[{"data":1,"prerenderedAt":-1},["ShallowReactive",2],{"skill:01M7AV5YV0J7N94X4WYFKFRMTS":3,"skill-same:01M7AV5YV0J7N94X4WYFKFRMTS":71},{"skillNo":4,"name":5,"nameZh":6,"description":7,"descriptionZh":6,"repositoryFullName":8,"ownerLogin":9,"ownerAvatarUrl":10,"ownerAccountNo":11,"ownerDisplayName":12,"repositoryNo":13,"starsCount":14,"licenseSpdxId":15,"licenseFileUrl":6,"sourceHtmlUrl":16,"categories":17,"keywords":18,"publishedAt":19,"linkOnly":20,"markdownContent":21,"markdownBody":22,"frontMatter":23,"refName":38,"commitSha":39,"skillDirectory":40,"forksCount":41,"repositoryHtmlUrl":42,"repositoryHomepageUrl":43,"ownerHtmlUrl":44,"ownerBlogUrl":43,"ownerDescription":45,"updatedAt":46,"install":47,"resources":60},"01M7AV5YV0J7N94X4WYFKFRMTS","browser-collect",null,"浏览器批量结构化采集，产物为 JSON\u002FJSONL + manifest。用户要批量抓列表\u002F详情数据、 爬取成批网页数据时使用。单页阅读或问答用 browser-operator；下图片\u002F视频用 browser-media。","tabtin-ai\u002FTabTin","tabtin-ai","https:\u002F\u002Favatars.githubusercontent.com\u002Fu\u002F318455733?v=4","01M7ATGMM5SE688ACWMP1PKRRB","TabTin","01M7ATGMMV4YXJ83EFKXAZVHR3",454,"AGPL-3.0","https:\u002F\u002Fgithub.com\u002Ftabtin-ai\u002FTabTin\u002Fblob\u002Fmain\u002Fpackages\u002Fapps\u002Ftabweb\u002Fskills\u002Fbrowser-collect\u002FSKILL.md",[],[],"2026-11-15 14:19:17",false,"---\nname: browser-collect\ndescription: >\n  浏览器批量结构化采集，产物为 JSON\u002FJSONL + manifest。用户要批量抓列表\u002F详情数据、\n  爬取成批网页数据时使用。单页阅读或问答用 browser-operator；下图片\u002F视频用\n  browser-media。\nmetadata:\n  version: 0.3.2\n  tabtin:\n    category: web\n    displayName: \"Browser Collect\"\n    tags:\n      - scraping\n      - extraction\n      - automation\n    autoActivateFor:\n      - tabweb\n    tools:\n      - present_to_user\n---\n\n# Browser Collect\n\n> 从网页里把**成批的结构化数据**抓出来的专用流程。浏览器能力一律走\n> `tabtin browser` CLI（`run_terminal_command`）。基础命令约定、会话管理、反爬阶梯、\n> 安全规则见 `skills_read(\"app:tabweb\u002Fbrowser-operator\")`。\n\n---\n\n## 边界\n\n本 skill 只负责**从网页拿到第一手结构化数据**并输出成 JSON \u002F JSONL + manifest（stdout 或临时文件）。\n拿到数据之后往哪落地（表格、文档等）不在浏览器边界内——本 skill\n不做落地建模，也不代替下游写入。\n\n若用户目标是**采集并写入多维表**（含关联 \u002F 分表），交付 Bundle 后交给\n**`skills_read(\"app:tabdata\u002Fcollect-to-table\")`** 编排，不要在本 skill 内直接 `table create`。