Extração rápida e local-first de conteúdo web para LLMs. Raspe, rastreie e extraia dados estruturados — tudo a partir do Rust. CLI, API REST e servidor MCP.
O 0xMassi/webclaw é uma ferramenta de extração de conteúdo web projetada para ser rápida e priorizar o processamento local, ideal para alimentar Grandes Modelos de Linguagem (LLMs). Diferente de soluções baseadas em nuvem, o webclaw executa raspagem, rastreamento e extração de dados estruturados diretamente na máquina do usuário, garantindo privacidade e baixa latência. Construído em Rust, ele oferece desempenho excepcional e três modos de interação: uma interface de linha de comando (CLI) para automação, uma API REST para integração em aplicações web e um servidor MCP (Model Context Protocol) que permite que agentes de IA (como Claude Code ou Cursor) consumam os dados extraídos como contexto. Com suporte a mais de 1130 estrelas no GitHub, o projeto já demonstra utilidade prática, especialmente para desenvolvedores que precisam de um pipeline de dados web eficiente e confiável, sem depender de serviços externos.
npx skills add 0xMassi/webclawInstalled? Explore more Pesquisa e Análise de Dados skills: affaan-m/uspto-database, affaan-m/scholar-evaluation, affaan-m/literature-review · View all 6 →
Extração rápida e local-first de conteúdo web para LLMs. Raspe, rastreie e extraia dados estruturados — tudo a partir do Rust. CLI, API REST e servidor MCP.
Fonte: https://github.com/0xMassi/webclaw
Enviado: 2026-05-12T10:17:44Z Estrelas: 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.