apify-competitor-intelligence – 竞争对手情报分析 Skill

3周前更新 9 0 0 0

apify-competitor-intelligence 是帮助 AI Agent 抓取和分析竞争对手网站数据的 Skill,可用于监控竞品内容变化、提取页面信息并整理成结构化的竞争情报。

Skill 安装

多 Agent 安装
npx skills add https://github.com/apify/awesome-skills --skill apify-competitor-intelligence

使用 npx skills 快速安装,支持将 Skill 添加到多个兼容的 AI Agent。

Skill 调研报告

Skill 详细介绍

apify/awesome-skills#apify-competitor-intelligence 是 Apify 官方维护的 awesome-skills 仓库中的一个 Skill,Skill 名称为 apify-competitor-intelligence(竞品情报)。

它本质上是一套围绕 Apify 平台数据采集能力构建的竞品情报工作流指令集,用于让 AI Agent 在用户提出竞品分析、市场监控、对手动态追踪等需求时,能够按 Apify 官方推荐的方式组织任务、调用合适的 Apify Actor、整理返回数据并输出结构化结果。

它不是一个独立软件,也不是一个本地运行的爬虫程序。它依赖 Apify 云端平台及其 Actor 生态来实际完成数据采集,Skill 本身负责的是告诉 Agent 该做什么、该用哪个工具、该按什么标准整理结果。

主要解决的问题

– 用户想做竞品分析,但不知道去哪里抓数据、抓哪些字段
– 想让 Agent 自动化完成指定竞品 → 采集 → 对比 → 输出报告的链路
– 需要把多个数据源(网站、社交平台、搜索引擎、电商页面等)的对手信息统一到一张对比表或一份简报中

核心能力方向

– 定义竞品范围与采集目标
– 选择合适的 Apify Actor 完成具体网站 / 平台的数据抓取
– 对返回原始数据做清洗、去重、字段对齐
– 输出竞品对比、定价对比、内容 / 广告动向、舆情变化等分析结果
– 支持把结果整理成表格、简报或给下游 Agent / 工作流继续使用

它和普通 Agent 自身能力的区别

普通 Agent 在没有外网数据源和平台工具时,只能靠模型已知信息和用户提供的材料做推测性分析。装上这个 Skill 后,Agent 会被引导去调用 Apify 平台上的真实采集 Actor,把猜变成抓。

适合的用户

– 做市场 / 竞品研究的分析人员
– 电商、SaaS、内容行业的运营和增长团队
– 需要定期监控对手定价、上新、内容发布、广告投放的人
– 已经在用或准备用 Apify 平台的开发者

不太适合的需求

– 只想让 Agent 写一篇泛泛的竞品分析文章,不需要真实抓取数据的场景
– 目标站点强反爬、需要登录、需要人工验证的采集
– 需要法律合规审查的场景,Skill 本身不做合规判断

技术路线

Skill 通过 Agent 的指令加载机制注入,实际数据采集由 Apify 平台的 Actor 完成。Apify 是一个云端的网页抓取 / 自动化平台,提供大量现成 Actor 覆盖电商、社交、搜索、地图、招聘等常见场景。

Skill 安全评估

总体判断:这是一个偏数据采集与分析方向的 Skill,本身不直接在本地执行破坏性操作,但会涉及 Apify 平台账号、API Token、外部网络访问,以及把目标站点数据拉回本地 / 云端的流程,安全关注点主要在凭证管理和采集合规上。

