Web Scraping & Crawling
Extraction de donnees web : crawlers, RSS, Apify, indexation.
| # | Skill | Source | Description | Maj | |
|---|---|---|---|---|---|
| 1 | firecrawl-agent | firecrawl/cli | Extraire automatiquement des données structurées depuis des sites web complexes multi-pages. | 655 | 14h |
| 2 | firecrawl-search | firecrawl/cli | Rechercher sur le web et récupérer le contenu complet des pages résultantes. | 655 | 1j |
| 3 | firecrawl-developer-index | firecrawl/cli | Interroger l'index Firecrawl pour répondre à des questions techniques depuis issues, PRs et docs. | 655 | 1j |
| 4 | browser-use | browser-use/browser-use | Contrôler un navigateur Chrome via CDP pour automatiser des tâches web. | 118 372 | 2j |
| 5 | designing-replay-vision-scanners | posthog/skills | Concevoir des scanners Replay Vision efficaces avec question, type et prompt adaptés. | 74 | 9j |
| 6 | firecrawl | firecrawl/cli | Rechercher, scraper et interagir avec le web en retournant du markdown propre. | 655 | 10j |
| 7 | firecrawl-alexandria | firecrawl/cli | Accéder à des données structurées via des workflows, API et index spécialisés intégrés à Firecrawl. | 655 | 11j |
| 8 | apify-actor-development | apify/agent-skills | Développer et déployer des Actors serverless sur la plateforme Apify. | 2 440 | 18j |
| 9 | firecrawl-scrape | firecrawl/cli | Extraire le contenu de pages web en markdown optimisé pour les LLMs. | 655 | 26j |
| 10 | defuddle | kepano/obsidian-skills | Extraire le contenu lisible et épuré de pages web via Defuddle CLI. | 49 705 | 1mo |
| 11 | tavily-cli | tavily-ai/skills | Rechercher, extraire, crawler et analyser le web via Tavily CLI. | 489 | 1mo |
| 12 | tavily-dynamic-search | tavily-ai/skills | Filtrer et extraire des résultats web sans polluer la fenêtre de contexte. | 489 | 1mo |
| 13 | tavily-extract | tavily-ai/skills | Extraire le contenu textuel ou Markdown propre depuis une ou plusieurs URLs. | 489 | 1mo |
| 14 | tavily-search | tavily-ai/skills | Effectuer des recherches web optimisées pour LLM avec scores de pertinence via Tavily. | 489 | 1mo |
| 15 | tavily-crawl | tavily-ai/skills | Explorer et extraire le contenu de plusieurs pages web via l'outil Tavily CLI. | 489 | 1mo |
| 16 | tavily-map | tavily-ai/skills | Cartographier rapidement toutes les URLs d'un site sans en extraire le contenu. | 489 | 1mo |
| 17 | tavily-research | tavily-ai/skills | Générer un rapport cité et approfondi à partir de multiples sources web analysées. | 489 | 1mo |
| 18 | browser-automation | elophanto/elophanto | Automatiser la navigation web, les formulaires et l'extraction de données via 47 outils. | 106 | 1mo |
| 19 | firecrawl-monitor | firecrawl/cli | Surveiller des pages web et recevoir des alertes automatiques lors de changements détectés. | 655 | 1mo |
| 20 | firecrawl-crawl | firecrawl/cli | Extraire en masse le contenu de multiples pages d'un site web via crawl. | 655 | 1mo |
| 21 | firecrawl-download | firecrawl/cli | Télécharger un site entier en fichiers locaux organisés via map et scrape. | 655 | 1mo |
| 22 | firecrawl-interact | firecrawl/cli | Interagir avec des pages web en session navigateur live via prompts ou code. | 655 | 1mo |
| 23 | firecrawl-map | firecrawl/cli | Cartographier toutes les URLs d'un site web avec filtrage par recherche. | 655 | 1mo |
| 24 | firecrawl-research-index | firecrawl/cli | Rechercher et retrouver des articles scientifiques pertinents via requête textuelle ou identifiant. | 655 | 1mo |
| 25 | x-twitter-scraper | github/awesome-copilot | Intégrer l'API Xquik pour scraper, monitorer et automatiser des tâches X/Twitter. | 40 143 | 1mo |
| 26 | local-descriptions | brave/brave-search-skills | Récupérer des descriptions IA de lieux d'intérêt via l'API Brave Search. | 189 | 2mo |
| 27 | news-search | brave/brave-search-skills | Rechercher des actualités récentes via l'API Brave avec filtres temporels et géographiques. | 189 | 2mo |
| 28 | videos-search | brave/brave-search-skills | Rechercher des vidéos sur le web via l'API Brave Search. | 189 | 2mo |
