Herramientas de código abierto de web scraping, instaladas y ejecutadas

Clona cualquier sitio web con un comando usando AI coding agents.

Lo que encontró la prueba: Next.js 16.3.0 project builds, typechecks, and serves HTTP 200 on the root route via npm run dev. 4 minutos.

Framework elegante de raspador y rastreador para Golang

Lo que encontró la prueba: The Colly module builds, vets, passes its full unit and race test suites, its CLI prints help, and its scraper successfully crawled a local mock site end to end. 14 minutos.

Un framework de rastreo y spidering de próxima generación.

Lo que encontró la prueba: katana v1.7.0 is installed, resolves from a fresh login shell, crawls HTTP sites in standard and headless modes, and its unit, functional, and integration suites pass. 7 minutos.

Convierte sitios web de documentación, repositorios de GitHub y PDFs en skills de Claude AI con detección automática de conflictos

Lo que encontró la prueba: skill-seekers 3.10.0.dev0 installed and all 3857 unit/adaptor/scraper tests pass without external API keys or network dependencies. 6 minutos.

newspaper3k es una extracción de noticias, texto completo y metadatos de artículos en Python 3. Documentación avanzada:

Lo que encontró la prueba: newspaper3k 0.3.0 installs in a virtualenv on Python 3.12, all 40 unit tests pass, and core Article download/parse/nlp pipeline produces correct output from static HTML. 4 minutos.

Automatización y pruebas de navegador sin límites. El modo CDP de SeleniumBase evita la detección de bots con facilidad. ¡Mira los ejemplos!

Lo que encontró la prueba: SeleniumBase 4.54.7 is installed in a Python 3.12 venv; 8 framework unit tests, 7 offline HTML tests, and 2 real web tests passed using headless Chrome 154. 5 minutos.

Plataforma distribuida de administración de rastreadores web, que gestiona arañas sin importar los lenguajes ni los frameworks.

Lo que encontró la prueba: Crawlab v0.6.3 backend compiles, starts as master node, connects to MongoDB, and serves its REST API on port 8000 (system-info, login, nodes, spiders, tasks, users, stats endpoints confirmed reachable). 67 minutos.

Un framework de rastreo web escalable para Java.

Lo que encontró la prueba: The webmagic project compiles and passes all 108 tests with JDK 22 and Maven 3.9.9. Tests exercise real HTTP downloads from github.com (e.g. GithubRepoPageProcessorTest downloads and processes 1 page), SSL compatibility checks, XPath/CSS/regex selectors, file pipeline, proxy providers, duplicate-removal scheduling... 13 minutos.

Crawlee: una biblioteca de extracción de datos web y automatización de navegadores para Python para construir rastreadores confiables. Extrae datos para IA...

Lo que encontró la prueba: Dependencies installed with uv sync --all-extras, Playwright browsers (chromium + firefox) downloaded, all 2480 unit tests pass, lint and type-check pass, and the package builds and imports successfully at version 1.10.3. 8 minutos.

Automatización web más ligera con Python

Lo que encontró la prueba: Helium 7.0.3 installed from source via pip install -e . Selenium 4.49.0 with Chrome 154 headless via Selenium Manager; all 332 tests pass with 2 regressions fixed (date input JS fallback, subprocess module discovery). 33 minutos.

API de Python para JMComic | Proporciona API de Python para acceder a JMComic, compatible con web y móvil | Descargador de GitHub Actions para JMComic

Lo que encontró la prueba: Package jmcomic 2.7.7 installed in a Python 3.12.3 venv with all dependencies; 238/240 tests pass including real network calls against JMComic API servers; CLI commands jmcomic and jmv produce correct help output. 10 minutos.

Herramienta de Python y de línea de comandos para recopilar texto y metadatos en la Web: rastreo, scraping, extracción, salida como CSV, JSON, HTML, MD, TXT...

Lo que encontró la prueba: Trafilatura 2.2.0 is installed in editable mode in a .venv, all 428 tests pass, and both CLI and Python extraction work correctly on sample HTML input. 6 minutos.

Binding de Python para el fork de curl-impersonate mediante cffi. Un cliente http que puede imitar las huellas tls/ja3/http2 del navegador.

Lo que encontró la prueba: After installing the pre-built curl-cffi wheel (v0.16.3) into a fresh venv, the library imports, the CLI runs (curl-cffi get, doctor, --help), real HTTP requests with browser impersonation return 200, and the unit test suite passes 600+ tests across all 20 test modules including sync/async HTTP, websockets... 38 minutos.

Lenguaje declarativo de automatización de datos y entorno de ejecución de Go para flujos de trabajo de extracción estructurada.

Lo que encontró la prueba: Go 1.27.1 installed, all dependencies resolved, all 68 test packages pass with race detection, CLI binary compiles and runs FQL queries end-to-end. 7 minutos.

Componentes basados en Redis para Scrapy.

Lo que encontró la prueba: scrapy-redis 0.9.1 is installed in a venv at /work/repo/.venv with real Redis 6.2 running on localhost:6379; all 102 tests pass covering connection pooling, dupefilter, queue (FIFO/LIFO/priority), scheduler, spider setup, idle backoff, multi-key consumption, and utility modules. 9 minutos.

Un raspador de Node.js para humanos.

Lo que encontró la prueba: scrape-it installs, builds, and passes its full test suite on Node 18.19.1 with cheerio pinned to 1.0.0. 3 minutos.

Cada sitio web proporciona APIs.

Lo que encontró la prueba: toapi 2.2.4 installed from source, all 7 tests pass, CLI help works, Flask server answers 200 with JSON, version 2.2.4 confirmed. 2 minutos.

Automatización sigilosa de navegador para AI agents sobre MCP y el Chrome DevTools Protocol: navegación, ganchos de red, extracción de DOM y clonación de...

Lo que encontró la prueba: Stealth Browser MCP server runs on stdio transport, spawns a headless Chromium 157.0.8086.0, navigates to data URLs, extracts page HTML content, and closes cleanly -- all via MCP protocol over stdio. 15 minutos.

PHP Curl Class facilita el envío de solicitudes HTTP y la integración con APIs web.

Lo que encontró la prueba: php-curl-class repository is fully installed with PHP 8.5.8 static binary and all Composer dependencies; the full test suite passes with 264 tests and 23390 assertions and zero failures. 43 minutos.

