firecrawl /firecrawl
Firecrawl thu thập trang web và trả về Markdown hoặc dữ liệu có cấu trúc sẵn cho mô hình đọc, qua API.
Đưa tài liệu, trang web của doanh nghiệp vào cho mô hình đọc: chuyển định dạng, thu thập web, lưu vectơ, tra cứu.
10 repo · kho cập nhật gần đây xếp trước · số liệu GitHub ngày 19/11/2026
Firecrawl thu thập trang web và trả về Markdown hoặc dữ liệu có cấu trúc sẵn cho mô hình đọc, qua API.
LangChain là khung dựng ứng dụng và agent trên mô hình ngôn ngữ, có sẵn kết nối tới rất nhiều mô hình, kho vectơ và công cụ.
RAGFlow là bộ máy RAG mã nguồn mở, tập trung vào việc hiểu tài liệu có bố cục phức tạp như bảng, biểu mẫu, bản quét.
Crawl4AI là thư viện Python thu thập web cho ứng dụng AI, trả Markdown sạch và hỗ trợ trang dựng bằng JavaScript.
Docling phân tích tài liệu (PDF, DOCX, ảnh quét…) và xuất ra cấu trúc giữ được bảng, tiêu đề, thứ tự đọc.
Qdrant là cơ sở dữ liệu vectơ viết bằng Rust, có lọc theo thuộc tính và chạy được theo cụm.
GraphRAG là hệ RAG của Microsoft dựng đồ thị tri thức từ tài liệu, để trả lời các câu hỏi cần tổng hợp nhiều nguồn.
LlamaIndex là khung nối dữ liệu riêng với mô hình ngôn ngữ: nạp tài liệu, lập chỉ mục, truy vấn và dựng agent trên dữ liệu đó.
Chroma là cơ sở dữ liệu tìm kiếm cho ứng dụng AI: lưu vectơ, tìm theo nghĩa và theo từ khoá.
MarkItDown là công cụ Python của Microsoft chuyển PDF, Word, Excel, PowerPoint và nhiều định dạng khác sang Markdown.
Tôi không gom theo bảng xếp hạng. Một repo vào kho khi đủ ba điều:
Bảy nhóm hiện có: Agent lập trình, MCP, Tự động hoá, Giọng nói, RAG & dữ liệu, Chạy mô hình tại máy, Phần mềm kinh doanh. Số sao chỉ để anh chị biết mức độ phổ biến, không phải thước đo chất lượng.
Không. Số sao, ngôn ngữ, giấy phép và ngày cập nhật lấy từ GitHub REST API một lần, ngày 19/11/2026. Con số mới nhất nằm trên trang GitHub của kho, có link ở từng trang chi tiết.
Tuỳ giấy phép. MIT và Apache-2.0 cho phép dùng thương mại khá rộng. GPL và AGPL yêu cầu công bố mã khi phát hành bản sửa đổi. Một số kho dùng giấy phép riêng, ví dụ kiểu fair-code, có giới hạn khi bán lại dịch vụ. Thẻ nào không ghi giấy phép nghĩa là GitHub không nhận diện được, anh chị cần đọc tệp LICENSE.
Anh chị xem nhóm «Tự động hoá» (n8n, Activepieces) và nhóm «Chạy mô hình tại máy» (Ollama, Jan, Open WebUI). Các kho này có bản cài sẵn và giao diện, không cần viết mã.
Danh mục do tôi tự chọn theo những việc đội tôi làm: agent, MCP, tự động hoá, giọng nói, tra cứu tài liệu, phần mềm kinh doanh. Anh chị gửi tên repo qua trang liên hệ, tôi xem và bổ sung ở lần cập nhật sau.
Có. 7 dự án mã nguồn mở của đội tôi nằm ở trang Dự án, nhóm «Mã nguồn mở».
Xem thêm: AI templates cho Claude Code, dự án mã nguồn mở của tôi, gửi tên repo để bổ sung.
Nguồn: GitHub REST API (số sao, ngôn ngữ, giấy phép, ngày đẩy mã của từng kho), kiểm ngày 19/11/2026. Mô tả tiếng Việt do tôi viết từ README của từng kho; tên và nhãn hiệu thuộc về chủ sở hữu tương ứng.
8 bài, làm theo từng bước: từ lần đầu mở Claude đến nối Zalo, bảng tính và email. Để lại email, nhận bài 1 ngay.