB、Flink、Trino 和 Hive 在内的计算引擎以及 Scala、Java、Rust、Ruby 和 Python 的 API 的 Lakehouse 架构。主要功能和优势包括：

• 支持多种计算引擎
• 提供多种编程语言的 API
• 兼容性强，保证向后兼容性
• 有详细的文档和快速入门指南

OpenBMB/MiniCPM-Vhttps://github.com/OpenBMB/MiniCPM-V

Stars: 4.7k License: Apache-2.0

MiniCPM-V 是一个高效的端侧多模态大模型，具有强大的 OCR 和理解能力。

• 提供领先性能和高效部署
• 接受图像和文本输入，并输出高质量文本
• 支持 180 万像素任意长宽比图像输入
• 实现了领先的 OCR 能力，接近 Gemini Pro 水平
• 通过 RLHF 对齐解决幻觉问题

KenneyNL/Adobe-Alternativeshttps://github.com/KenneyNL/Adobe-Alternatives

Stars: 2.1k License: NOASSERTION

Adobe Alternatives，提供 Adobe 软件的替代方案列表，由社区收集并完善。该项目包含了多个免费或开源软件，并标注了其是否需要付费、单次购买还是订阅等信息。

• 提供 Photoshop、Illustrator、Animate 等多种 Adobe 软件的替代品
• 包括摄影处理、绘画创作和像素艺术等领域
• 收录大量免费或开源软件以及部分商业产品