多策略级联抽取，新闻检测与 LLM 实体提取

高级 Web 爬虫与内容理解 Agent，采用多策略级联方法（轻量优先），支持新闻检测、样板移除、结构化元数据和 LLM 实体提取。

• 🕷️ 多策略级联抓取（HTTP → HTML → Playwright → LLM）
• 📰 新闻内容检测
• 🧹 样板内容移除
• 🏗️ 结构化元数据提取
• 🧠 LLM 实体识别（可选，需 API Key）
• 📄 输出 JSON/CSV 格式

• 网页内容抓取
• 数据提取与清洗
• 批量页面爬取
• 新闻聚合

v0.1.1

web-scraper