\n\n- 只读某页正文 \u002F 就这页问答 → 不是批量采集，回 `browser-operator`（`print --save` \u002F `tabtin fetch`）。\n- 批量抓列表 \u002F 详情结构化数据 → 本 skill。\n\n---\n\n## 五阶段工作流（任何采集任务都按这条链走）\n\n```\n① 侦察 → ② 选路 → ③ 链路测试 → ④ 脚本扩量 → ⑤ 校验交付\n              ↑ 换通道 ↩ ③ 测试失败       ↺ ④ 被限速\u002F封 → 反爬阶梯后从断点恢复\n```\n\n「列表 + 每项详情」两阶段任务 = 列表、详情**各跑一遍**这条链，且**可以选不同通道**\n（列表走接口、详情走模拟操作是常见组合）。\n\n> **登录墙 ≠ 失败（任何阶段都适用）**：目标页 \u002F 接口要求登录时，**停下来让用户在\n> TabTin 浏览器的这个 Tab 里手动登录**，确认后复用同一 `tabId` 继续（流程见\n> `skills_read(\"app:tabweb\u002Fbrowser-operator\")`「需登录页面」）。**不要**把登录墙当成\n> 通道失败去换网络搜索 \u002F 其他站点找替代数据源——用户指定了数据来源，换源等于换了任务。\n\n### ① 侦察：数据长在哪\n\n1. `tabtin browser tab list`：优先复用同域 Tab，避免丢登录态。撞登录墙 → **先让用户手动登录**再继续（见 `skills_read(\"app:tabweb\u002Fbrowser-operator\")`「需登录页面」）。\n2. `tabtin browser open --url \u003Curl> --wait-until domcontentloaded --timeout 15000`：导航超时也保留返回的 `tabId`。\n3. 依次看三处（命令细节见 `references\u002Fcollect-structured-data.md`，别凭记忆拼）：\n   **network 抓包**（XHR \u002F JSON \u002F GraphQL）→ **hydration**（`__NEXT_DATA__` \u002F `__NUXT__` \u002F Apollo \u002F Redux）→ **渲染后 DOM**。\n4. 产出一个明确结论：数据在「接口响应 \u002F hydration \u002F 仅 DOM」，以及是否依赖鉴权 Cookie \u002F token \u002F 签名。\n\n### ② 选路：两条通道平等，按判据选\n\n| 判据 | 通道 A · 接口爬取 | 通道 B · 模拟操作 |\n| --- | --- | --- |\n| 数据来源 | network 有业务 API，或 hydration 里有全量数据 | 数据只在渲染后 DOM |\n| 鉴权 \u002F 反爬 | 公开 API，或 Cookie \u002F 签名可原样复刻 | 强签名（改 URL 即 404）、会话级风控 |\n| 数据量 | 大批量、多页、要断点续传 | 单页小量时 `eval` 直抽反而省事 |\n| 翻页形态 | pageNo \u002F cursor 参数在请求里 | 仅 URL 翻页、无限滚动、点「加载更多」 |\n\n**不是\"A 优先、B 兜底\"**——按侦察结果选。选 A 后再分叉：公开 API → terminal `curl` 复刻；\n依赖 Cookie \u002F 会话签名 → 同一 Tab 里 `eval fetch(...)`（分叉细节与坑见 `references\u002Fcollect-structured-data.md`）。\n> 这条 curl 路径是 operator「禁止裸 shell 替代浏览器面」的**唯一例外**（仅限侦察确认的无鉴权公开 API 复刻取数）；边界真源在 `skills_read(\"app:tabweb\u002Fbrowser-operator\")`「CLI 约定」。\n\n### ③ 链路测试：小样本定型脚本参数\n\n扩量前用**小样本**把以下四项从真实响应 \u002F 页面**定下来**，不许拍脑袋：\n\n1. **成功判据**——HTTP 200 ≠ 成功；从抓包的真实成功响应确定业务字段，并记一条失败 \u002F 风控响应的形状用于 fail-fast。\n2. **数据路径**——jq 路径（通道 A）或 selector（通道 B，先 `glance --screenshot` 自验，selector 易碎）。\n3. **翻页模式与终止条件**——通道 A 选 pageNo \u002F cursor，通道 B 选 URL 翻页 \u002F 无限滚动；终止条件从响应里的 total \u002F hasMore \u002F nextCursor 或 DOM 计数收敛推导。\n4. **前 3 条数据与页面可见内容对齐**。\n\n测试失败 → **回到 ② 换通道**（接口撞签名校验 → 换模拟操作；selector 全碎 → 换接口），别在原通道死磕。