前言¶

做数据采集的人大多经历过这个过程：先写脚本抓页面，再补反爬，最后手工把字段拼回表里。三件事散落在临时代码、调试笔记和聊天记录里，换个站点或换个负责人就要重来一遍。

爬虫数据采集专家要解决的就是这件事：把「数据采集 + 数据清洗」打包成一个有明确触发词的方案，让 Agent 在接到采集类需求时按固定流程走，而不是每次从零写脚本。

本文基于 2026-10-30 抓取的官方资料写成。官方页面与接口在写作时均无法访问（返回抓取失败），因此下列事实一律以预抓取资料为准，未核实的内容直接不写。

这是什么¶

一句话定位：一个面向企业与个人的爬虫数据采集与清洗方案 Skill。

• 名称：爬虫数据采集专家
• 坐标：@kunlungrowth/kunlun-da-664
• 版本：1.0.0
• 来源（source）：enterprise
• 分类：data-analysis
• 发布者：昆仑增长
• 官方地址：https://api.skillhub.cn/kunlungrowth/kunlun-da-664
• SkillHub 页面：https://www.skillhub.cn/skills/kunlungrowth/kunlun-da-664

解决的问题：采集与清洗长期靠一次性脚本，缺少统一的触发条件、流程和输出约定。该 Skill 用 Trigger on 关键词定义触发时机，把流程固定下来。

页面快照数据（抓取时间 2026-10-30）：评分 100000，下载 1189，安装 0。安装数为 0 意味着目前没有公开的采用记录可参考，本文也不引用任何用户反馈。

核心能力¶

资料中可核对的能力只有简介里明确写的两条：

1、数据采集：从目标站点抓取所需数据。
2、数据清洗：对抓取结果做清洗，形成可用数据集。

触发方式是关键词驱动。官方简介给出的 Trigger on 关键词为四个：

数据采集 / 爬虫 / 数据抓取 / 数据清洗

也就是说，当请求命中这四个词之一时，Skill 被激活，按采集与清洗的流程执行，而不是把它当成普通问答。

另一个值得注意的字段是标签 requires_api_key=false，含义是调用该 Skill 不需要额外配置 API Key。对不想维护密钥的企业或个人来说，这是门槛上的优势。

需要提醒的是：资料里没有出现反爬策略、代理池、调度、增量抓取、JS 渲染等实现细节，也没有列出支持的数据源类型。这些能力是否存在，本文不做推断。

安装与启用¶

这里必须如实说明：已抓取的资料中没有出现任何安装命令、目录路径或配置文件字段，官方页面在写作时无法访问，因此本文不给出具体安装指令。

可以核对的只有入口本身：

https://api.skillhub.cn/kunlungrowth/kunlun-da-664

https://www.skillhub.cn/skills/kunlungrowth/kunlun-da-664

该 Skill 基于通用 SKILL.md 格式。这类格式的 Skill 在支持 skills 的 Agent 宿主里通常以目录形式加载，即把 SKILL.md 放进宿主的 skills 目录，由宿主在匹配到触发词时读取。如果你使用的是 Cursor、Codex CLI 或 Claude Code，具体目录名、加载命令与配置方式各不相同，而这三者的差异在已抓取资料中都没有出现。

因此建议的操作顺序是：先打开官方地址确认安装方式，再按宿主文档配置，不要照搬其他 Skill 的路径。若你的宿主完全不支持 SKILL.md 加载，这个 Skill 就无法启用，它的关键词触发机制也就不会生效。

典型用法¶

官方资料给出的可复现示例只有触发方式，没有附带示例脚本或样例数据。下面是按 Trigger on 关键词组织的用法。

场景一：命中「数据抓取」

帮我抓取某站点商品列表页，把标题、价格、上架时间取下来

这条请求含「抓取」，命中触发词，Skill 进入采集流程。

场景二：命中「数据清洗」

把刚才抓到的商品数据清洗一下，去掉重复行，统一价格为数字类型

这条请求含「清洗」，同样命中触发词，Skill 进入清洗流程。

场景三：同时命中，走完整链路

采集这批数据并清洗成可直接入库的格式

「采集」与「清洗」都在触发词表里，Skill 按采集到清洗的顺序执行。

使用上的约束：触发依赖关键词匹配，所以请求里最好明确出现「采集」「抓取」「爬虫」「清洗」这类词。只说「我要这批数据」而不用触发词，Skill 未必被激活。另外，采集目标是否合规、站点 robots 与访问频率限制是否满足，都需要使用者在调用前自行判断，官方资料对此没有给出说明。

适用场景与注意¶

适合的场景：

1、团队或个人需要一个固定流程来跑采集与清洗，不希望每次重写脚本。
2、需求命中采集或清洗关键词，且希望 Agent 按方案执行而不是自由发挥。
3、不想为调用单独申请和配置 API Key 的情况。

限制与坑：

1、实现细节不透明。资料里没有反爬、代理、并发、重试、JS 渲染等说明，遇到复杂站点前需要先确认能力边界。
2、安装数为 0，缺少公开采用反馈，遇到问题时没有社区案例可查，只能回到官方地址提需求。
3、关键词触发是字符串匹配，措辞偏离触发词时可能不激活，建议在需求描述里显式带上「采集/抓取/清洗」。
4、合规责任在使用方。采集范围、频率、数据用途需要自行评估，Skill 不会替你判断目标站点是否允许抓取。

结尾¶

爬虫数据采集专家的价值不在反爬或清洗算法上，而在把采集与清洗的流程和触发条件固定成一套可复用的方案，降低每次采集需求的启动成本。它不需要 API Key，触发条件清楚，但实现细节与安装方式在公开资料里都没有展开，需要先打开官方地址核实。

官方地址：https://api.skillhub.cn/kunlungrowth/kunlun-da-664

SkillHub 页面：https://www.skillhub.cn/skills/kunlungrowth/kunlun-da-664