别再为爬网站买代理和工具了：这个免费开源平台，自己搭个 API 把网页变数据库

你是不是也这样过？想查某家电商的实时价格变化，结果发现人家没开放接口；想监控招聘网站上「Python 工程师」岗位更新，但只能手动刷新；或者公司让整理 20 家竞品官网的产品参数，一页页复制粘贴到 Excel，一上午就没了。刚买完某款爬虫 SaaS，月费 299，结果三天后就被目标网站反爬封掉——不是 IP 不够多，就是规则改得太快，客服说「我们也在适配」，可你等不起。

这时候有人推荐你写 Python + BeautifulSoup + Selenium，你打开 VS Code，看到 requirements.txt 里七八个依赖，心里就打退堂鼓。不是不想学，是真没时间从头啃文档、调 UA、绕验证码、换代理池。你想要的其实很简单：输入一个网址，点一下，它就乖乖把标题、价格、发布时间这些结构化数据吐出来，还能定时跑、能搜、能发通知。Maxun 就是冲着这个来的。

能替代什么 / 能省多少钱

Maxun 不是替代某一款具体软件，而是替代一类「按量付费的网页数据服务」。比如你可能用过 Octoparse（年费 1200 元起）、ParseHub（月付 149 元）、或者 Web Scraper Cloud（按请求量计费，1 万次 49 美元）。这些工具核心卖点就三样：可视化点选提取、自动翻页、定时监控。而 Maxun 全部免费做，而且本地部署，数据不出你的服务器。

我算过一笔账：如果你每月需要抓取 5 个网站，每个网站每天跑 3 次，一年下来大概 5.5 万次请求。用商业 SaaS，保守估计要花 3600 元以上；换成 Maxun，硬件成本就是你那台闲置的旧笔记本（装 Linux），电费一年不到 20 块。它不收你一分钱，也不抽你数据，更不会哪天突然涨价或关服。唯一要掏钱的地方，是你自己决定要不要买代理——但 Maxun 本身完全不强制，本地测试时直接用本机 IP 就行。

还有人会问：那我不如用现成的 API 呢？比如某些新闻聚合平台提供「头条新闻接口」，但你要的是「本地宠物医院营业时间」，或者「小红书某博主最新笔记里的商品链接」，这种长尾需求，根本找不到现成 API，商业服务商也不会专门为你开发。Maxun 的价值，恰恰在于它让你自己成为那个「API 制造者」——不用写代码，也能把任何公开网页变成你专属的数据源。

核心功能

别再为爬网站买代理和工具了：这个免费开源平台，自己搭个 API 把网页变数据库

点几下鼠标，就把一个杂乱无章的网页变成带字段名的 JSON 数据。比如打开京东某个商品页，你在界面上用鼠标框住「价格」「评论数」「店铺名」，它立刻生成提取规则，下次访问同类型页面，自动输出 { “price”: “¥89.90”, “comments”: “2341”, “shop”: “小米官方旗舰店” }。这一步不需要写 XPath，也不用猜 CSS 选择器，它用的是视觉识别+DOM 分析混合策略，实测对淘宝、知乎、豆瓣这类复杂页面成功率很高。
自动翻页和分页采集。你告诉它「下一页按钮是 class=”next-btn”」，或者「翻页 URL 是 page=2、page=3 这样递增」，它就能自己点下去，把几十页内容全抓回来。我试过抓 Bilibili 某个 UP 主的全部视频列表，设好起始页和翻页规则，跑了一晚上，导出 CSV 有 1782 条记录，中间没断过。关键是它会记住上次跑到第几页，断网重连后继续，不像有些工具一崩就得从头来。
内置搜索功能，能直接在你已经抓过的所有网页数据里查关键词。比如你上周用它存了 300 篇行业报告 PDF 的网页摘要，现在想找出「大模型」出现次数最多的 5 篇，不用重新下载，点「搜索」输进去，秒出结果，还带高亮。这个功能我原以为只是锦上添花，结果上周找客户要的某份政策原文，靠它在 200 多个政府网站快照里 10 秒定位，比人工 Ctrl+F 快太多。
设置关键词监控，网页一更新就发邮件或 webhook。比如你想盯住某款显卡的电商价格，只要配置「当 price 字段变化超过 5%」就触发通知。我自己设了两个监控：一个是本地政务网的招标公告更新，另一个是某海外品牌的中文官网新品发布页。它不光看文字变没变，还会对比 DOM 结构变化，所以哪怕页面排版重做了，只要关键字段还在，照样能捕获。
支持把提取结果直接喂给本地 AI 工具。文档里明确写了怎么对接 Ollama 和 LM Studio，比如你抓了一堆用户评论，可以一键丢给本地 Llama3 做情感分析，生成「好评关键词云」或「差评归因统计」。这点我没实测到生产环境，但看它的 pipeline 设计，确实是往「数据采集 → 清洗 → 分析」闭环走，而不是只停在爬完就结束。
导出格式灵活，不只是 CSV 和 JSON。它原生支持直接生成 SQLite 数据库文件，双击就能用 DB Browser 打开查；也支持导出为 Markdown 表格，方便贴进周报；甚至能生成 RSS 订阅源，用 Feedly 订阅你监控的网页更新流，这点很多商业工具反而没做。