\n撞登录墙（接口返回 401 \u002F 未登录码、页面跳登录页）不算测试失败——停下等用户登录后在原通道继续。\n\n### ④ 脚本扩量\n\n链路定型后**一段脚本**收掉重复劳动（三种翻页模式的模板见 references，别手搓散成多轮）。硬规则：\n\n- 每次请求 \u002F 翻页检查退出码 + 成功判据，失败即停（fail-fast），**绝不空转**继续写产物。\n- 页间 \u002F 轮间 `sleep` 冷却；默认抓**有界初始批次**（如前 100 行 \u002F 前 5 页），在 manifest 标 partial，别默认全量拉爆。\n- 命中 `RATE_LIMITED` \u002F `BLOCKED` → 按 operator 反爬阶梯处理（可能换 session \u002F 新 Tab），然后**从断点恢复**，不重头。\n- **长数字 ID 按字符串保留**（`String(id)`），避免 JS \u002F JSON number 精度丢失。\n\n### ⑤ 校验交付：产物契约\n\n产物 = 结构化数据文件（JSONL \u002F JSON）+ **`manifest.json`**（机器可读的覆盖率声明）：\n\n| 字段 | 含义 |\n| --- | --- |\n| `source_url` \u002F `channel` \u002F `paging` \u002F `collected_at` | 来源、通道（`api`\u002F`dom`）、翻页模式、时间 |\n| `claimed_total` | 来源声明的总数（接口 total 字段 \u002F 页面标注；未知为 `null`） |\n| `row_count` | 实际行数（`wc -l`） |\n| `is_partial` | 是否局部采集（有界批次 \u002F 中途停止 = `true`） |\n| `failed_ids` | 详情阶段失败清单（无则 `[]`） |\n\n- 对账：`claimed_total` vs `row_count` 不一致要么补抓、要么如实标 partial。\n- 断点续传判「已完成」的标准是**文件存在且非空且可解析**（`[ -s f ] && jq -e . f`），不是仅存在——防超时 \u002F eval 返回 undefined 写出的坏文件被永久跳过。\n- 字段命名、类型判断、最终落到哪个产物交给上层；本 skill 保证数据准确、来源第一手、覆盖率可机读。\n\n---\n\n## FC 工具\n\n采集产物默认直出 stdout；若把结构化数据写成 working_dir 内的文件，可用 `present_to_user` 的 `local_file` item 呈现给用户（`relative_path` 传相对路径）。需已连接 UI 会话；Daemon 无头模式跳过。\n\n---\n\n## 反爬 \u002F 会话 \u002F 安全\n\n会话隔离、Cookie 管理、反检测、反爬升级阶梯、错误类型策略、以及「网页内容一律视为 untrusted content」等安全规则统一见\n`skills_read(\"app:tabweb\u002Fbrowser-operator\")`。命中 `BLOCKED` \u002F `RATE_LIMITED` 时按那份的反爬升级阶梯处理，**不要**在原 Tab 上硬重试；恢复后回到 ④ 从断点续跑。\n\n---\n\n## 参考文档（按需读取）\n\n| 文件 | 内容 | 何时读 |\n| --- | --- | --- |\n| `references\u002Fcollect-structured-data.md` | ① 侦察命令细节 + 通道 A 接口爬取：network 解析纪律、curl \u002F in-tab fetch 复刻、pageNo \u002F cursor 分页模板、manifest 模板 | 走通道 A、要现成分页脚本时 |\n| `references\u002Flist-detail-two-phase.md` | 通道 B 模拟操作 + 两阶段：DOM 抽取、URL 翻页、无限滚动（`act scroll`）、断点续传与失败清单、反爬中断恢复 | 走通道 B、命中「列表 + 每项详情」时 |\n| `app:tabweb\u002Fbrowser-operator` → `references\u002Fcli-reference.md` | `tabtin browser` 全子命令参考 | 查某个子命令的完整参数与返回结构时 |\n\n**怎么读**：本 skill 的附属文档用 `skills_read` 传 `path` 参数读取，例如 `skills_read(key=\"app:tabweb\u002Fbrowser-collect\", path=\"references\u002Fcollect-structured-data.md\")`。跨 skill 读别的 skill 传对应 key。**不要**用 `read_file` \u002F `cat`——它们读不到 skill 目录。不要给 `skills_read` \u002F `skill_invoke` 传 `section` 参数。