Crawlr 是一個開源的 CLI AI 代理,旨在簡化將網路資訊整合到結構化知識庫的過程。它利用 OpenAI 的 GPT-3.5/4 模型,遍歷指定的網址,清理並拆分原始 HTML 為有意義的文字段落,產生概要並建立向量嵌入以進行高效的語義搜尋。此工具支援設定爬取深度、域名篩選和槽數大小,讓用戶能根據專案需求調整輸入流程。透過自動化鏈結探索與內容處理,Crawlr 降低手動資料收集的工作量,加速 FAQ、聊天機器人和研究資料庫的建立,並能與 Pinecone、Weaviate 或本地 SQLite 等向量資料庫無縫整合。模組化設計方便擴展自定義解析器和嵌入提供者。