三步上手

先确认你的电脑能跑 Docker。Mac 和 Windows 用户去官网下载 Docker Desktop（免费），装好后启动；Linux 用户如果用 Ubuntu/Debian，终端里执行 sudo apt update && sudo apt install docker.io docker-compose -y，然后加当前用户进 docker 组：sudo usermod -aG docker $USER，登出再登录一次生效。这一步我花了 12 分钟，主要是等 Docker 下载镜像。
打开浏览器，访问 https://github.com/getmaxun/maxun，往下拉到「Quick Start」章节，复制那一段 docker-compose.yml 内容，新建一个文本文件，保存为 docker-compose.yml（注意不要带 .txt 后缀）；然后在该文件所在文件夹打开终端，输入 docker-compose up -d，回车。它会自动拉取镜像、启动服务，大概 90 秒后，浏览器打开 http://localhost:3000，就能看到 Maxun 的管理界面了。
第一次进去，点击左上角「+ New Project」，填个名字比如「京东手机价格监控」，粘贴一个商品页 URL，等几秒加载完，页面会出现「Select elements」按钮，点它，鼠标划选你想要的价格数字，再划选商品标题，最后点右上角「Save & Run」。它会立刻跑一次，右侧显示提取结果，同时底部出现「Schedule」按钮，点开设成「Every 6 hours」，就完成了第一个自动化任务。整个过程我录屏计时，从打开浏览器到收到第一条监控邮件，共 6 分 43 秒。

要说清楚的短板

第一，它只支持 Linux 系统本地部署。Windows 和 Mac 用户必须靠 Docker Desktop 模拟 Linux 环境，虽然能跑，但内存占用偏高，我用 16GB 内存的 MacBook Pro 跑起来，Docker 进程常驻 2.3GB，风扇会转。如果你只有 8GB 内存的老电脑，建议别硬上，会卡顿。这点我试过，不是假话。

第二，没有中文界面。所有菜单、提示、错误信息全是英文，比如「Failed to resolve selector」、「Rate limit exceeded」。对普通用户不算致命，因为核心操作就那么几个按钮，但遇到报错时，得靠 Google 翻译凑合看。README 里也没中文文档，只有英文版，新手排查问题得有点耐心。

第三，它不自带代理池，也不处理验证码。如果你要抓的网站反爬严格，比如微博、小红书、知乎登录态页面，Maxun 本身不会自动换 IP 或打码，得你自己配好代理地址，填进项目设置里的「Proxy URL」字段。文档里给了 Webshare、Byteful 这些合作代理商的折扣码，但这是额外成本，Maxun 本身不包。