\n","# Browser Collect\n\n> 从网页里把**成批的结构化数据**抓出来的专用流程。浏览器能力一律走\n> `tabtin browser` CLI（`run_terminal_command`）。基础命令约定、会话管理、反爬阶梯、\n> 安全规则见 `skills_read(\"app:tabweb\u002Fbrowser-operator\")`。\n\n---\n\n## 边界\n\n本 skill 只负责**从网页拿到第一手结构化数据**并输出成 JSON \u002F JSONL + manifest（stdout 或临时文件）。\n拿到数据之后往哪落地（表格、文档等）不在浏览器边界内——本 skill\n不做落地建模，也不代替下游写入。\n\n若用户目标是**采集并写入多维表**（含关联 \u002F 分表），交付 Bundle 后交给\n**`skills_read(\"app:tabdata\u002Fcollect-to-table\")`** 编排，不要在本 skill 内直接 `table create`。\n\n- 只读某页正文 \u002F 就这页问答 → 不是批量采集，回 `browser-operator`（`print --save` \u002F `tabtin fetch`）。\n- 批量抓列表 \u002F 详情结构化数据 → 本 skill。\n\n---\n\n## 五阶段工作流（任何采集任务都按这条链走）\n\n```\n① 侦察 → ② 选路 → ③ 链路测试 → ④ 脚本扩量 → ⑤ 校验交付\n              ↑ 换通道 ↩ ③ 测试失败       ↺ ④ 被限速\u002F封 → 反爬阶梯后从断点恢复\n```\n\n「列表 + 每项详情」两阶段任务 = 列表、详情**各跑一遍**这条链，且**可以选不同通道**\n（列表走接口、详情走模拟操作是常见组合）。\n\n> **登录墙 ≠ 失败（任何阶段都适用）**：目标页 \u002F 接口要求登录时，**停下来让用户在\n> TabTin 浏览器的这个 Tab 里手动登录**，确认后复用同一 `tabId` 继续（流程见\n> `skills_read(\"app:tabweb\u002Fbrowser-operator\")`「需登录页面」）。**不要**把登录墙当成\n> 通道失败去换网络搜索 \u002F 其他站点找替代数据源——用户指定了数据来源，换源等于换了任务。\n\n### ① 侦察：数据长在哪\n\n1. `tabtin browser tab list`：优先复用同域 Tab，避免丢登录态。撞登录墙 → **先让用户手动登录**再继续（见 `skills_read(\"app:tabweb\u002Fbrowser-operator\")`「需登录页面」）。\n2. `tabtin browser open --url \u003Curl> --wait-until domcontentloaded --timeout 15000`：导航超时也保留返回的 `tabId`。\n3. 依次看三处（命令细节见 `references\u002Fcollect-structured-data.md`，别凭记忆拼）：\n   **network 抓包**（XHR \u002F JSON \u002F GraphQL）→ **hydration**（`__NEXT_DATA__` \u002F `__NUXT__` \u002F Apollo \u002F Redux）→ **渲染后 DOM**。\n4. 产出一个明确结论：数据在「接口响应 \u002F hydration \u002F 仅 DOM」，以及是否依赖鉴权 Cookie \u002F token \u002F 签名。\n\n### ② 选路：两条通道平等，按判据选\n\n| 判据 | 通道 A · 接口爬取 | 通道 B · 模拟操作 |\n| --- | --- | --- |\n| 数据来源 | network 有业务 API，或 hydration 里有全量数据 | 数据只在渲染后 DOM |\n| 鉴权 \u002F 反爬 | 公开 API，或 Cookie \u002F 签名可原样复刻 | 强签名（改 URL 即 404）、会话级风控 |\n| 数据量 | 大批量、多页、要断点续传 | 单页小量时 `eval` 直抽反而省事 |\n| 翻页形态 | pageNo \u002F cursor 参数在请求里 | 仅 URL 翻页、无限滚动、点「加载更多」 |\n\n**不是\"A 优先、B 兜底\"**——按侦察结果选。选 A 后再分叉：公开 API → terminal `curl` 复刻；\n依赖 Cookie \u002F 会话签名 → 同一 Tab 里 `eval fetch(...)`（分叉细节与坑见 `references\u002Fcollect-structured-data.md`）。\n> 这条 curl 路径是 operator「禁止裸 shell 替代浏览器面」的**唯一例外**（仅限侦察确认的无鉴权公开 API 复刻取数）；边界真源在 `skills_read(\"app:tabweb\u002Fbrowser-operator\")`「CLI 约定」。