Sobre o projeto

Maxun é uma plataforma de dados web no-code, de código aberto e auto-hospedável, projetada para transformar sites em fontes de dados estruturados e reutilizáveis. Os usuários podem criar robôs automatizados sem escrever código para extração, raspagem de páginas, rastreamento de sites, busca na web e análise de documentos. O recurso Extract pode gravar ações de navegação e convertê-las em um robô reutilizável, ou usar o Modo IA, no qual os usuários descrevem os dados desejados em linguagem natural. Ele suporta paginação, rolagem, execuções agendadas, páginas autenticadas e recuperação automática quando o layout dos sites muda. Os dados extraídos podem ser expostos por meio de endpoints RESTful ou exportados para o Google Sheets e o Airtable. Os robôs Scrape convertem páginas da web completas em Markdown ou HTML limpos e podem capturar capturas de tela, produzindo resultados destinados a fluxos de trabalho de IA, agentes e processamento de documentos. Os robôs Crawl percorrem sites e extraem conteúdo das páginas descobertas, controlando o escopo do rastreamento. Os robôs Search realizam buscas automatizadas na web, incluindo filtros baseados em tempo, e podem coletar ou raspar as páginas resultantes. O Maxun também lida com extração de documentos e imagens. Ele pode analisar arquivos PDF, DOCX, XLSX e CSV; usar OCR para PDFs digitalizados, JPGs e PNGs; converter arquivos em Markdown, HTML, links ou resumos; e extrair campos estruturados com assistência de IA. Exemplos de uso incluem recibos, faturas, formulários em papel, capturas de tela de tabelas e documentos digitalizados. Para desenvolvedores, o Maxun fornece um SDK e uma CLI para criar robôs, acionar execuções, gerenciar agendamentos e recuperar dados. Também inclui suporte ao Model Context Protocol e integrações para conectar os dados extraídos a outras ferramentas. O projeto é licenciado sob AGPLv3. Ele oferece um aplicativo hospedado em app.maxun.dev e pode ser instalado localmente ou auto-hospedado usando Docker Compose ou uma configuração sem Docker, com documentação para variáveis de ambiente e atualizações.