Código aberto. Novas possibilidades.

Ferramenta de download de conteúdo e coleta de dados do Douyin/TikTok, com suporte a download em lote de vídeos e álbuns de imagens, coleta de dados de comentários, obtenção de endereços de transmissão ao vivo, além de modos de interação no terminal, API Web e implantação via Docker.

spotDL é uma ferramenta de linha de comando que encontra e baixa músicas de playlists do Spotify via YouTube, incluindo arte do álbum, letras e metadados.

newspaper3k é uma biblioteca Python 3 projetada para extrair e curar artigos da web, fornecendo ferramentas para extração de texto completo e metadados.

Um pipeline de automação baseado em GitHub Actions que coleta diariamente anúncios de emprego de 42 hospitais coreanos via Selenium, verifica a integridade dos dados com o gateway RaiT e gera relatórios em Excel filtrando duplicatas.

Weibo Spider é uma ferramenta Python para coletar dados públicos de usuários do Sina Weibo, incluindo informações de perfil e posts (texto, imagens, vídeos), com exportação para CSV, JSON, TXT ou bancos de dados MySQL, MongoDB e SQLite, voltada para pesquisa acadêmica e análise de dados.

Uma API leve construída com Elysia e FFmpeg para capturar screenshots e gerar GIFs a partir de links HLS de episódios de anime.

Scrapy é um framework de raspagem web rápido e de alto nível para Python, usado para extrair dados estruturados. É multiplataforma, requer Python 3.10+ e é mantido pela Zyte.

Estrutura adaptativa de web scraping para Python: rastreamento inteligente do DOM, fetchers que contornam anti-bot, rastreamento concorrente com pausa/retomada, rotação de proxies e saída pronta para MCP/IA.

OCRmyPDF é uma ferramenta de linha de comando que adiciona uma camada de texto OCR pesquisável a arquivos PDF digitalizados, produzindo saída PDF/A validada. Usa o Tesseract para reconhecimento em mais de 100 idiomas, suporta correção de inclinação e rotação, e funciona em Linux, macOS, Windows e FreeBSD.