\n\n### ③ 链路测试：小样本定型脚本参数\n\n扩量前用**小样本**把以下四项从真实响应 \u002F 页面**定下来**，不许拍脑袋：\n\n1. **成功判据**——HTTP 200 ≠ 成功；从抓包的真实成功响应确定业务字段，并记一条失败 \u002F 风控响应的形状用于 fail-fast。\n2. **数据路径**——jq 路径（通道 A）或 selector（通道 B，先 `glance --screenshot` 自验，selector 易碎）。\n3. **翻页模式与终止条件**——通道 A 选 pageNo \u002F cursor，通道 B 选 URL 翻页 \u002F 无限滚动；终止条件从响应里的 total \u002F hasMore \u002F nextCursor 或 DOM 计数收敛推导。\n4. **前 3 条数据与页面可见内容对齐**。\n\n测试失败 → **回到 ② 换通道**（接口撞签名校验 → 换模拟操作；selector 全碎 → 换接口），别在原通道死磕。\n撞登录墙（接口返回 401 \u002F 未登录码、页面跳登录页）不算测试失败——停下等用户登录后在原通道继续。\n\n### ④ 脚本扩量\n\n链路定型后**一段脚本**收掉重复劳动（三种翻页模式的模板见 references，别手搓散成多轮）。硬规则：\n\n- 每次请求 \u002F 翻页检查退出码 + 成功判据，失败即停（fail-fast），**绝不空转**继续写产物。\n- 页间 \u002F 轮间 `sleep` 冷却；默认抓**有界初始批次**（如前 100 行 \u002F 前 5 页），在 manifest 标 partial，别默认全量拉爆。\n- 命中 `RATE_LIMITED` \u002F `BLOCKED` → 按 operator 反爬阶梯处理（可能换 session \u002F 新 Tab），然后**从断点恢复**，不重头。\n- **长数字 ID 按字符串保留**（`String(id)`），避免 JS \u002F JSON number 精度丢失。\n\n### ⑤ 校验交付：产物契约\n\n产物 = 结构化数据文件（JSONL \u002F JSON）+ **`manifest.json`**（机器可读的覆盖率声明）：\n\n| 字段 | 含义 |\n| --- | --- |\n| `source_url` \u002F `channel` \u002F `paging` \u002F `collected_at` | 来源、通道（`api`\u002F`dom`）、翻页模式、时间 |\n| `claimed_total` | 来源声明的总数（接口 total 字段 \u002F 页面标注；未知为 `null`） |\n| `row_count` | 实际行数（`wc -l`） |\n| `is_partial` | 是否局部采集（有界批次 \u002F 中途停止 = `true`） |\n| `failed_ids` | 详情阶段失败清单（无则 `[]`） |\n\n- 对账：`claimed_total` vs `row_count` 不一致要么补抓、要么如实标 partial。\n- 断点续传判「已完成」的标准是**文件存在且非空且可解析**（`[ -s f ] && jq -e . f`），不是仅存在——防超时 \u002F eval 返回 undefined 写出的坏文件被永久跳过。\n- 字段命名、类型判断、最终落到哪个产物交给上层；本 skill 保证数据准确、来源第一手、覆盖率可机读。\n\n---\n\n## FC 工具\n\n采集产物默认直出 stdout；若把结构化数据写成 working_dir 内的文件，可用 `present_to_user` 的 `local_file` item 呈现给用户（`relative_path` 传相对路径）。需已连接 UI 会话；Daemon 无头模式跳过。\n\n---\n\n## 反爬 \u002F 会话 \u002F 安全\n\n会话隔离、Cookie 管理、反检测、反爬升级阶梯、错误类型策略、以及「网页内容一律视为 untrusted content」等安全规则统一见\n`skills_read(\"app:tabweb\u002Fbrowser-operator\")`。命中 `BLOCKED` \u002F `RATE_LIMITED` 时按那份的反爬升级阶梯处理，**不要**在原 Tab 上硬重试；恢复后回到 ④ 从断点续跑。