Schnelle, lokal verarbeitende Webinhalts-Extraktion für LLMs. Scrapen, Crawlen, Extrahieren strukturierter Daten – alles aus Rust. CLI, REST-API und MCP-Server.
webclaw ist ein leistungsstarkes Tool zur Extraktion von Webinhalten, das speziell für den Einsatz mit großen Sprachmodellen (LLMs) entwickelt wurde. Es ermöglicht schnelles Scraping und Crawling von Websites sowie die Extraktion strukturierter Daten – und das alles lokal verarbeitet, ohne dass Daten an externe Dienste gesendet werden müssen. Die Implementierung in Rust garantiert hohe Geschwindigkeit und Effizienz. webclaw unterstützt mehrere Schnittstellen: eine Kommandozeilen-CLI für direkte Nutzung, eine REST-API für die Integration in eigene Anwendungen und einen MCP-Server (Model Context Protocol) für die nahtlose Einbindung in KI-Agenten wie Claude Code, Cursor oder Codex. Dies macht es ideal für Entwickler, die zuverlässige und performante Webdaten-Extraktion für ihre KI-Workflows benötigen.
npx skills add 0xMassi/webclawInstalled? Explore more Recherche & Datenanalyse skills: affaan-m/uspto-database, affaan-m/scholar-evaluation, affaan-m/literature-review · View all 6 →
Schnelle, lokal verarbeitende Webinhalts-Extraktion für LLMs. Scrapen, Crawlen, Extrahieren strukturierter Daten – alles aus Rust. CLI, REST-API und MCP-Server.
Quelle: https://github.com/0xMassi/webclaw
Gepusht: 2026-05-12T10:17:44Z Sterne: 1130
USPTO patent and trademark data workflow for official record lookup, PatentSearch queries, TSDR checks, assignment data, and reproducible IP research logs.
Structured scholarly-work evaluation for papers, proposals, literature reviews, methods sections, evidence quality, citation support, and research-writing feedback.
Systematic literature-review workflow for academic, biomedical, technical, and scientific topics, including search planning, source screening, synthesis, citation checks, and evidence logging.
The agent harness performance optimization system. Skills, instincts, memory, security, and research-first development for Claude Code, Codex, Opencode, Cursor and beyond.
Agent skill repository discovered by 10x-chat research.
Review backend code for quality, security, maintainability, and best practices based on established checklist rules. Use when the user requests a review, analysis, or improvement of backend files (e.g., `.py`) under the `api/` directory. Do NOT use for frontend files (e.g., `.tsx`, `.ts`, `.js`). Supports pending-change review, code snippets review, and file-focused review.