Raspador de Node.js para obtener datos de Google Play

Lo que encontró la prueba: The google-play-scraper npm package installs, all 84 tests pass against live Google Play, and the library's app/list/search/suggest/developer/reviews/similar/permissions/datasafety/categories methods all fetch and parse real data correctly. 8 minutos.

owllook-buscador de novelas

Lo que encontró la prueba: The owllook web server launches on port 8001 and responds with 200 HTTP status on /, /novels/search, /novels/top, /api/search, and /health routes, with real HTML content, connecting to running Redis and MongoDB instances. The existing pytest test suite passes (1 passed, 0 failed). 15 minutos.

https://spatie.be/docs/crawler

Lo que encontró la prueba: PHP 8.4.23 and Composer 2.7.1 installed from static binaries, all dependencies resolved via `composer update --prefer-stable`, and the full test suite passes (229/229) including both fake-HTTP unit tests and real-HTTP integration tests against a local PHP server. 6 minutos.

Recopilación fundamental de datos web de baja latencia en Rust

Lo que encontró la prueba: Rust 1.99.0 installed, cargo build succeeds, spider CLI binary crawls and scrapes example.com returning status 200 and expected page content, all 608 spider core tests pass, workspace-wide crate tests all pass. 56 minutos.

Geziyor, un framework de rastreo web y extracción de datos muy rápido para Go. Soporta renderizado de JS.

Lo que encontró la prueba: The Geziyor web scraping framework builds and passes every test across all 7 packages, and a compiled demo successfully scraped a live website. 16 minutos.

Rastreador web ligero y fácil de usar

Lo que encontró la prueba: Build succeeded (mvn compile, package, test-compile all exit 0); demo crawler successfully fetched and parsed https://www.baidu.com/, producing JSON output. 5 minutos.

CrawlerDetect es una clase PHP para detectar bots/crawlers/spiders mediante el user agent.

Lo que encontró la prueba: The CrawlerDetect PHP library installs, builds, and passes its full test suite of 28 tests with 170,886 assertions on PHP 8.0.30. 5 minutos.

Website Cloner - Utiliza poderosas rutinas Go para clonar sitios web en tu máquina en segundos.

Lo que encontró la prueba: goclone binary builds from source, all 9 test suites across 3 packages pass, the built binary's help and version commands print correct output. 11 minutos.

Framework de rastreo web basado en asyncio.

Lo que encontró la prueba: All 7 tests pass, ruff lint passes, library imports correctly, and item attribute extraction from HTML produces expected results. 1 minuto.

Biblioteca flexible de crawler para Node.js

Lo que encontró la prueba: x-crawl library builds successfully; its crawlData, crawlHTML, async/sync modes, baseUrl, timeout, errorCollect, proxy rotation, and Puppeteer browser APIs work correctly against a real HTTP server and CONNECT proxy. 34 minutos.

Micro-framework asíncrono de raspado web para Python 3.6+ basado en asyncio

Lo que encontró la prueba: Ruia 0.8.5 is installed in a Python 3.12 venv with uvloop; pip install -e .[uvloop] succeeds; 66 of 67 tests pass including all field extraction, item parsing, middleware, request fetching, and spider orchestration tests against live httpbin.org and news.ycombinator.com. 22 minutos.

Enlace de Python a los motores Modest y Lexbor. Rápido analizador HTML5 con selectores CSS para Python.

Lo que encontró la prueba: selectolax C extension successfully built, installed in a venv, all 279 tests passing, and basic HTML parsing + CSS selector usage verified. 4 minutos.

Versión de Python no detectada de la biblioteca de pruebas y automatización Playwright.

Lo que encontró la prueba: Patchright 1.63.0 is installed, Chromium browser is downloaded and launchable, the CLI reports its version, and 2237 of 2239 Chromium tests pass (sync + async). 37 minutos.

Un cliente HTTP de Python ergonómico y consciente de la privacidad

Lo que encontró la prueba: wreq Python package builds, installs, and passes all 57 unit tests against a local httpbin server, supporting HTTP/1.1 and HTTP/2 requests, cookie jars, redirect policies, TLS emulation (JA3/JA4), multipart uploads, streaming, and compression. 15 minutos.

Rastreador y extractor web ligero en Ruby con un DSL elegante que extrae datos estructurados de páginas.

Lo que encontró la prueba: Wombat 3.3.0 builds and installs as a gem under Ruby 3.2.3, all 56 RSpec tests pass, and a live Wombat.crawl scrape of a local WEBrick page returns correctly parsed structured data. 12 minutos.

Beanbun es un framework de rastreo web multiproceso escrito en PHP, con buena apertura y alta escalabilidad, basado en Workerman.

Lo que encontró la prueba: Beanbun 1.0.4 with vendored workerman and guzzle dependencies. PHP 8.3.6 extracted from apt. All source and vendor files parse without errors. Framework class instantiation, configuration, and all Helper methods (randUserAgent, formatUrl, getUrlByHtml) verified working. 16 minutos.

Newspaper4k, un fork del querido Newspaper3k. Extracción de artículos, títulos y metadatos de sitios web de noticias.

Lo que encontró la prueba: newspaper4k 0.9.6 is pip-installed and editable in /work/repo/venv; CLI runs (help + real article extraction into JSON), 234 tests pass with 2 deselected stale summarization fixtures and 5 external-site failures; package state is clean working tree. 38 minutos.

Un rastreador web escalable, maduro y versátil basado en Apache Storm

Lo que encontró la prueba: Apache StormCrawler 4.0.0-SNAPSHOT builds from source (mvn clean install) and its full test suite passes 983 tests with zero errors and zero failures on Java 26 Temurin with Maven 3.10.0. 15 minutos.

SiteOne Crawler es un rastreador y analizador de sitios web multiplataforma para SEO, seguridad, accesibilidad y optimización del rendimiento, ideal para...

Lo que encontró la prueba: siteone-crawler 2.7.0.20260925-dev builds cleanly with cargo build --release, its offline test suite passes with 1673 passed and 0 failed, and the binary crawls a local HTTP server end to end returning HTTP 200 for both pages and generating an HTML report. 16 minutos.

Lector universal de contenido MCP Server para 10+ plataformas

Lo que encontró la prueba: x-reader installs in a fresh venv, all 10 tests pass, the CLI fetches real tweets/RSS/web content into the inbox, and the MCP server serves working stdio and SSE transports. 10 minutos.

API(接口) asíncrona de alto rendimiento para Douyin(抖音), TikTok, Xiaohongshu(小红书), Kuaishou(快手), Weibo(微博), Instagram, YouTube(油管), Twitter(X), Captcha...

Lo que encontró la prueba: SDK installs, all 110 tests pass, CLI prints version and help, type-check and lint are clean, and spec coverage confirms 1010/1010 endpoints are implemented. 1 minuto.

Un framework de rastreo multihilo que incluye muchos rastreadores de imágenes integrados.