需要关注的点

– Apify API Token:使用 Apify Actor 通常需要 Apify 账号和 API Token。Token 一旦泄露,可能被他人消耗你的 Apify 额度或读取你的账号数据。建议在 Apify 后台生成专用 Token,并只授予必要的权限范围。
– 网络访问:Skill 需要让 Agent 或 Apify 平台访问外部目标网站。请确认你要采集的目标站点在你的合法访问范围内。
– 采集合规:抓取第三方网站内容在不同国家和地区有不同规则。Skill 不做合规判断,是否合规由使用者负责。涉及个人信息、登录后内容、付费墙内容时尤其要谨慎。
– 第三方平台信任:Apify 是第三方商业平台,你的采集任务、目标 URL、返回数据都会经过 Apify 的服务器。请根据数据敏感程度决定是否使用。
– Agent 文件写入:如果 Agent 会把抓取结果写入本地文件,注意不要让 Agent 在未授权目录下写入,或覆盖已有重要文件。
– Prompt Injection 风险:抓回来的网页内容可能包含针对 AI 的诱导性文本。下游使用这些内容时,建议由人来审阅关键输出,不要让 Agent 直接依据抓回内容执行高权限操作。
– 环境变量:Token 通常通过环境变量注入。不要把 Token 硬编码在会被提交到 Git 仓库的文件里。

降低风险的做法

– 使用 Apify 后台生成的权限最小化 Token
– 只采集你有权访问、且符合目标站点条款的页面
– 抓取结果先人工过一遍,再进入下游自动化
– 如果只是想验证工作流,可以先用一个测试站点,而不是直接打生产目标
– 定期在 Apify 后台查看用量,发现异常消耗及时更换 Token

Skill 使用要求

一、Agent / 客户端

该 Skill 属于 Apify 官方 awesome-skills 仓库,官方未公布完整的第一方 Agent 支持矩阵。从 Skill 加载机制看,它更接近通用的指令型 Skill,凡支持加载 Skill / 自定义指令 / Markdown 指令集的 Agent 通常都能使用,例如 Claude Code、Codex、Cursor、Trae、OpenClaw、WorkBuddy 等。

不同 Agent 的 Skill 加载路径、触发方式和权限模型差异较大,能否顺利跑通以对应 Agent 当前版本为准。建议优先在你能熟练调试 Skill 的 Agent 中先跑一次。

二、运行环境 / 依赖

| 项目 | 要求 |
|—|—|
| Agent | 支持加载 Skill / 自定义指令的 Agent,如 Claude Code、Codex、Cursor、Trae、OpenClaw、WorkBuddy |
| 网络 | 必需。需要能访问 Apify 官方接口 |
| Apify 账号 | 使用 Apify Actor 必需 |
| Apify API Token | 使用 Apify Actor 必需 |
| 本地 Node.js / Python | Skill 本身不强制要求。如果 Agent 要执行本地脚本处理抓取结果,则按脚本顺序要求准备 |
| 浏览器 | 非必需,取决于具体调用的 Actor 是否需要浏览器会话 |

Node.js / Python 版本、操作系统要求等,官方未在该 Skill 层面统一下达硬性要求,具体以你要调用的 Apify Actor 以及本地处理脚本为准。

三、权限

– 网络访问:必需
– Apify API Token 读取:必需
– 文件写入(保存抓取结果):可选,取决于 Agent 和工作流
– Shell 执行:可选。Skill 本身不是本地程序,Shell 权限主要用于执行辅助脚本或本地数据处理
– 浏览器控制:可选,只有调用特定浏览器类 Actor 时才需要

四、账号 / API Key

– Skill 本身不是账号体系,它不注册也不托管账号。
– 使用 Apify 平台的 Actor 通常需要 Apify 账号和 API Token。
– 如果只是让 Agent 帮你规划竞品分析框架、设计采集字段,不实际调用 Apify,则可以不配置 Token。
– 如果 Workspace 里同时存在其他依赖第三方平台的分析 Skill,Token 要分开管理,不要混用。

最小使用条件

1. 一个支持加载 Skill 的 Agent
2. 可访问 Apify 的网络环境
3. 一个 Apify 账号及其 API Token
4. 明确的竞品目标(域名、平台、关键词等)

Skill 安装、使用与卸载教程

一、安装

本页面已经提供该 Skill 的安装指令,直接复制并粘贴到对应 Agent 或终端中执行即可。

如果不确定自己的 Agent 该怎么装 Skill,可以直接问当前 Agent:

如何安装 apify/awesome-skills#apify-competitor-intelligence?

