leer #web-scraping-oss hallazgo 02 · boletín 2026-09-11

Anakin-Inc/anakin

API self-hosted de web scraping para IA. Una cadena de handlers (HTTP local → browser anti-detect → API de pago opcional) con auto-fallback, navegador Camoufox anti-detect y selección de proxy vía Thompson sampling. Salida lista para LLM: markdown limpio o JSON estructurado vía Gemini (BYOK). Modo "zero-config": solo Go, sin base de datos; make up lo levanta con Docker, con web UI incluida.

Estrellas

3.243

Forks

201

Lenguaje

Python

Licencia

AGPL-3.0

Issues

—

Estado

—

Cómo funciona

Implementa web-scraping-oss

Núcleo

Anakin-Inc/anakin Python · AGPL-3.0

Se cruza con complementa D4Vinci/Scrapling risk agpl-copyleft

Diagrama derivado de madurez_senales (lenguaje, licencia, estado y topics) y de las relaciones que este repo tiene en el grafo de conocimiento. No es una arquitectura del proyecto: es su posición funcional tal como la registran los boletines.

Posición en el ecosistema

Anakin-Inc/anakin

implementa

web-scraping-oss Concepto

Anakin-Inc/anakin

complementa

D4Vinci/Scrapling Repositorio · y unclecode/crawl4ai

Anakin-Inc/anakin

risk

agpl-copyleft Problema

Expandir en el grafo 3D →

Relaciones que aportó este boletín

implementsweb-scraping-ossnuevo complementsD4Vinci/Scrapling· 2026-08-31 riskagpl-copyleftnuevo competes_withservice:firecrawlnuevo

Por qué importa

Anakin es el caso de "empresa consolidada que libera su stack de scraping": Anakin cobra y el repo es la versión OSS. La licencia AGPL-3.0 lo inutiliza como dependencia de proyectos cerrados, pero es una pieza muy útil para pipelines OSS/RAG. Ya cubrimos el espacio OSS de scraping el 2026-08-31 con D4Vinci/Scrapling (BSD-3, Python, 4 fetchers), y ahí mismo aparecieron Fortress (engine-level stealth) y Obscura (Rust antidetect); Anakin destaca frente a todos ellos en tres decisiones técnicas concretas: (a) cadena de handlers con fallback automático: el grueso de páginas se resuelve en HTTP local gratis y solo el resto escala al browser anti-detect o a la API de pago; (b) detección de fallos por patrones: defines regex de éxito/fallo por dominio y reintenta con el siguiente handler; (c) Thompson sampling para proxies: aprende en línea qué proxy funciona para qué dominio. El modo zero-config (make up con Docker, web UI incluida, sin base de datos) lo hace el más production-grade de los OSS analizados hasta ahora; su principal competidor en servicios gestionados sigue siendo Firecrawl. Señal a vigilar: 39 días sin push en la rama principal (puede ser actividad solo vía PRs, conviene comprobarlo antes de adoptarlo).

Alerta

la arquitectura de handler-chain con fallback y la lógica de failure-detection por dominio son exportables como patrón; no es viable adoptarlo como librería en código propietario por AGPL-3.0, pero la idea es portable

Anakin es AGPL-3.0: inutilizable como dependencia en proyectos cerrados y agresivo como SaaS competidor de Firecrawl, hay que leer la licencia antes de adoptarlo.

Acción concreta

Anakin, Scrapling, Fortress y Obscura ya cubren el espacio scraping OSS; urge un comparativa concreta con licencia, lenguaje y estrategia anti-detect como ejes para que el lector decida sin humo.

Apariciones · 1

2026-09-11 hallazgo principal
primera vez en el boletín

Señales de madurez (texto original)

3.243 ★ · 201 forks · Go (binario de 30 MB) + Python 3.11 + React 19 · creado 2026-03-17 · último push 2026-08-18 (39 días sin commit — punto a investigar; la rama principal podría tener actividad reciente vía PRs no reflejada en push) · AGPL-3.0.