Lo que encontró la prueba: icrawler installs in a virtualenv, all 5 built-in crawler tests pass against live services (Google, Bing, Baidu, BBC, Pinterest), and downloaded images are valid media files verifiable by Pillow. 21 minutos.

API HTTP para arañas de Scrapy

Lo que encontró la prueba: scrapyrt 0.18.1 is installed in a Python 3.12 venv with all dependencies. All 126 tests pass (including real end-to-end crawl tests with Flask site, Twisted reactor, and scrapyrt HTTP server). The CLI command scrapyrt --help prints usage correctly. 5 minutos.

Herramienta de auditoría SEO de código abierto.

Lo que encontró la prueba: SEOnaut installed from source (Go build OK, frontend CSS built, migrations applied to a local MariaDB) and ran on port 9000, serving sign-in (200), creating a user and project, completing a real crawl of 2 URLs, and rendering the dashboard. 9 minutos.

Editor de raspado web con tecnología de IA y constructor visual de flujos de trabajo. Construye, prueba e implementa raspadores web usando lenguaje natural...

Lo que encontró la prueba: ScrapeCraft backend serves all API endpoints on uvicorn, WebSocket connections establish and respond, frontend builds successfully, chat uses real OpenRouter API key, JWT auth works, pipeline CRUD works, scraping endpoints respond. 14 minutos.

NetDiscovery es un framework/middleware de rastreo de uso general basado en Vert.x, RxJava 2 y otros frameworks.

Lo que encontró la prueba: The full multi-module Gradle build passes (BUILD SUCCESSFUL, 63 tasks), and the NetDiscovery spider engine example ran as a Java process answering HTTP 200 with JSON on port 8715 routes /netdiscovery/health/, /netdiscovery/spiders/, /netdiscovery/spider/tony1/detail, and /netdiscovery/metrics/, while the downloader... 69 minutos.

Obtener datos del usuario en redes sociales

Lo que encontró la prueba: 8/8 tests pass; GitHub and Pinterest CLI scrapers fetch real profile data; the 6 remaining scrapers return None gracefully given no browser binary or API access. 16 minutos.

FreeProxy: recopila proxies gratuitos de internet. (Gran cantidad de proxies gratuitos de alta calidad en todo el mundo; permite rastrear decenas de fuentes de...

Lo que encontró la prueba: pyfreeproxy v0.5.2 installed in /tmp/venv, all 48 proxy sources registered, Proxifly/ProxyScrape/Geonode scrape real proxies successfully, filter rules and ProxiedSessionClient work, JSON export round-trips correctly, free proxies collected but actual proxy requests time out as expected from this container network. 3 minutos.

¡Web-scraping indetectable y análisis de HTML sin problemas en Python!

Lo que encontró la prueba: stealth-requests 2.1.0 installed in a fresh venv, all 64 tests pass, and real requests to httpbin.org succeed with proper Chrome impersonation headers. 1 minuto.

Infraestructura web de código abierto para IA. Extrae, rastrea y automatiza la web, limpia markdown, sesiones de navegador, listo para tus agents.

Lo que encontró la prueba: Reader CLI builds, all 346 unit tests pass, the daemon starts with Playwright's bundled Chromium, and an end-to-end scrape of https://example.com via HTTP returns clean HTML and markdown content with a 200 status. 13 minutos.

Convierte cualquier sitio web en un CLI compacto diseñado para AI agents. Navega por la web en cientos de tokens, no en decenas de miles.

Lo que encontró la prueba: only-cli v0.5.8 installs and runs on Node 20.11.1; 263 of 264 tests pass; the CLI fetches, distills, and renders public web pages with token-budgeted output and actionable numbered links. 3 minutos.

Un rastreador de noticias muy sencillo con un nombre divertido

Lo que encontró la prueba: Fundus 0.5.7 installs cleanly in a venv, all 1131 unit tests pass, and the crawler successfully fetches live article data from The New Yorker via HTTP. 3 minutos.

Monitoreo self-hosted de precios de boletos aéreos multicanal: recopilación de detalles de vuelo → envío de imágenes y texto por 钉钉 → recordatorio fuerte en...

Lo que encontró la prueba: All dependencies installed in venv, Playwright chromium installed, test suite runs 3712 tests all passing, web UI demo server starts and responds with HTTP 200 on its state API endpoint, main.py --version reports 1.5.303. 44 minutos.

Servidor de navegador anti-detección para AI agents - REST API que envuelve el motor Camoufox con soporte para el plugin OpenClaw

Lo que encontró la prueba: Camofox Browser Server builds, starts on port 9998, creates browser contexts via Camoufox Firefox headless, navigates to https://example.com, returns accessibility snapshots, and passes the 677-test full suite with Node.js 20 and rebuilt native addons. 34 minutos.

Una estación de trabajo de rastreo: Ver, Controlar y Rastrear. Solr CrawlDB, Tika, Vue 3.

Lo que encontró la prueba: Sparkler is installed with Python 3.12, Solr 10.0.0 on port 8983, Vue UI built and served on port 8180, APIs responding, all 32 unit tests passing. 7 minutos.

Para superindividuos y empresas de una sola persona, crea una gran fábrica para una sola persona. Hydra九头龙 construye una base industrial 'militar' para la...

Lo que encontró la prueba: After fixing module-name casing, pinning Lombok 1.18.34, and adding the missing System.Subsystem config block, the Maven build succeeds and the ShadowBoot crawler app boots and runs the README's Void minimum-system demo to completion (exit 0, 'Pinecone Runtime : 136 /ms !'), while the full test suite passes with 48... 9 minutos.

CLI de Python para el análisis de Google Trends con limitación de tasa avanzada, autenticación por cookies y salida de terminal hermosa. Construido sobre...

Lo que encontró la prueba: trends-checker installs and runs, hitting the real Google Trends API via pytrends (with urllib3 compat patch applied to pytrends request.py), returning real interest data verified at score 42.83 for 'AI agents' in US. 5 minutos.

Agent skill para la investigación exhaustiva de proyectos de apoyo del gobierno coreano [compatible con Claude Code, Codex, agy(Antigravity), Cursor, Gemini...

Lo que encontró la prueba: The project's 229 pytest tests pass, and every CLI crawler (K-Startup, bizinfo, NIPA, KOCCA, SMTECH list and detail, scope_plan, diff_surveys) ran successfully against live Korean government sites, producing real announcement records and detail text. 4 minutos.

Biblioteca para el desarrollo rápido de rastreadores y raspadores web

Lo que encontró la prueba: 1278 of 1278 default unit tests pass, PHP 8.3.32 and Composer installed, Chrome for Testing available, integration server fixed with short_open_tag=Off and 500ms startup delay. 27 minutos.

