网页抓取提取

ResceneAgent（Rescene Agent OS）是一款本地优先的开源自迭代智能体操作系统，聚合多家免费模型并提供智能路由与熔断自愈，可用一条 marathon 命令抓取 Hacker News/GitHub 热点自主选题，按需求→计划→自检闭环迭代交付；同时具备联网自学写入记忆文件，以及内置 54 个设计系统参考的前端设计能力。

Sprocket 是 Spikonado 推出的轻量级工程智能体，可编写高质量代码并完成硬件设计，包括用 React 生成原理图、创建 BOM 物料清单和详细装配说明。它会从网络与开源项目检索一流上下文以提升可靠性，还能按指令自主在网站上完成采购。支持 npx 直接运行、桌面应用与 CLI，并可绑定本地工作区。

千问 App 是阿里巴巴推出的官方 AI 助手，作为体验 Qwen 大模型的第一入口，面向工作、学习与生活场景。产品支持智能对话、AI 搜索、网页总结、AI PPT、AI 生图与录音纪要等能力，可帮助用户完成创作、汇报、调研与分析等任务，覆盖对话问答、内容生产与多模态办公需求。

AnythingLLM 是 Mintplex Labs 开源的一体化本地优先 AI 平台（MIT 许可），以桌面应用或 Docker 容器运行。支持文档聊天与 RAG 问答、无代码 Agent Flows 智能体构建、完整 MCP 兼容、多模态输入和可嵌入聊天组件，兼容 30 多家 LLM 服务商和多种向量数据库，支持多用户与权限管理，数据保留在用户本地环境，适合注重隐私的个人与团队。

Exa 是面向 AI 智能体的网页数据基础设施，提供覆盖公共网页与私有信息的大规模索引。其 Search、Contents、Agent、Monitors API 支持联网搜索、网页内容提取、带引用的结构化输出与异步深度研究，可拆分任务并行调研，用于实体补全、大规模名单构建、KYC/KYB 尽调和 GTM 情报等场景，按请求计费并提供免费额度。

Messora 是一款网页内容提取 API，接收公开 URL 并返回干净 Markdown、按 schema 结构化的 JSON 或原始 HTML，避免把大量无关的 HTML 标记、导航和脚本喂给大模型，显著节省上下文 token。官方提供免费账号与每月 1000 额度积分，无需信用卡，并有无需注册的在线 playground 供测试。当前处于 founder beta，LinkedIn/Instagram 及强反爬目标会被拒绝或受限，暂未提供官方 SDK，仅通过 REST API 调用。

pen.dev 是前 Adobe XD 联合缔造者 Tom Krcha 推出的 agentic canvas（智能体画布）设计工具，口号为 Never start from scratch。可将任意网站或 Web App 导入画布，由智能体或手动迭代设计，再一键导出 HTML/CSS/Tailwind 或回写代码；支持 Claude、Gemini、Qwen、Kimi 等模型，可通过 MCP、WebMCP、CLI 连接 Claude Code、Cursor、Codex 等外部智能体，目前免费。

Perplexity Agent API 是 Perplexity 面向开发者的智能体接口：一次调用即可获得带内置引文的联网检索答案，也可调用 OpenAI、Anthropic、Google、xAI、Z.AI、Moonshot AI、NVIDIA 等第三方模型，并配合 web_search 联网搜索、fetch_url 网页内容抽取、sandbox 代码执行等内置工具与预设，按各服务商原价计费。

SparkFetch 是一个开源、可自托管的网页抓取与内容提取 API，使用 TypeScript 与 Node.js 构建。它能把杂乱的 HTML 转换为干净的 Markdown、结构化 JSON 或纯文本，提供 scrape 单页抓取、crawl 递归爬取（支持深度与路径排除）、map 域名 URL 发现三类接口，并自动剥离导航、广告与模板内容，适用于 AI 应用、RAG 检索管线、研究自动化、内容监控与文档索引等场景。

Token Plan 是阿里千问 AI 平台推出的模型订阅套餐，提供个人版与团队版，用户在统一订阅体系下通过一个 API Key 调用文本、语音、图像等全模态模型能力，抢先体验 Qwen3.8-Max-Preview 等先进模型。套餐按 Credits 计量，兼容 OpenAI / Anthropic 协议的主流 Coding 与 Agent 工具，支持联网搜索、知识检索等工具能力，并可同时运行多个 Agent 并发任务。

Zyte MCP Server 是 Zyte 推出的托管式 MCP 服务器，让 Claude Code、Cursor、Codex、Copilot、VS Code 等智能体直接调用 Zyte API 与 Scrapy Cloud。可抓取受保护及 JavaScript 页面并返回干净 Markdown，支持渲染、截图与地理位置；可联网搜索、抽取结构化字段；还能启停监控爬虫作业、查看日志统计、管理定时计划，并用自然语言查询用量、花费与成功率。MCP 连接不单独收费，按既有用量计费。

RAG.NextUpgrad 是一个代码公开的生产级检索增强生成（RAG）服务，支持上传 PDF、Word、HTML、纯文本或直接输入 URL，用自然语言对文档提问，并获得带原文出处引用的逐字流式回答。它融合稠密向量与 BM25 关键词检索、交叉编码器重排、置信度门控拒答、多供应商故障回退、扫描件 OCR 与提示注入防护，提供 FAISS、Qdrant、pgvector 三种可切换向量库后端，内存占用约 220MB，可在免费云实例运行。