AI前沿速递｜crawl4ai 8万星LLM爬虫、screenshot-to-code 截图变网页、microduck_rl 给机器人上强化学习、Sequoia-X A股自动选股
这周 GitHub 上最热闹的还是那批”能直接干活”的项目：有人把爬虫做成了 LLM 专用粮仓，有人把截图直接变成能跑的网页，有人教 800 克的小机器人走路翻跟头，还有人把 A 股选股变成收盘后自动跑的流水线。挑 4 个新面孔聊聊，信息都从仓库 README 和官方文档里扒的，星数和协议也核过了。
1. crawl4ai — ⭐约8.1万，给 LLM 和 Agent 准备的网页爬虫
做 RAG 知识库或者让 Agent 上网查资料，最大的痛点不是”抓不到”，而是抓回来的 HTML 又脏又长，直接喂给模型纯属烧 token。crawl4ai 就是冲着这个来的：把网页变成干净、结构化的 Markdown 和 JSON。
核心亮点：
- 输出 LLM 友好 Markdown，标题、表格、代码块、引用链接全部规整，还内置 BM25 过滤去噪
- 支持 LLM 驱动抽取：写个问题或 schema，直接把网页内容抽成结构化 JSON，兼容各家模型
- 浏览器能力齐全：Chromium/Firefox/WebKit、JS 动态渲染、懒加载、截图、stealth 反检测、代理、会话保持
- 全异步架构 + 缓存，支持 BFS/自适应深爬策略，长任务还能断点恢复
- 部署灵活：pip 一条命令、CLI 可用，也有带鉴权的 Docker + FastAPI 服务
上手方式：
pip install crawl4ai
crawl4ai-setup
# 或者 Docker 一键起 FastAPI 服务
实话： 没实测，信息以 README 为准。适合搞 RAG 知识库、Agent 资料采集、批量结构化抓取的人；真要对付反爬严格的站点，建议先小规模试水再上量。
2. screenshot-to-code — ⭐约7.8万，截图丢进去，前端代码出来
把设计稿、截图甚至 Figma 稿变成能跑的网页代码。老项目了，但这一周又涨了 2000 多星，属于”翻红”选手。
核心亮点：
- 支持 HTML+Tailwind、React+Tailwind、Vue+Tailwind、Bootstrap、Ionic 多种技术栈
- 默认模型配置很豪华：Gemini 3 Flash/3.1 Pro、GPT-5.5/5.4 Mini、Claude Opus 4.6/4.8
- Gemini 负责从截图里把真实 logo 和图片素材抠出来复用，不是凭空乱画
- 支持屏幕录制转可交互原型，录一段网站操作，生成能点的页面
上手方式：
docker compose up # 需要配 OPENAI/ANTHROPIC/GEMINI 至少一把 key
实话： 没实测，而且注意它不是纯免费本地工具——至少一个模型 API key 是硬门槛，Replicate key 强烈建议配上。适合设计师、前端和想快速出落地页的自媒体；Ollama 本地模型 README 里明说效果差，别指望白嫖。
3. microduck_rl — ⭐约1.8K，教 800 克双足机器人走路、翻跟头、踢球
本周涨得最猛的新面孔之一：一周多了 1300 星。Pollen Robotics 把 Microduck（约 800g、25cm 高的双足小机器人）的强化学习训练环境整套开源了。
核心亮点：
- 基于 mjlab（MuJoCo Warp）+ PPO，50Hz 训练，策略导出 ONNX 后部署到真机
- 内置 13 种任务：行走、跌倒恢复、坐下站起、嘴尖叼地、踢球、前滚翻、轮滑滑行
- 执行器建模到电压控制律级别（BAM 模型），还有齿隙模拟和域随机化，sim2real 差距压得很小
- 所有策略共享 61 维观测，运行时可以热切换——走路、恢复、技巧动作随时换
上手方式：
uv sync
uv run train Mjlab-Velocity-Flat-MicroDuck --env.scene.num-envs 4096 # 约1-2小时出能走的步态
实话： 没实测——要 CUDA GPU 和真机器人，门槛不低。没 GPU 可以用 --hf-jobs 丢到 Hugging Face 上跑。适合搞 RL 的、玩机器人的朋友当 sim2real 教材，README 里把奖励设计的坑都写成了 playbook，光是读代码都值。
4. Sequoia-X — ⭐约6.7K，A股收盘后自动选股推飞书
A 股量化选股系统 V2，纯工程化重构过的：每天收盘后自动跑一遍全市场，把符合技术形态的股票扫出来推送到飞书群。
核心亮点：
- 数据源用 baostock，免费、不用注册、不限流，落本地 SQLite，绕开东方财富的反爬
- 内置 6 个策略：海龟突破、均线放量、高窄旗形、涨停洗盘、上升趋势跌停反包、欧奈尔 RPS 突破
- 8 进程并行增量更新，日常模式 2~3 分钟跑完全市场；首次历史回填约 12 分钟
- 飞书 Webhook 推送 + crontab 定时，收盘后自动执行
上手方式：
pip install -r requirements.txt
# .env 里配好飞书 webhook
python main.py --backfill # 首次回填全市场历史K线
# crontab 每天 15:15 跑 python main.py
实话： 没实测。注意三点：第一，这是规则扫描不是 AI 玄学，README 也声明是 MIT；第二，量化策略历史回测好看不代表实盘赚钱，当工具参考可以，别当印钞机；第三，涉及真金白银，入市前自己掂量。
今晚的观察
这周几个热门项目串起来看，Agent 的”手脚”是真的在变全：crawl4ai 管抓数据、screenshot-to-code 管出页面、microduck_rl 管真机动作，从数据到交互再到物理世界，AI 正在从”会聊天”往”会干活”走。而 Sequoia-X 这种纯规则自动化也能一周涨上千星，说明普通用户最买账的还是”帮我把重复劳动干掉”——大模型是噱头，自动化才是刚需。
另一个感受：开源项目越来越卷”开箱即用”了。pip 一条命令、Docker 一键起、crontab 定时跑，README 恨不得把踩坑记录都写成教程。对咱这种折腾党是好事，但反过来也提醒一句：上手越容易，越要先看清协议和依赖，别啥都往生产环境里塞。
以上项目均未深度实测，信息来自各仓库 README 与官方文档，上手前请自行验证。
by 数码罗记·godsun.pro