Middleware de Zyte Smart Proxy Manager (anteriormente Crawlera) para Scrapy

Lo que encontró la prueba: scrapy-zyte-smartproxy v2.4.1 installed in a Python 3.12 venv; all 82 existing unit tests pass with zero failures. 1 minuto.

Un scraper web extremadamente rápido que analiza megabytes de HTML inválido en un abrir y cerrar de ojos. PHP5.3+, sin dependencias.

Lo que encontró la prueba: hQuery.php library installs, autoloads, and parses HTML via fromHTML() and find()/text() selectors; all 27 unit tests pass on PHP 8.4.1 via FrankenPHP static binary. 7 minutos.

Obtén los detalles del producto de Aliexpress como una respuesta json incluyendo comentarios, variantes, información de envío, descripción, imágenes, etc.,

Lo que encontró la prueba: Node 24.0.0 installed, pnpm installed, Chromium 145 downloaded, all 22 tests pass, ESLint clean. 1 minuto.

Un wrapper para Laravel de CrawlerDetect, la biblioteca de detección de web crawlers.

Lo que encontró la prueba: All 9 package tests pass, detecting crawlers from real user agent lists via the Laravel facade and Request macros. 4 minutos.

Extrae datos públicos de Spotify: canciones, álbumes, artistas, playlists, podcasts y letras, sin la API oficial. Síncrono + asíncrono, modelos tipados, una...

Lo que encontró la prueba: The SpotifyScraper package is installed and working: the CLI fetches real Spotify track/artist/playlist data over the network, the hermetic unit test suite passes completely (921/921), and the MCP server imports and launches correctly after pinning mcp to v1. 3 minutos.

Rastreador de visibilidad de IA de código abierto. Rastrea cómo ChatGPT, Perplexity, Gemini, Copilot y Google AI Mode mencionan y citan tu marca. Self-hosted...

Lo que encontró la prueba: Next.js dev server runs on port 3000 serving the GEO/AEO Tracker dashboard in demo mode, with all pages (/ and /demo) and API routes (/api/analyze, /api/audit, /api/scrape, etc.) responding correctly. 4 minutos.

Script de Python3 para descargar continuamente todas las imágenes/videos de múltiples hilos de 4chan simultáneamente, sin instalación.

Lo que encontró la prueba: Both scripts compile, install cleanly via venv, and successfully interact with live 4chan API endpoints: thread-watcher queries the catalog and writes URLs, inb4404 downloads thread media files with validated content. 4 minutos.

biblioteca para la API de xvideos

Lo que encontró la prueba: npm install completes with warnings. Build succeeds. 5 unit test files (47 tests) pass on fixture HTML. Full test suite: 52 pass, 4 fail (all integration tests blocked by xvideos.com returning 404 on /verified/videos/). 5 minutos.

API de rastreador web de alto rendimiento optimizado para LLMs. Convierte cualquier búsqueda o sitio web en Markdown limpio usando navegadores remotos...

Lo que encontró la prueba: Teracrawl server starts on port 8085 with a local Chromium-backed mock Browser.cash pool and a mock SERP service. GET /health returns 200, POST /scrape converts a live URL to markdown via real headless Chromium, POST /serp/search returns mock search results, and POST /crawl combines both to scrape multiple URLs. 15 minutos.

Servidor MCP gratuito y self-hosted que extrae la pública Biblioteca de Anuncios de Facebook (sin token de API) para investigación competitiva de anuncios...

Lo que encontró la prueba: MCP server loads, imports, starts over stdio, registers both tools, and all 8 offline parser tests pass. 7 minutos.

golang spider Crawler rastreador de películas

Lo que encontró la prueba: GoMovies binary compiled and serves HTTP on port 8899 with Redis persistence; spider successfully fetches movie data from hhzyapi.com external API. 20 minutos.

Una aplicación python diseñada para extraer y procesar datos de apuestas deportivas directamente de oddsportal.com.

Lo que encontró la prueba: OddsHarvester v0.15.0 installed from source with uv and Playwright; all 1308 unit tests pass and 63 of 82 integration tests pass against HAR replay (19 live-only skipped, 1 xfail for known in-play replay limitation). 40 minutos.

Project Eyes On es una herramienta de vigilancia de alta velocidad y multihilo de Y0oshi (@rde0) para localizar cámaras IP abiertas en todo el mundo. Unifica...

Lo que encontró la prueba: Project Eyes On installed, imports correctly, Insecam scraping and multi-engine dorking both find real live IP cameras, and JSON/CSV/HTML reports all produce valid output. 2 minutos.

Un solo comando para cada interfaz: buscar, ejecutar e inspeccionar software real a través de APIs, navegadores, escritorios, herramientas locales y MCP.

Lo que encontró la prueba: Uni-CLI v1.2.1 builds from source, runs 3735 passing unit tests, and executes live commands (hackernews top, search, doctor) against real remote APIs on Node 22.23.4 (npm v10.9.9). The npm global package v1.3.0 is also installed and functional. 20 minutos.

Scraper self-hosted de TikTok, Douyin y Bilibili y descargador de videos sin marca de agua: API REST asíncrona, servidor MCP para AI agents, CLI y consola web...

Lo que encontró la prueba: All 2960 tests pass (2450 unit + 510 integration), the CLI outputs version 5.0.1 and lists 10 commands, the API server starts and serves healthz/readyz/swagger/console root with 200, the web console SPA is built, and both the PostgreSQL+TimescaleDB and Redis backends and the Go downloader sidecar run. 48 minutos.

Navegador headless sigiloso para AI agents: evita Cloudflare, la detección de bots y la protección anti-scraping. Reemplazo directo de Puppeteer/Playwright.

Lo que encontró la prueba: Camofox browser server installed and verified: Node 22.23.4 in user space, Camoufox 1.3GB binary downloaded, GeoIP 50MB database downloaded, server starts at localhost:9377 with Xvfb virtual display, creates browser tabs navigating to real URLs, returns accessibility snapshots with element refs, and closes cleanly on... 13 minutos.

El MEJOR framework de web scraping que maneja todo, desde una sola solicitud hasta un rastreo a gran escala.

Lo que encontró la prueba: Scrapling 0.4.15 is installed in a venv with all extras, Playwright Chromium browser available, all 985 tests pass, CLI and MCP server commands respond correctly, and HTTP fetches via StealthyFetcher return status 200 from real endpoints. 8 minutos.

Python ProxyPool para araña web

Lo que encontró la prueba: The ProxyPool Flask API server runs on port 5010 backed by real Redis, responds to all endpoints (/get, /pop, /all, /delete, /count), and all 248 automated tests pass. 6 minutos.

