any4ai/AnyCrawl

複数の検索エンジン、Webサイト、単一ページに対応した高性能なクローリングおよびスクレイピングツールキットです。

優良食堂ギット飯が実際に動かして検証し、選んだリポジトリです解説ページへ →
インストール型ツール自由に使える · MITデータ・クローリングTypeScript難易度
3,4770 保存
368フォーク5Issue
デモ・公式サイトをひらくanycrawl.dev

中辛 の解説

TypeScriptで実装された高速なスクレイピングフレームワークです。Cheerio(静的HTML解析)、Playwright、Puppeteerの3つのエンジンをサポートしており、JavaScriptレンダリングが必要なページにも対応しています。バッチ処理、マルチスレッド、マルチプロセス実行により、数百〜数千のURLを効率的に処理できます。キャッシング機能やプロキシ統合により、本番環境での信頼性が高いです。REST APIまたはTypeScriptライブラリとして使用でき、デモはPlaygroundで試せます。

こんなリポジトリです

こんなときに便利です

  • RAGパイプラインに用いるWebコンテンツの大規模収集
  • AIエージェントのための検索結果とWebページの自動抽出
  • 複雑なJavaScript描画ページを含むサイト全体のデータ取集

主な機能

Cheerio・Playwright・Puppeteerの複数エンジン対応LLMスキーマベースの構造化データ抽出バッチ処理・マルチスレッド・分散実行対応

ほかとの違い

セルフホストとLLM拡張性に最適化されており、RAGおよびAIワークフローへの統合が標準装備されています。

このリポジトリの作り方

はじめてですか? むずかしくありません — 上から順にたどれば、自分の環境で動かして味見できます。

準備するもの

  • Node.js 20以上(CloakBrowser使用時)
  • pnpm またはnpm(パッケージマネージャー)
  • Docker(オプション、Docker経由での実行用)
  • APIキー(クラウド版使用時)またはセルフホスト設定

すぐに始める

  1. APIキーを生成します(セルフホストの場合)。
pnpm --filter api key:generate
  1. Docker Composeで実行する場合は以下を使用します。
docker compose exec api pnpm --filter api key:generate
  1. Webページをスクレイピングします。
curl -X POST https://api.anycrawl.dev/v1/scrape \
  -H 'Content-Type: application/json' \
  -H 'Authorization: Bearer YOUR_ANYCRAWL_API_KEY' \
  -d '{
  "url": "https://example.com",
  "engine": "cheerio"
}'
  1. LLM抽出スキーマでJSON形式のデータを取り出します。
curl -X POST "https://api.anycrawl.dev/v1/scrape" \
  -H "Authorization: Bearer YOUR_ANYCRAWL_API_KEY" \
  -H "Content-Type: application/json" \
  -d '{
    "url": "https://example.com",
    "json_options": {
      "schema": {
        "type": "object",
        "properties": {
          "company_mission": { "type": "string" },
          "is_open_source": { "type": "boolean" },
          "employee_count": { "type": "number" }
        },
        "required": ["company_mission"]
      }
    }
  }'
  1. 複数URLをバッチ処理します。
curl -X POST https://api.anycrawl.dev/v1/batch/scrape \
  -H 'Content-Type: application/json' \
  -H 'Authorization: Bearer YOUR_ANYCRAWL_API_KEY' \
  -d '{
  "urls": ["https://example.com/a", "https://example.com/b"],
  "engine": "cheerio",
  "formats": ["markdown"]
}'

ギット飯トライで味見

入れるのが面倒で少し不安だったなら — 安全スキャンからインストールまで、ターミナル一行で終わります。

ターミナルに貼り付ければ、ギット飯の安全スキャン → 隔離フォルダへ clone → インストール → 実行方法の案内まで自動です。はじめてでも大丈夫 — この一行だけです。

npx gitbap-try any4ai/AnyCrawl

Node.js さえあれば、インストールなしで動きます · ギット飯トライとは? →

スター推移 · 7日

3,4777日間の増加数を計算するための比較データが不足しています

確認日時

使いやすさ · まねしやすいか

サンプル評点 34/100
  • ゆるいライセンス
  • テストあり
  • サンプル集
  • 最近の更新
  • AGENTS.md
  • llms.txt
  • テンプレート

最近の更新あり · 2025 年に作成

「データ・クローリング」 こういうリポジトリを毎週受け取りませんか?

毎週月曜の朝、選んだ一膳だけ。広告なし · いつでも解除。

自分のリポジトリですか? README にギット飯バッジを貼る
[![깃밥](https://www.gitbap.com/badge/any4ai/AnyCrawl.svg)](https://www.gitbap.com/r/any4ai/AnyCrawl)
Claude からそのまま使う — ギット飯のつなぎ方

ギット飯を Claude につなぐと、こうしたリポジトリを Claude・Cursor・Codex から直接さがして試せます。

方法 ① コネクタ URL

Claude の設定 → コネクタにこのアドレスを貼り付け。

https://www.gitbap.com/api/mcp
方法 ② プラグイン(試用まで)

プラグインを入れると /gitbap-trending·/gitbap-try のスラッシュコマンドで、その場でリポジトリを試せます。Claude Code で下の 2 行を順に実行してください。

/plugin marketplace add jakeparkcolde/gitbap-cowork
/plugin install gitbap-cowork@gitbap
つなぎ方をくわしく →

AI が README をもとに要約しました · 原文を見る