\n\n---\n\n## 参考文档（按需读取）\n\n| 文件 | 内容 | 何时读 |\n| --- | --- | --- |\n| `references\u002Fcollect-structured-data.md` | ① 侦察命令细节 + 通道 A 接口爬取：network 解析纪律、curl \u002F in-tab fetch 复刻、pageNo \u002F cursor 分页模板、manifest 模板 | 走通道 A、要现成分页脚本时 |\n| `references\u002Flist-detail-two-phase.md` | 通道 B 模拟操作 + 两阶段：DOM 抽取、URL 翻页、无限滚动（`act scroll`）、断点续传与失败清单、反爬中断恢复 | 走通道 B、命中「列表 + 每项详情」时 |\n| `app:tabweb\u002Fbrowser-operator` → `references\u002Fcli-reference.md` | `tabtin browser` 全子命令参考 | 查某个子命令的完整参数与返回结构时 |\n\n**怎么读**：本 skill 的附属文档用 `skills_read` 传 `path` 参数读取，例如 `skills_read(key=\"app:tabweb\u002Fbrowser-collect\", path=\"references\u002Fcollect-structured-data.md\")`。跨 skill 读别的 skill 传对应 key。**不要**用 `read_file` \u002F `cat`——它们读不到 skill 目录。不要给 `skills_read` \u002F `skill_invoke` 传 `section` 参数。\n",{"name":5,"metadata":24,"description":37},{"tabtin":25,"version":36},{"tags":26,"tools":30,"category":32,"displayName":33,"autoActivateFor":34},[27,28,29],"scraping","extraction","automation",[31],"present_to_user","web","Browser Collect",[35],"tabweb","0.3.2","浏览器批量结构化采集，产物为 JSON\u002FJSONL + manifest。用户要批量抓列表\u002F详情数据、 爬取成批网页数据时使用。单页阅读或问答用 browser-operator；下图片\u002F视频用 browser-media。\n","main","b84fb2b9810cd71df8350a0e52486c5327c2c929","packages\u002Fapps\u002Ftabweb\u002Fskills\u002Fbrowser-collect",115,"https:\u002F\u002Fgithub.com\u002Ftabtin-ai\u002FTabTin","https:\u002F\u002Fwww.tabtin.com\u002F","https:\u002F\u002Fgithub.com\u002Ftabtin-ai","People, teammates, and Agents, meeting in one workspace. \u002F 你、搭子、Agent，在同一工作区里碰头。","2026-10-08 06:44:53",{"source":8,"skillName":5,"commands":48,"prompt":58,"zipAvailable":59},[49,52,55],{"tool":50,"command":51},"npx","npx skills add tabtin-ai\u002FTabTin --skill browser-collect",{"tool":53,"command":54},"bunx","bunx skills add tabtin-ai\u002FTabTin --skill browser-collect",{"tool":56,"command":57},"pnpm","pnpm dlx skills add tabtin-ai\u002FTabTin --skill browser-collect","安装技能，技能地址：https:\u002F\u002Fgithub.com\u002Ftabtin-ai\u002FTabTin\u002Fblob\u002Fmain\u002Fpackages\u002Fapps\u002Ftabweb\u002Fskills\u002Fbrowser-collect\u002FSKILL.md",true,[61,67],{"path":62,"resourceType":63,"resourceTypeDesc":64,"sizeBytes":65,"sourceHtmlUrl":66},"references\u002Fcollect-structured-data.md","REFERENCE","参考文档",8196,"https:\u002F\u002Fgithub.com\u002Ftabtin-ai\u002FTabTin\u002Fblob\u002Fmain\u002Fpackages\u002Fapps\u002Ftabweb\u002Fskills\u002Fbrowser-collect\u002Freferences\u002Fcollect-structured-data.md",{"path":68