Un controlador de Chrome DevTools Protocol para automatización web y extracción de datos.

Lo que encontró la prueba: Rod compiles with go build ./... passes all vet checks, and launches Chromium 128 to control a browser page via DevTools Protocol. The main rod test suite and lib/cdp, lib/launcher (except known flaky TestManaged), and lib/proto sub-packages all pass. 59 minutos.

Cliente HTTP que puede hacerse pasar por navegadores web

Lo que encontró la prueba: The repo builds and runs: Rust workspace checks and per-crate test suites pass (1354 tests), the primp Python extension installs into crates/primp-python/.venv, 493 Python tests pass, and a real impersonated HTTPS request returns HTTP 200. 15 minutos.

Puente de automatización de navegador de alto rendimiento y orquestador de múltiples instancias con inyección de sigilo avanzada y panel en tiempo real.

Lo que encontró la prueba: A source-built PinchTab server (binary reports pinchtab dev) is running on 127.0.0.1:9867 with a responsive always-on headless instance and answered authenticated health, navigate, snapshot, text, title, and screenshot API calls with HTTP 200, while the full Go unit suite (9166 passed, 18 skipped) and scripts/check.sh... 19 minutos.

El driver headless de Chrome/Chromium sobre Puppeteer. Toma capturas de pantalla, genera PDFs, extrae texto y HTML con una API lista para producción.

Lo que encontró la prueba: The browserless monorepo installs under Node.js 24 with puppeteer 25, all packages build, Chrome 154 launches headlessly, and 390+ tests pass across 10 packages (browserless, goto, screenshot, capture, function, devices, errors, screencast, lighthouse, ai). 32 minutos.

Alternativa 100% gratuita y completamente de código abierto a edge Firecrawl con mejor extracción de enlaces para agents, que puedes desplegar en cloudflare o...

Lo que encontró la prueba: Dependencies installed, SDK tests pass (41/41), full monorepo build and typecheck pass, and the dashboard serves HTTP 200 on / and /docs in both dev and production modes; the V0 API worker served 200 on /, /docs and /openapi in local mode with D1 migrations applied. 33 minutos.

Un framework ligero de web crawler.（Java爬虫框架）

Lo que encontró la prueba: XXL-CRAWLER builds from source, produces a deployable jar, and passes 6 tests (4 utility tests + 2 real website crawls extracting structured data from cnblogs.com and baidu.com). 13 minutos.

AI agent de código abierto para automatización web. Usa tu navegador real con la sesión iniciada para automatizar tareas diarias.

Lo que encontró la prueba: Dependencies installed, project builds to dist/ (background.iife.js 1,848.81 kB, manifest.json), TypeScript type-check passes across all 15 packages, unit tests pass (14/14). 15 minutos.

Servidor oficial de Firecrawl MCP, la API de contexto para AI agents: buscar, raspar e interactuar con la web, además de analizar, rastrear, mapear, Agent y...

Lo que encontró la prueba: Firecrawl MCP Server v3.24.1 builds, installs, and starts successfully with 25 tools in stdio mode; 81 of 84 tests pass. 24 minutos.

Scrapy, un framework rápido y de alto nivel para rastreo web y extracción de datos en Python.

Lo que encontró la prueba: Scrapy 2.19.0 installed from source, 4539 tests pass, scrapy bench crawls 1781 pages against a local HTTP server. 15 minutos.

Biblioteca y herramienta CLI de descarga de videos, rápidas y simples, escritas en Go

Lo que encontró la prueba: Lux builds and runs: the binary outputs version info and help, extracts real YouTube video metadata, and 14 of 48 test packages pass (all failures are network-dependent extractor tests or DNS-timeout content-type lookups; no code defects remain). 11 minutos.

news-please: un rastreador web integrado y extractor de información para noticias que simplemente funciona.

Lo que encontró la prueba: news-please 1.6.13 installs and its library API extracts structured article data (title, authors, publication date, description, maintext, language) from HTML via both HTTP and raw HTML input; CLI entry points respond with help output. 5 minutos.

Versión no detectada de NodeJS de la biblioteca de pruebas y automatización Playwright.

Lo que encontró la prueba: Repo dev deps install and both repo checks pass under Node 22; the npm-published patchright 1.63.0 with its installed patched Chromium launches headless and loads a page from a local HTTP server in this container. 3 minutos.

Lista siempre actualizada de los 100 user-agents de navegador más comunes para clientes HTTP.

Lo que encontró la prueba: The repo installs cleanly; with the bundled prebuilt Node 22, npm test passes all 5 tests and require/consumer checks return 100 main, 82 desktop, and 18 mobile valid user-agents from the packed tarball; only the Redis-backed update scripts remain unrunnable in this container because no redis-server is available. 3 minutos.

CLI de automatización de navegador creado para AI agents. Rompe los muros anti-bot, transfiere el control a humanos en distintas plataformas cuando se quede...

Lo que encontró la prueba: browser-act-cli 1.4.2 installed, skill handshake completed, and the chrome browser type (bundled Chromium) works end-to-end, browser create, open, navigate, state inspection, content extraction via get markdown, and session close all succeed; stealth features require a server-side-validated BrowserAct API key that... 5 minutos.

Un rastreador de red agnóstico que expone información completa de pares e información de topología de red.

Lo que encontró la prueba: Nebula builds with just build, runs dry-run and ClickHouse-backed IPFS crawls against real network peers, persists crawl data to ClickHouse, and passes all 92 tests across 7 packages with Postgres 16.4 and ClickHouse 26.11 running locally on their test ports. 16 minutos.

Biblioteca de Python de código abierto para AI agents de navegador, además de Browser Use Cloud: navegadores sigilosos y una API de agent alojada.

Lo que encontró la prueba: browser-use v0.13.10 installed in a Python 3.12 venv with uv, Chromium headless installed via playwright, and all 563 CI tests pass (529 passed, 34 skipped) after fixing 2 test identity comparison bugs in test_beta_agent.py that only manifest under xdist worker parallelism. 75 minutos.

Alternativa a NotebookLM de código abierto, aislada de la red y centrada en la privacidad. Agent de IA que investiga, transforma y edita tus documentos.

Lo que encontró la prueba: All Python trees (surfsense_backend, surfsense_mcp, surfsense_local/backend, plugins/remote/host core tests) install and pass tests; the web frontend fails to compile native deps on Node 18.x (requires 24.x); docs are clean. 20 minutos.

La mejor y más sencilla herramienta para la detección de cambios en sitios web, el monitoreo de páginas web y las alertas de cambios en sitios web. Perfecta...

