data-collection
Diseña recolectores HTML, RSS o JSON con normalización, enriquecimiento opcional y almacenamiento recuperable. Úsala cuando el usuario diga "diseña un recolector de datos", "normaliza estas fuentes RSS" o "añade enriquecimiento opcional al colector".
- License 许可
- Apache-2.0
- 最近更新
- 2026-11-15
- Stars
- ★ 1
- Forks
- 0
01 前言 Front Matter
- name
- data-collection
- description
- Diseña recolectores HTML, RSS o JSON con normalización, enriquecimiento opcional y almacenamiento recuperable. Úsala cuando el usuario diga "diseña un recolector de datos", "normaliza estas fuentes RSS" o "añade enriquecimiento opcional al colector".
02 资源文件 3
- 参考文档references/enrichment-storage.md1.3 KB
- 参考文档references/feedback-operations.md1.2 KB
- 参考文档references/source-contracts.md1.2 KB
03 SKILL.md 正文
Recolección de datos
Guía una implementación en el proyecto consumidor; no incorpora adaptadores ni
activa servicios. Para decidir qué herramienta adoptar usa research-first.
- Identifica fuentes autorizadas, formato, resultado y almacenamiento elegido. Lee contratos de fuente antes de recolectar.
- Diseña normalización y enriquecimiento con persistencia y enriquecimiento. Conserva identidad y procedencia desde el origen hasta la escritura.
- Si hay preferencias aprendidas de feedback o ejecución periódica, lee operación y feedback. No lo activa por disponer de una clave o un almacén.
- Usa las versiones del consumidor y documentación oficial para servicios/SDK. Verifica sus contratos con fixtures pertinentes antes de ejecutar contra fuentes reales dentro del alcance autorizado.
llm-pipeline puede guiar presupuesto y reintentos del enriquecimiento. El feedback
de preferencias no es conocimiento aprobado, Gold ni entrenamiento del modelo;
esas responsabilidades siguen en sus capacidades específicas.
Sesgos al recolectar
Formato compartido: agent-kits/shared/rationalization-table.md.
| Excusa que el modelo se da | Por qué no vale | Qué hacer en su lugar |
|---|---|---|
| «La respuesta está vacía, no había registros» | Un error de origen o de parser puede ocultarse como vacío válido. | Distinguir éxito vacío, fallo y resultado parcial con recibos. |
| «Hay una clave, así que activo la IA» | La credencial no expresa la preferencia de ejecución. | Respetar el modo desactivado y registrar enriquecimiento omitido. |
| «Emparejo la respuesta del modelo por posición» | Una salida reordenada puede atribuir datos a otro registro. | Validar cardinalidad e identificadores estables antes de mezclar. |
| «La escritura falló y la repito entera» | La operación anterior pudo persistir pese al fallo del recibo. | Reconciliar por ID y aplicar la idempotencia del almacén. |
| «Reinicio el feedback corrupto y continúo» | El reinicio silencioso destruye preferencias y oculta el fallo. | Conservar el original y ofrecer recuperación sin sobrescribirlo. |
| «Sigo todas las redirecciones del origen permitido» | Un salto puede cambiar el destino y el alcance de acceso. | Validar cada destino y respetar límites de páginas, bytes y plazo. |
Salida y evidencia
Diseño o implementación con contratos de fuente, esquema normalizado, límites, estados de enriquecimiento, persistencia e idempotencia. Informa registros válidos, omitidos, parciales y fallidos sin confundir simulación con ejecución real.
04 同仓库更多 Skills
tax
Guía fiscal duplicada
tax
Guía fiscal
demo-skill
Skill de ejemplo <script>alert(1)</script>.
voice-profile
Extrae un perfil de voz a partir de muestras autorizadas, con procedencia, rasgos observables y diferencias por canal. Úsala cuando el usuario diga "extrae mi estilo", "crea mi perfil de voz" o "analiza cómo escribo".
unit-tests
Pirámide de pruebas y gate de cobertura oficial, global o sobre ficheros cambiados. Sin herramienta avisa, no inventa porcentajes. No sustituye a TDD ni a E2E. Úsala cuando el usuario diga "sube la cobertura de tests", "qué % de cobertura tenemos", "pon un gate de cobertura", "pirámide de pruebas", "cuántos tests unitarios faltan", o cuando `dev.json` traiga `tests.coberturaMinima`.
training-data-services
Captura casos fuera de Git con esquema validado y ensambla datasets solo con Gold aprobado por humanos. Opt-in; el plugin no decide métricas, no marca Gold ni entrena. Úsala cuando el usuario diga "guarda este intento como caso", "captura casos para entrenar un modelo local", "valida el esquema del caso", "prepara un dataset con los casos aprobados", "activa training-data-services", o al activar la capacidad `training` desde `/setup`.