,"resourceType":63,"resourceTypeDesc":64,"sizeBytes":69,"sourceHtmlUrl":70},"references\u002Flist-detail-two-phase.md",7856,"https:\u002F\u002Fgithub.com\u002Ftabtin-ai\u002FTabTin\u002Fblob\u002Fmain\u002Fpackages\u002Fapps\u002Ftabweb\u002Fskills\u002Fbrowser-collect\u002Freferences\u002Flist-detail-two-phase.md",[72,79,86,93,100,107],{"skillNo":73,"name":74,"nameZh":6,"description":75,"descriptionZh":6,"repositoryFullName":8,"ownerLogin":9,"ownerAvatarUrl":10,"ownerAccountNo":11,"ownerDisplayName":12,"repositoryNo":13,"starsCount":14,"licenseSpdxId":15,"licenseFileUrl":6,"sourceHtmlUrl":76,"categories":77,"keywords":78,"publishedAt":19},"01M7AV7T04TVTA6639VSJA1MDM","tabtracker","管理自动化任务——创建、列出、暂停、恢复、立即触发（产品模块名「自动化」， 具体条目称「自动化任务」；CLI 命令仍为 tabtin tracker）。当用户表达\"派活\"意图时使用： 关键词包括\"帮我...\"、\"以后...\"、\"每天...\"、\"工作日...\"、 \"提醒我...\"、\"定时...\"、\"每周...\"。区分一次性指令（直接执行）和长期任务（创建 自动化任务，由调度器在指定时间唤起 Agent）。","https:\u002F\u002Fgithub.com\u002Ftabtin-ai\u002FTabTin\u002Fblob\u002Fmain\u002Fpackages\u002Fskills\u002Ftabtracker\u002FSKILL.md",[],[],{"skillNo":80,"name":81,"nameZh":6,"description":82,"descriptionZh":6,"repositoryFullName":8,"ownerLogin":9,"ownerAvatarUrl":10,"ownerAccountNo":11,"ownerDisplayName":12,"repositoryNo":13,"starsCount":14,"licenseSpdxId":15,"licenseFileUrl":6,"sourceHtmlUrl":83,"categories":84,"keywords":85,"publishedAt":19},"01M7AV7NXF303AF687GR2RZPG3","tabtin-project","在 Project Task 执行会话中工作：先读取当前任务工作面，再优先修改既有中间产物。 当系统上下文表明当前会话是 Project Task，或用户要求继续修改过程中的中间产物时使用。","https:\u002F\u002Fgithub.com\u002Ftabtin-ai\u002FTabTin\u002Fblob\u002Fmain\u002Fpackages\u002Fskills\u002Ftabtin-project\u002FSKILL.md",[],[],{"skillNo":87,"name":88,"nameZh":6,"description":89,"descriptionZh":6,"repositoryFullName":8,"ownerLogin":9,"ownerAvatarUrl":10,"ownerAccountNo":11,"ownerDisplayName":12,"repositoryNo":13,"starsCount":14,"licenseSpdxId":15,"licenseFileUrl":6,"sourceHtmlUrl":90,"categories":91,"keywords":92,"publishedAt":19},"01M7AV7JYFJ6HN80D12TGMMSTF","skill-market","管理 Skill 生命周期——列出已装、看详情、搜索市场、 安装、卸载、启用、禁用、更新。