Lo que encontró la prueba: changedetection.io 0.60.7 installs into a venv, launches and serves HTTP 200, its full basic test suite passes (680 passed in the main group, exit 0, plus 508 unit tests), and a real watch added via the API detected a content change and exposed it in the UI. 76 minutos.

jsoup: el analizador HTML de Java, diseñado para editar HTML, limpiarlo, extraer datos y proteger contra XSS.

Lo que encontró la prueba: jsoup compiles from source with JDK 21 and Apache Maven, all 2,341 unit tests pass, and the built JAR correctly parses HTML and extracts DOM content. 2 minutos.

Scraper gratuito y de código abierto de Google Maps para generación de leads (Python, sin clave de API, sin Docker). Exporta nombre, teléfono, correo...

Lo que encontró la prueba: The scraper binary runs natively, its REST API on localhost:8080 creates/polls/downloads scraping jobs against real Google Maps data, and the included Python CLI successfully produces lead CSVs with real business listings. 7 minutos.

Rastreador de sistema de archivos para Elasticsearch (FS Crawler)

Lo que encontró la prueba: FSCrawler 3.1-SNAPSHOT builds successfully via Maven, distributable ZIP is packaged, binary launches and shows help/version, and 687 unit tests pass when run with the `-Dtest="*Test"` workaround. 82 minutos.

Colección de parches para puppeteer y playwright para evitar la detección de automatización y fugas. Ayuda a evitar las páginas CAPTCHA de Cloudflare y...

Lo que encontró la prueba: rebrowser-patches repo installs, builds 6 drop-in tarballs, and passes all 43 test gates (detection, scenarios, smoke) with patched Puppeteer-core 25.14.0 and Playwright-core 1.64.1 defeating Runtime.Enable detection. 8 minutos.

Un cliente HTTP de Rust ergonómico y respetuoso con la privacidad

Lo que encontró la prueba: wreq v0.16.1 builds and all 280+ integration tests pass on Rust 1.99.0 (Ubuntu 24.04) with BoringSSL via btls, after providing libclang (extracted from libclang1-20 + libclang-20-dev debs) and workaround for Ubuntu 24.04's missing /usr/include/stddef.h. 35 minutos.

Java API para Chrome y Firefox

Lo que encontró la prueba: Jvppeteer 3.6.5 builds and installs via Maven, Chrome for Testing 149.0.7798.0 runs headlessly, and the library launches the browser, navigates pages, evaluates JavaScript, and retrieves page content successfully. 26 minutos.

Obtenedor de contenido web completo para AI agents: fingerprinting TLS de Chrome, impersonación de navegador, extracción de artículos multiestrategia y web...

Lo que encontró la prueba: agent-fetch 0.1.6 builds from source, passes all 904 unit tests, and successfully fetches and extracts real web pages (Wikipedia, example.com) via CLI. 6 minutos.

Oficial Crawl4AI Cloud: un API alojado de raspado web, extracción y búsqueda para AI agents. Clave de API gratuita, 1,000 créditos al mes, sin tarjeta...

Lo que encontró la prueba: Crawl4AI 0.9.4 installed in venv, Playwright chromium browser downloaded, DB initialized, AsyncWebCrawler can crawl real URLs with markdown output, cache operations work, and 360 core tests pass with 11 skipped. 14 minutos.

Rastreador web/Araña para NodeJS + jQuery del lado del servidor;-)

Lo que encontró la prueba: crawler v2.1.1 builds from TypeScript, all 51 tests pass under Node 22 with nock-mocked HTTP, and the module loads correctly to process crawl tasks. 4 minutos.

Un extractor basado en agents para plataformas de mensajería. Noria recibe mensajes y URLs vía chat; extrae datos web para evaluar el contenido contra matrices...

Lo que encontró la prueba: npm install completes, all 232 unit tests pass across 17 suites with zero lint errors, the Node.js backend boots registering all domain/LLM/scraper/sender/listener plugins and loading the scholarships and jobs pipeline configs, and the Streamlit Control Center UI starts and serves on port 8501. 11 minutos.

Biblioteca de Python y CLI para scraping de X/Twitter con rotación de múltiples cuentas y manejo integrado de límites de tasa.

Lo que encontró la prueba: All 217 tests pass with 81% coverage; twscrape CLI reports version 0.20.1 and SQLite 3.45.1. 1 minuto.

Un potente servidor Model Context Protocol (MCP) que ofrece una solución todo en uno para el acceso web público.

Lo que encontró la prueba: The Bright Data MCP server installs and all 21 unit tests pass under Node.js v22.12.0; the server starts listening when API_TOKEN is set. 4 minutos.

Haz ingeniería inversa de cualquier sitio web para obtener un cliente API tipado. Funciona con Claude Code, Codex, Cursor y OpenCode.

Lo que encontró la prueba: Project installed via uv sync, all 1025 tests pass, and the reverse-api-engineer CLI displays its help output. 2 minutos.

Diskover Community Edition - indexador de archivos de código abierto, motor de búsqueda de archivos y gestión de datos y analítica impulsado por Elasticsearch

Lo que encontró la prueba: Python scanner installs successfully, compiles cleanly, and completes a directory crawl indexing 22 file/directory documents into a mock Elasticsearch instance. 18 minutos.

Biblioteca python para análisis de Finviz.

Lo que encontró la prueba: All 128 offline tests pass and every package module (quote, news, insider, calendar, screener, group, earnings, forex, crypto, future, util) returns correct data from committed HTML fixtures. 2 minutos.

Boss直聘爬虫 / BOSS直聘职位数据抓取工具，基于 Chrome CDP 协议复用真实登录态，绕过字体反爬，输出明文薪资 JSON/CSV + 薪资技能分析。Un scraper de empleos de BOSS Zhipin basado en Chrome CDP.

Lo que encontró la prueba: Virtual environment created with all dependencies, both Python scripts compile clean, and the full mock-based test suite (109 tests) passes. The CLI prints correct version (2.2.0), help output, and city listings. Real Chrome CDP scraping cannot be verified in this container, --check correctly reports no Chrome... 2 minutos.

Scraper de Twitter para X: tweets, perfiles, seguidores y seguidos, sin necesidad de API key. Biblioteca de Python con agrupación de múltiples cuentas, soporte...

Lo que encontró la prueba: Scweet 5.8.0 installs cleanly in a Python 3.12 venv; 495 unit tests pass; the CLI builds and shows help; the library imports without network; material in tests/fixtures/ provides captured X responses for offline test coverage. 9 minutos.

Fredy - [F]ind [R]eal [E]state [D]amn Eas[y] - Fredy sigue buscando nuevos apartamentos, casas y pisos en Europa en plataformas como ImmoScout24, Immowelt...

