Veille technologique
← Tous les liensExtraction structurée de contenu depuis des pages et parcours web.
Une CLI compacte transforme des sites web en commandes adaptées aux agents IA, afin de récupérer l’essentiel sans charger des dizaines de milliers de tokens. Le dépôt détaille les commandes et les sites pris en charge ; c’est une piste concrète pour rendre la navigation automatisée plus légère.
only-cli
Scrapling est un framework Python de scraping qui adapte ses sélecteurs lorsque la structure d’une page change. Il couvre aussi bien une requête simple que des parcours de collecte plus larges.
Maxun enregistre des interactions de navigateur pour extraire des données, lancer des automatisations et surveiller des pages. Son dépôt décrit une solution open source déployable soi-même.
changedetection.io compare des pages surveillées et signale les changements, y compris les variations de prix et les retours en stock. Le projet peut être hébergé soi-même et configure des alertes par plusieurs canaux.
Ce dépôt classe des API et outils de collecte par plateforme sociale. Il sert de répertoire pour comparer les types de données accessibles et les intégrations disponibles.
Firecrawl propose recherche, scraping et crawl avec sorties Markdown, JSON et captures. Son API fournit une couche d’extraction pour alimenter des traitements et agents à partir de contenus web.
Firecrawl
Cette fiche présente PhantomBuster et ses automatisations de collecte de données pour la prospection. Elle permet de situer les usages du produit et de consulter ses lancements et retours utilisateurs.
Marina Baccaro
