盘点4个很哇塞的AI开源项目

文章主旨：介绍四个近期在 GitHub 上获得较高关注的开源项目，涵盖文档信息抽取、自适应爬虫、低成本 AI 助理和营销技能工具包。

关键要点：

• 谷歌开源 LangExtract，利用 LLM 从非结构化文本中提取结构化信息，支持精确源定位与长文档优化。
• Scrapling 是一款自适应 Python 爬虫库，可在网站结构变化后自动重定位目标元素，解析速度远超 BeautifulSoup。
• MimiClaw 基于 ESP32-S3 开发板（约 30 元），通过 Telegram 实现 AI 助理功能，功耗极低（0.5W），支持本地记忆存储。
• Corey Haines 发布 marketskills 项目，包含 26 个营销相关 skill，覆盖转化率优化、文案、SEO、广告等，专为 Claude Code 设计。

内容结构：

• 01 谷歌开源的文档信息抽取神器

  • 项目名称：LangExtract（GitHub Star 近 3 万）
  • 功能：Python 库，使用 LLM 从非结构化文本中提取结构化信息（如临床病历、报告）。
  • 核心特点：精确源定位（提取数据可定位原文位置）、长文档优化、支持交互式可视化（生成独立 HTML 文件）
  • 模型支持：兼容云端 Gemini 与本地 Ollama
  • 安装：pip install langextract

• 02 写爬虫再也不怕网站改版了

  • 项目名称：Scrapling（GitHub Star 13.7K）
  • 功能：自适应 Python 爬虫库，网站结构变化后可自动重定位目标元素。
  • 核心能力：智能元素追踪（相似性算法）、内置反爬虫绕过技术（TLS 指纹伪装、Cloudflare Turnstile 绕过）
  • 性能：官方基准测试解析速度比 BeautifulSoup 快约 800 倍
  • 安装：pip install scrapling 及 scrapling install

• 03 5 美元芯片上跑 AI 助理

  • 项目名称：MimiClaw（GitHub Star 3.2K）
  • 硬件：ESP32-S3 开发板（约 30 元，16MB Flash + 8MB PSRAM）
  • 功能：通过 Telegram 实现 AI 助理，支持处理任务、积累本地记忆（跨重启保留）
  • 技术原理：Telegram 消息 → ESP32-S3 接收 → Agent 循环（Claude 思考、调用工具、读取记忆）→ 回复
  • 功耗：0.5W，可 24/7 运行
  • 部署条件：ESP32-S3 开发板 + USB Type-C 线 + Telegram Bot Token + Anthropic API Key

• 04 营销人的 Claude Code 技能库

  • 项目名称：marketingskills（GitHub Star 7.5K，作者 Corey Haines）
  • 内容：包含 26 个营销相关 skill，覆盖转化率优化（page-cro）、文案写作（copywriting）、SEO（seo-audit、programmatic-seo）、付费广告（paid-ads 支持 Google Ads、Meta、LinkedIn、Twitter/X）等
  • 作用：安装后 Claude Code 变为懂营销的 AI 助手

文章总结：本文推荐了四个近期 GitHub 上热门的开源项目，分别面向文档信息提取、爬虫稳定性、低成本 AI 硬件和营销自动化，每个项目均附有开源地址和简要安装或使用方法。

采用DevOps的7个主要障碍，你一定不知道！

了解更多

前端技术江湖

查看原文：盘点4个很哇塞的AI开源项目

文章来源：

前端技术江湖

扫码关注公众号