Lo que encontró la prueba: Fredy backend serves HTTP 200 on port 9998 after DB migration and all 4260 offline tests pass with Node v22.23.3. 6 minutos.

Búsqueda web self-hosted para AI agents y SEO. Google, Bing, Yandex, Baidu, DuckDuckGo y Ecosia, renderizado en un navegador real: resultados clasificados y...

Lo que encontró la prueba: OpenSERP v0.8.13 builds, all 12 unit test suites pass, and the HTTP server starts, serving /health and /ready endpoints on 127.0.0.1:7000. 8 minutos.

WebAI2API: herramienta de conversión de IA web a API basada en Camoufox, compatible con LMArena/Gemini y más, con concurrencia multiventana y aislamiento de...

Lo que encontró la prueba: The WebAI2API server starts on port 3000 with a Camoufox browser instance, serving OpenAI-compatible /v1/models, WebUI, and /v1/cookies endpoints, all returning HTTP 200, though chat completions require real AI website credentials via the browser adapter and cannot produce output without logging in. 7 minutos.

Cliente HTTP en Go con huella TLS/HTTP2 idéntica a la del navegador. Evita la detección de bots imitando perfectamente Chrome, Firefox y Safari a nivel...

Lo que encontró la prueba: Go 1.26.0 installed, httpcloak project builds cleanly, all 1402 Go test cases pass across 7 sub-packages, shared C library built, Python bindings installed and all 12 Python alias tests pass. 8 minutos.

Proxies residenciales rotatorios HTTP(S)/SOCKS5 - ejemplos de código e información general.

Lo que encontró la prueba: Mock proxy verified: shell/shell.sh (curl via proxy): returned 200 with IP JSON; python/python.py (requests via proxy): returned 200 with IP JSON; nodejs/node.js (axios via proxy): returned 200 with IP JSON. 9 minutos.

Golang eliminación de marcas de agua de videos cortos: 抖音, 皮皮虾, 火山, 微视, 最右, 快手, 全民小视频, 皮皮搞笑, 西瓜视频, 虎牙, 梨视频, acfun, 好看视频...

Lo que encontró la prueba: with a user-local Go 1.24.0 toolchain the project builds, its 90 passing tests and race suite are green, the HTTP server starts and serves 200 on / and /api/v1/health with 26 platforms, and a real Sohu video was parsed, downloaded (22.6 MB), and fully decoded by ffmpeg to h264/aac. 20 minutos.

660+ modelos de medios generativos alojados en muapi más herramientas API de terceros enviadas por la comunidad (SEO, enriquecimiento, redes sociales...

Lo que encontró la prueba: PyYAML 6.0.3 installed; catalog_validate.py validates all 665 YAML entries in providers/ and models/ successfully with zero errors. 3 minutos.

Herramientas de protocolo en Python puro y notas de investigación para X.com, con conjuntos de datos de cuentas de Twitter de VibeLoft.

Lo que encontró la prueba: All 20 integration tests pass - uv sync installs cleanly, all 8 tool modules import and return valid data from the mock X API server, plus VibeLoft account collection via real API, tweet analysis, and status scripts verified. 6 minutos.

ChatGPT Team(Business) herramienta de escaneo automático de códigos promocionales: descubrimiento por lotes/validación/recopilación de precios, admite 34...

Lo que encontró la prueba: Repo installs cleanly and every scanning script (auto_scan, discover_codes, verify, open_stripe, partner_scan, and the us/mega/uk scanners) ran and produced valid output against the local mock of the ChatGPT API and Clash proxy; open_stripe.py works after switching its hardcoded proxy to the project config-driven... 43 minutos.

ChatWeb puede rastrear páginas web, leer PDF, DOCX, TXT, extraer el contenido principal, y luego responder a tus preguntas basándose en el contenido, o resumir...

Lo que encontró la prueba: ChatWeb runs in all three modes (console, API, webui) behind a mock OpenAI API. The /upload_file, /summary, and /answer endpoints return HTTP 200 with correct JSON schemas; the console mode accepts file paths and /help commands; the webui Gradio interface binds on port 7860 and returns HTTP 200. 15 minutos.

Agent skills oficiales de los productos Oxylabs

Lo que encontró la prueba: Five Oxylabs agent skills (headless-browser, proxies, video-data, web-scraper-api, web-unblocker) install via skills CLI. .env.example corrected to OXY_RES_USERNAME/OXY_RES_PASSWORD consistent with all docs. Mock server confirms the documented API endpoint patterns respond 200 OK. 7 minutos.

Crawler (Bot) buscando filtraciones en sitios de paste.

Lo que encontró la prueba: Dashboard serves HTTPS on localhost:8080 returning complete HTML page; analysis engine detects email:password combos, private keys, API tokens, and 18 configurable search terms; SQLite dedup DB tracks crawled paste IDs; all 6 module scripts pass syntax check; pastes.io and pastebin.com external endpoints are reachable. 5 minutos.

Una biblioteca versátil de rastreo web en Ruby que puede rastrear un sitio, múltiples dominios, ciertos enlaces o de forma infinita. Spidr está diseñado para...

Lo que encontró la prueba: Spidr builds and its full 317-example RSpec suite passes, and a locally hosted mock site is spidered end to end (3 URLs visited, no failures) with no real third-party credentials. 20 minutos.

Un comando para operar Xiaohongshu, Douyin, TikTok, B 站, Kuaishou, Weibo, Xianyu, Taobao, 京东 y X: comando unificado y salida JSON, para humanos y AI Agent

Lo que encontró la prueba: catbus CLI is installed, builds, and all 962 offline tests pass. The binary outputs valid JSON envelopes for version, help, platforms, doctor, and handles platform aliases, native name mapping, and auth-required errors correctly. 3 minutos.

Una skill para AI agents: buscar en la web con SearXNG, navegar con Camofox, eludir protecciones con CloakBrowser. Anti-alucinación por diseño. Self-hosted...

Lo que encontró la prueba: npm install succeeds, CloakBrowser (with Node 20, not the system Node 18) fetches live pages, the SearXNG and Camofox deterministic scripts pass their full command flows against schema-correct mocks, unit suites pass 28/28 and 12/12, and setup.sh/audit.sh complete without failed checks; real SearXNG/Camofox Docker... 33 minutos.

Un framework para crear extractores de contenido web semiautomáticos

Lo que encontró la prueba: Scrapple 0.3.0 installs, builds, and runs on Python 3.12; the CLI accepts all 4 commands (genconfig, run, generate, web), scrapes live websites via XPath and CSS selectors, and generates executable Python scripts, 13/17 tests pass with the remaining 4 failing only because their target websites changed HTML since 2018. 10 minutos.