| 29 | web-search | brave/brave-search-skills | Effectuer des recherches web structurées via l'API Brave Search avec filtres avancés. | 189 | 2mo |
| 30 | wayback-api-archive-recovery | divinevideo/divine-mobile | Récupérer des données archivées d'APIs défuntes via la Wayback Machine. | 266 | 2mo |
| 31 | wayback-cdx-wildcard-pagination | divinevideo/divine-mobile | Paginer l'API CDX Wayback Machine avec des requêtes wildcard via showResumeKey. | 266 | 2mo |
| 32 | wayback-indirect-asset-recovery | divinevideo/divine-mobile | Récupérer des assets introuvables via l'extraction indirecte depuis Wayback Machine. | 266 | 2mo |
| 33 | wayback-machine-raw-content-id-modifier | divinevideo/divine-mobile | Récupérer le contenu brut d'archives Wayback Machine via le modificateur id_. | 266 | 2mo |
| 34 | browser | browserbase/skills | Automatiser les interactions navigateur en local ou via Browserbase avec une CLI dédiée. | 3 738 | 3mo |
| 35 | apify-ultimate-scraper | apify/agent-skills | Extraire des données web depuis plus de 100 sources via l'API Apify. | 2 440 | 3mo |
| 36 | google-maps-scraper | gosom/google-maps-scraper | Extraire des données de Google Maps via Docker avec configuration automatique. | 6 534 | 3mo |
| 37 | deep-research-agent | shobcoder/shob | Mener une recherche autonome multi-sources pour produire des rapports structurés et vérifiés. | 578 | 4mo |
| 38 | web-scraper | shobcoder/shob | Extraire et structurer automatiquement des données depuis n'importe quel site web. | 578 | 4mo |
| 39 | fetch | browserbase/skills | Récupérer le contenu, les en-têtes et métadonnées d'une page web sans navigateur. | 3 738 | 4mo |
| 40 | search | browserbase/skills | Rechercher sur le web et retourner des résultats structurés via l'API Browserbase. | 3 738 | 4mo |
| 41 | deep-research | shobcoder/shob | Conduire une recherche approfondie multi-sources pour produire un rapport structuré et vérifié. | 578 | 4mo |
| 42 | literature-search-arxiv | mkurman/zorai | Rechercher, télécharger et extraire des métadonnées de publications arXiv. | 324 | 4mo |
| 43 | literature-search-biorxiv | mkurman/zorai | Rechercher des prépublications bioRxiv et medRxiv par date, catégorie ou DOI. | 324 | 4mo |
| 44 | literature-search-europepmc | mkurman/zorai | Rechercher et télécharger des articles scientifiques en libre accès depuis Europe PMC. | 324 | 4mo |
| 45 | aeon-last30 | bankrbot/skills | Cartographier les narratifs dominants et dissidents d'un sujet sur 30 jours. | 1 204 | 5mo |
| 46 | paper-lookup | mkurman/zorai | Rechercher des articles scientifiques dans 10 bases de données académiques via leurs APIs. | 324 | 5mo |
| 47 | parallel-web | mkurman/zorai | Effectuer des recherches web rapides ou approfondies et sauvegarder les résultats. | 324 | 5mo |
| 48 | research-lookup | mkurman/zorai | Effectuer des recherches multi-sources avec citations académiques classées par qualité. | 324 | 5mo |
| 49 | wayback-api-archive-recovery | divinevideo/divine-mobile | Récupérer des données archivées d'APIs défuntes via la Wayback Machine. | 266 | 5mo |
| 50 | wayback-cdx-cloud-ip-workaround | divinevideo/divine-mobile | Contourner le blocage IP cloud de l'API Wayback CDX via GCS comme intermédiaire. | 266 | 5mo |
À propos de cette sélection
L'outillage de scraping web a longtemps ressemblé à un chantier artisanal : un script Playwright bricolé, un cron qui tombe en silence, des sélecteurs CSS qui rendent l'âme dès qu'un front-end se restructure. Les agents IA changent la donne. Ils ont besoin d'accéder au web de façon fiable, autonome et reproductible, et c'est précisément ce que couvrent les skills web scraping & crawling rassemblés ici. De quoi piloter un navigateur headless pour extraire des données structurées depuis des pages dynamiques, ou brancher un agent sur un moteur de recherche comme Tavily et Brave sans écrire une ligne de parsing. Ces skills s'adressent aux développeurs Python ou TypeScript qui alimentent des pipelines de données, construisent des agents de veille ou enrichissent des datasets pour du fine-tuning. L'écosystème couvre déjà une bonne partie des cas d'usage courants.