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 →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
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
- APIキーを生成します(セルフホストの場合)。
pnpm --filter api key:generate
- 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
- 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"
}'
- 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"]
}
}
}'
- 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
確認日時
使いやすさ · まねしやすいか
- 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
[](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。
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@gitbapAI が README をもとに要約しました · 原文を見る