Cliente HTTP para Node.js con suplantación de huella digital TLS del navegador

Lo que encontró la prueba: wreq-js v3.2.0 is installed and working on x86_64 Ubuntu 24.04 with Node.js v22.23.4, the TypeScript build completes, the native Rust binding (prebuilt) loads correctly, and the test suite passes 195/200 tests against a local HTTP/HTTPS/WebSocket test server. 5 tests are skipped: 4 requiring full native setCookies... 28 minutos.

Descubrir y verificar correos electrónicos profesionales usando nombres + dominios

Lo que encontró la prueba: Project builds from source, 9 unit tests pass, and both email-sleuth/es binaries execute their full pipeline (config loading, SMTP connectivity testing, pattern generation, DNS resolution, JSON output) without crashing. 6 minutos.

Raspador ligero para Google News

Lo que encontró la prueba: TypeScript compiles cleanly, rollup builds CJS+ESM bundles, both module formats load at runtime, and all 46 unit/integration tests pass on Node 18.19.1. 13 minutos.

Rastreo de noticias con StormCrawler - almacena contenido como WARC

Lo que encontró la prueba: The NewsCrawlBootstrap topology runs in Storm LocalCluster against local mocks, detects the RSS feed, acks status updates to OpenSearch, and writes a gzip-valid WARC containing fetched feed content; mvn clean package and all 10 unit tests pass. 69 minutos.

Model Context Protocol (MCP) Server for Graphlit Platform

Lo que encontró la prueba: Graphlit MCP Server builds, launches, and responds correctly to MCP protocol initialize, resources/list, and tools/list requests. 10 minutos.

El paquete de Python para hacer scraping de la interfaz visual de Twitter fácilmente.

Lo que encontró la prueba: Package installs in a virtualenv, all 9 tests pass, xquik search function verified end-to-end with a mock HTTP server. 2 minutos.

GPlay Scraper es una potente biblioteca de scraping de Google Play en Python para extraer datos completos de aplicaciones de Google Play Store. Haz scraping de...

Lo que encontró la prueba: gplay-scraper installed in a venv with all dependencies; all 48 tests pass after fixing the tls_client client_identifier string from 'chrome112' to 'chrome_112'. 4 minutos.

MinerU-HTML: Un extractor de contenido principal HTML impulsado por SLM que genera cuerpos HTML limpios. Perfecto para Deep Research Agents, aplicaciones RAG y...

Lo que encontró la prueba: MinerU-HTML v1.1.2 package installs and imports correctly in a Python 3.12 venv; the full extraction pipeline runs to completion with a mock LLM backend, correctly filtering navigation/auxiliary elements from main content HTML; all 20 internal modules import cleanly; config validation, fallback handlers... 16 minutos.

Escanea las rutas de tu aplicación Laravel para sugerencias de mejoras de SEO.

Lo que encontró la prueba: composer install works, the full Pest suite passes (171 passed, 3 skipped), PHPStan passes, and seo:scan-url returns real results (score 65, 28 passed, 15 failed) plus seo:scan persists the score to MariaDB, all against local mocks in this container. 28 minutos.

Ejemplos de uso de Hyperbrowser

Lo que encontró la prueba: After npm install, TypeScript compiles cleanly and the company-researcher CLI runs end-to-end against a schema-correct local Hyperbrowser mock, producing the full structured research output and exiting 0; real Hyperbrowser/OpenAI API keys were not exercised. 12 minutos.

Extraer datos de Google Maps. Extrae datos como el nombre, la dirección, el número de teléfono, la URL del sitio web, la calificación, el número de reseñas, la...

Lo que encontró la prueba: All 17 Go packages with tests passed with race detection (no failures), the binary compiled and prints version/help correctly, and all 10 JS skill tests plus shell helper tests passed. 6 minutos.

Usar LLMs para extraer datos web de manera robusta

Lo que encontró la prueba: npm install builds successfully, 84 unit tests pass, 63 html-to-markdown integration tests pass with real ground-truth data, all LLM extraction integration tests pass with mocked providers, processedContent tests pass; Playwright browser tests fail at import on Node 18. 39 minutos.

Scraper en Python basado en IA

Lo que encontró la prueba: 191 unit tests pass after fixing 13 categories of test failures covering models_tokens assertions, cleanup_html behaviors, logger capture, file paths, missing dependencies, mock patterns, and mock class completeness. 46 minutos.

Paquete de Python pip para resultados de Google Search a través de SERP API

Lo que encontró la prueba: The SerpApi Python client library installs from source, runs 43 unit tests successfully against a locally hosted mock backend, and passes a basic smoke test (OOBT). 11 minutos.

Proxies residenciales, de centro de datos, ISP y móviles con 90M+ IPs en 200+ países, además de APIs de Scraper y SERP. Ejemplos de código en Python, Node.js...

Lo que encontró la prueba: Python and Node.js quickstarts and curl HTTP-examples work through mock proxy to real ipinfo.io; PHP/Go/Ruby/Java/C# examples not tested due to missing runtimes; SOCKS5 not tested due to minimal mock. 5 minutos.

Interfaz de rastreo de cuentas públicas de WeChat basada en la búsqueda de WeChat de Sogou

Lo que encontró la prueba: wechatsogou 4.5.4 is installed in a Python 3.12 venv; pip install -e . succeeds; 24 offline tests pass (constants, tools, URL generation, HTML parsing); real-network API tests fail only because DNS is unavailable in the container. 13 minutos.

Servidor de búsqueda empresarial y de sitio, self-hosted y de código abierto, construido sobre OpenSearch. Rastrea fuentes web, de archivos, de bases de datos...

Lo que encontró la prueba: Fess 15.9.0-SNAPSHOT builds and packages successfully from source. All 7,634 unit tests pass. The embedded Tomcat binds port 8080 but the application fails at runtime because no OpenSearch backend is reachable on localhost:9200. 36 minutos.

AgentQL es un conjunto de herramientas para conectar tu AI a la web. Incluye un lenguaje de consulta e integraciones con Playwright para interactuar con...

Lo que encontró la prueba: no se pudo verificar; el log muestra dónde se detuvo.

Krawl es un servidor de engaño web y anti-rastreador personalizable, ligero y nativo de la nube, que crea aplicaciones web falsas con vulnerabilidades fáciles...

Lo que encontró la prueba: Krawl standalone mode builds and runs: after pip install -r requirements.txt, uvicorn app:app --app-dir src serves HTTP 200 on /dashf/healthz, answers the honeypot with 204 on /, records POST credentials from 198.51.100.77 into SQLite, and the dashboard API shows that IP categorized as attacker. 92 minutos.