AGENT SKILL

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

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.

  1. Identifica fuentes autorizadas, formato, resultado y almacenamiento elegido. Lee contratos de fuente antes de recolectar.
  2. Diseña normalización y enriquecimiento con persistencia y enriquecimiento. Conserva identidad y procedencia desde el origen hasta la escritura.
  3. Si hay preferencias aprendidas de feedback o ejecución periódica, lee operación y feedback. No lo activa por disponer de una clave o un almacén.
  4. 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