web scraping

io.clawhub.waisimon/playwright-scraper-skill

基于 Playwright 的网页抓取技能，具备反爬对抗能力。已在 Discuss.com.hk 等复杂站点实测成功。

io.clawhub.zhangqixin9527/web-scraping

使用 web_fetch（简单页面）和浏览器自动化（动态站点、需登录流程、分页、无限滚动等）从网站提取结构化信息。

io.clawhub.guifav/web-scraper

网页抓取与内容理解智能体——多策略提取带级联回退、新闻检测、样板内容移除、结构化元数据。

io.clawhub.ivangdavila/scrape

合法的网页抓取，具备 robots.txt 合规、限速和 GDPR/CCPA 感知的数据处理。

io.clawhub.zendenho7/scrapling

具备反机器人绕过与爬虫式爬取的自适应网页抓取框架。

io.clawhub.javicasper/reddit-scraper

通过抓取 old.reddit.com 阅读与搜索 Reddit 帖子。当 Clawdbot 需要浏览 Reddit 内容时使用：读取指定板块的帖子、搜索感兴趣的话题、监控特定社区。只读访问，不发帖不评论。

io.clawhub.zhengxinjipai/scrapling-web-scraper

面向 OpenClaw 的零机器人检测网页抓取。绕过 Cloudflare、处理重 JavaScript 网站，并自动适应网站改版。当你需要……时使用。

io.clawhub.codylrn804/crawl4ai

AI 驱动的网页抓取框架，用于从网站提取结构化数据。当 Codex 需要抓取、爬取或使用 AI 解析从网页提取数据、处理动态内容或应对复杂 HTML 结构时使用。

io.clawhub.capt-marbles/firecrawler

使用 Firecrawl API 抓取与爬取网页。以 markdown 获取页面内容、截图、抽取结构化数据、搜索网络、爬取文档站。当用户需要抓取某个 URL、获取网页最新信息、截取屏幕、从页面提取特定数据或爬取框架/库文档时使用。

io.clawhub.angusthefuzz/crawl-for-ai

基于本地 Crawl4AI 实例的完整网页抓取，支持 JavaScript 渲染，输出干净的 Markdown 或含链接与媒体的详细 JSON。

io.clawhub.yash-kavaiya/firecrawl-cli

通过 Firecrawl CLI（firecrawl）进行网页抓取、爬取、搜索与浏览器自动化。适用于把 URL 抓取为 markdown/HTML、爬取整站... 等场景。

io.clawhub.extrastu/defuddle

从 URL 或 HTML 中提取并清洗可读的文章正文、元数据与 Markdown，用于研究、笔记与网页抓取。

io.clawhub.meirkad/bright-data

通过 Bright Data API 进行网页抓取与搜索。需要 BRIGHTDATA_API_KEY 与 BRIGHTDATA_UNLOCKER_ZONE。用于把任意网页抓取为 Markdown（绕过机器人检测与验证码），或搜索 Google 并获取结构化结果。

io.clawhub.adcentury/actionbook

当需要与任何网站交互时使用——浏览器自动化、网页抓取、截图、表单填写、UI 测试、监控或构建 AI Agent。提供经过预验证的页面动作，附逐步说明与已测试的选择器。

io.clawhub.robbiethompson18/bits

通过 Bits MCP 服务器控制浏览器自动化代理。运行网页抓取、表单填写、数据抽取或任何基于浏览器的自动化任务时使用。Bits 代理可导航网站、点击元素、填写表单、处理 OAuth 流程并抽取结构化数据。

io.clawhub.mariovallereyes/luma-event-manager

面向 Clawdbot 的 Luma 活动管理器——按主题或地点发现活动、发送 RSVP、查看嘉宾名单并同步到 Google 日历。无需 API 密钥（网页抓取），无需 Luma Plus 订阅。

io.clawhub.paulgnz/xpr-web-scraping

抓取并提取单个或多个网页的干净文本、元数据与链接的工具，支持格式选项与链接过滤。