当用户表达\"装个技能 \u002F 卸载技能 \u002F 看看有什么技能 \u002F 启用禁用技能\"意图时使用。","https:\u002F\u002Fgithub.com\u002Ftabtin-ai\u002FTabTin\u002Fblob\u002Fmain\u002Fpackages\u002Fskills\u002Fskill-market\u002FSKILL.md",[],[],{"skillNo":94,"name":95,"nameZh":6,"description":96,"descriptionZh":6,"repositoryFullName":8,"ownerLogin":9,"ownerAvatarUrl":10,"ownerAccountNo":11,"ownerDisplayName":12,"repositoryNo":13,"starsCount":14,"licenseSpdxId":15,"licenseFileUrl":6,"sourceHtmlUrl":97,"categories":98,"keywords":99,"publishedAt":19},"01M7AV7F28TS1PCC9XE0859AVM","tabtin-widget","渲染可视化组件——用 show_widget 编译 SVG \u002F HTML(no-script) \u002F Mermaid 图做自由可视化。内容能落 present_to_user 4 类 kind → 不用 widget；长期可编辑产物 → TabData\u002F TabDoc\u002FTabSlide。","https:\u002F\u002Fgithub.com\u002Ftabtin-ai\u002FTabTin\u002Fblob\u002Fmain\u002Fpackages\u002Fskills\u002Fbundled\u002Fplatform\u002Fvisualization\u002Ftabtin-widget\u002FSKILL.md",[],[],{"skillNo":101,"name":102,"nameZh":6,"description":103,"descriptionZh":6,"repositoryFullName":8,"ownerLogin":9,"ownerAvatarUrl":10,"ownerAccountNo":11,"ownerDisplayName":12,"repositoryNo":13,"starsCount":14,"licenseSpdxId":15,"licenseFileUrl":6,"sourceHtmlUrl":104,"categories":105,"keywords":106,"publishedAt":19},"01M7AV7AWNVX8A2RXRX675350G","resource-link","插入资源链接——在 chat 文字流里给资源链接，markdown link 形态 [显示文本](tabtin:\u002F\u002Fresource\u002F\u003Ctype>\u002F\u003Cid>?hint=\u003CcarrierApp>)， 用户点击直接在 Space 内打开。行业格式（http\u002Fhttps\u002F file\u002Fmailto）也兼容；不要写 file:\u002F\u002F 让用户自己复制粘贴。","https:\u002F\u002Fgithub.com\u002Ftabtin-ai\u002FTabTin\u002Fblob\u002Fmain\u002Fpackages\u002Fskills\u002Fbundled\u002Fplatform\u002Fvisualization\u002Fresource-link\u002FSKILL.md",[],[],{"skillNo":108,"name":109,"nameZh":6,"description":110,"descriptionZh":6,"repositoryFullName":8,"ownerLogin":9,"ownerAvatarUrl":10,"ownerAccountNo":11,"ownerDisplayName":12,"repositoryNo":13,"starsCount":14,"licenseSpdxId":15,"licenseFileUrl":6,"sourceHtmlUrl":111,"categories":112,"keywords":113,"publishedAt":19},"01M7AV77XTH24EH30RYN9N5TKB","mcp-operations","操作本机 MCP 连接——通过 `tabtin mcp` CLI 查看当前 Space 已挂载的本机 MCP servers、tools\u002Fresources\u002F prompts，并用 `mcp_call_tool` 调用指定 MCP tool。 用户提到\"使用 Playwright MCP\"\"调用本机安装的 MCP 工具\"\"读取某个 MCP resource\"\"获取某个 MCP prompt\"时激活。","https:\u002F\u002Fgithub.com\u002Ftabtin-ai\u002FTabTin\u002Fblob\u002Fmain\u002Fpackages\u002Fskills\u002Fbundled\u002Fplatform\u002Fmcp\u002Foperations\u002FSKILL.md",[],[]]