好开源，值得被发现。

一个基于 requests 实现的 B 站视频批量下载器，支持分 P 下载、字幕、弹幕及封面抓取，并提供图形界面和 AI 语料转写功能。

newspaper3k 是一个 Python 3 库，用于从网络抓取和整理文章，提供全文与元数据提取、NLP、多语言支持及多线程下载等功能。

易采集EasySpider是一款完全免费的可视化无代码网页爬虫与浏览器自动化工具，通过图形界面点选网页元素即可设计采集任务，支持命令行执行、流程图逻辑、定时任务与二次开发。

一个可自托管的抖音与TikTok数据API，支持获取作品、个人资料、评论、合集、粉丝/关注列表，并可下载无水印视频与图集。具备自修复身份池、PostgreSQL归档、REST API、MCP服务器、CLI和Web控制台。

Lux 是一款用 Go 语言编写的快速、简洁的命令行视频下载工具，支持从 YouTube、Bilibili、Instagram 等多个平台下载视频、播放列表、图片和音频。

Huginn 是一个自托管系统，用于构建能够通过监控事件并代表用户执行操作来自动化在线任务的代理。

Firecrawl 是一个开源网页数据 API，用于搜索、抓取、爬取网站并与之交互，将页面转换为干净的 Markdown、JSON 或截图，供 AI 智能体和应用以 LLM 就绪的方式使用。

Crawlee 是一个用于构建可靠爬虫的 Python 网页抓取和浏览器自动化库。它支持 HTTP 和无头浏览器抓取、自动重试、代理轮换，以及面向 AI/LLM 应用的数据存储。