O que NeuralScraper faz?
Extraia, rastreie e processe dados da web para agentes de IA com um servidor MCP local, CLI e API HTTP.
Extraia, rastreie e processe dados da web para agentes de IA com um servidor MCP local, CLI e API HTTP.
NeuralScraper é uma ferramenta poderosa e local-first para extração, rastreamento e raspagem de dados da web, projetada especificamente para agentes de IA. Ele fornece um servidor MCP (Model Context Protocol) para integração direta com ambientes como Claude Code, Cursor ou Codex, além de uma interface de linha de comando (CLI) e uma API HTTP flexível. Isso permite que agentes de IA coletem, processem e utilizem dados de sites de forma autônoma e sem depender de serviços externos na nuvem. Sua arquitetura local garante maior privacidade e controle sobre os dados, sendo ideal para desenvolvedores e equipes que precisam de uma solução confiável e personalizável para alimentar seus agentes de IA com informações web.
npx skills add Reclusive-frazzle473/NeuralScraperInstalled? Explore more Pesquisa e Análise de Dados skills: affaan-m/uspto-database, affaan-m/scholar-evaluation, affaan-m/literature-review · View all 6 →
Extraia, rastreie e processe dados da web para agentes de IA com um servidor MCP local, CLI e API HTTP.
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.