maxun

Maxun es una plataforma de datos web sin código, de código abierto y autoalojable, diseñada para convertir sitios web en fuentes de datos estructuradas y reutilizables. Los usuarios pueden crear robots automatizados sin escribir código para extracción, scraping de páginas, crawling de sitios, búsqueda web y análisis de documentos. La función Extract puede registrar acciones de navegación y convertirlas en un robot reutilizable, o usar el modo AI, donde los usuarios describen los datos deseados en lenguaje natural. Admite paginación, desplazamiento, ejecuciones programadas, páginas autenticadas y recuperación automática cuando cambian los diseños de los sitios web. Los datos extraídos pueden exponerse mediante endpoints RESTful o exportarse a Google Sheets y Airtable. Los robots Scrape convierten páginas web completas en Markdown o HTML limpio y pueden capturar capturas de pantalla, generando resultados destinados a flujos de trabajo de IA, agentes y procesamiento de documentos. Los robots Crawl recorren sitios web y extraen contenido de las páginas descubiertas mientras controlan el alcance del crawling. Los robots Search realizan búsquedas web automatizadas, incluidos filtros basados en tiempo, y pueden recopilar o extraer las páginas resultantes. Maxun también gestiona la extracción de documentos e imágenes. Puede analizar archivos PDF, DOCX, XLSX y CSV; usar OCR para PDF escaneados, JPG y PNG; convertir archivos en Markdown, HTML, enlaces o resúmenes; y extraer campos estructurados con asistencia de IA. Entre los ejemplos de uso se incluyen recibos, facturas, formularios en papel, capturas de pantalla de tablas y documentos escaneados. Para desarrolladores, Maxun proporciona un SDK y una CLI para crear robots, activar ejecuciones, gestionar programaciones y recuperar datos. También incluye soporte para Model Context Protocol e integraciones para conectar los datos extraídos con otras herramientas. El proyecto tiene licencia AGPLv3. Ofrece una aplicación alojada en app.maxun.dev y puede instalarse localmente o autoalojarse mediante Docker Compose o una configuración sin Docker, con documentación para variables de entorno y actualizaciones.