新FirecrawlFirecrawl是一个面向AI智能体的开源网页抓取工具,把网页、PDF与文档转成干净的Markdown或结构化JSON,内置代理轮换与调度,支持搜索、整站抓取、批量采集和变化监听,还可接入550多个外部数据源。040开源项目# AI智能体# Markdown转换# 大模型数据
MinerUMinerU是一个开源文档解析与阅读工具,把PDF、扫描件、图片和Office等文件转成可检索的Markdown,支持按页按块续读与稳定引用定位,默认本地解析,适合Agent阅读、长文档处理和批量转换场景。030开源项目# Agent阅读# MinerU# OCR