也可以指定 Agent:

如何在 Claude Code 中安装 apify/awesome-skills#apify-competitor-intelligence?

如何在 Codex 中安装 apify/awesome-skills#apify-competitor-intelligence?

如何在 Cursor 中安装 apify/awesome-skills#apify-competitor-intelligence?

让 Agent 根据自己的 Skill 加载机制给出对应的安装步骤,通常比手工复制目录更稳妥。

如果 Skill 需要 Apify API Token,安装完成后请按 Apify 官方文档的方式配置 Token(通常通过环境变量注入,具体变量名以 Apify 官方文档为准),不要把 Token 直接写进 Skill 文件或提交到 Git。

二、安装后如何使用

安装后,Agent 会在你提出竞品情报相关需求时识别并应用这个 Skill。适合交给它的任务类型包括:

– 梳理一批竞品的公开信息
– 对比多个竞品的定价、功能页、主推卖点
– 监控某类内容 / 广告 / 新闻的动态变化
– 整理多家对手的数据到一张对比表

用自然语言直接描述需求即可,不需要背命令。示例:

使用 apify-competitor-intelligence,帮我把这三个 SaaS 竞品的定价页信息汇总成一张对比表。

使用 apify-competitor-intelligence,监控这几个竞品官网的产品更新页面,把最近一次改动整理成简报。

使用 apify-competitor-intelligence,分析这几个电商品牌在主流平台上的在售商品和价格区间,输出对比结果。

如果任务比较复杂,建议先让 Agent 和你对齐:竞品清单、对比维度、输出格式,再让它开始采集。这样既能控制 Apify 用量,也能减少返工。

三、卸载

不同 Agent 的 Skill 安装位置和管理方式不一样。常用的做法:

– 用对应 Agent 或 Skill 管理器提供的删除方式移除该 Skill
– 直接询问当前 Agent:

如何卸载 apify/awesome-skills#apify-competitor-intelligence?

如果没有统一卸载命令,让 Agent 根据你的实际安装路径来清理即可。卸载 Skill 不会影响你的 Apify 账号,但已产生的 Apify 数据与用量需要你自己在 Apify 后台管理。

常见问题

1. 没有 Apify 账号能用吗?

如果只是让 Agent 帮你规划竞品分析框架、设计对比维度、整理你已经掌握的材料,不实际抓数据,那么可以不用。要真正跑采集就要有 Apify 账号和 Token,因为采集动作是在 Apify 平台执行的。

2. 装完后 Agent 没反应,怎么办?

先确认 Skill 是否真的加载成功(不同 Agent 的查看方式不同,可以直接问 Agent:“现在能识别 apify-competitor-intelligence 吗?”)。其次确认你的表述里是否有明确的竞品情报意图,例如竞品对比监控对手分析对手定价,比帮我看看这个行业更容易触发。

3. 能同时装到多个 Agent 里吗?

可以。Skill 文件本身可以复制或分别安装到多个 Agent,但要注意:Apify API Token 的配置、用量统计、可能产生的重复采集,需要你自己管理。同一批竞品如果多个 Agent 同时跑,容易重复消耗额度。

4. Skill 更新后需要重装吗?

取决于你使用的 Agent 对 Skill 的更新机制。有些 Agent 支持拉取最新版本,有些需要手动替换文件。如果不确定,直接问当前 Agent 该 Skill 是怎么管理的、如何拉到最新版本。

5. 会不会修改我现有的项目文件?

Skill 主要做数据采集和分析,不会主动去改你的代码。但如果 Agent 在整理结果时决定把输出写入文件,那它落地的位置由 Agent 决定。建议在启动任务前先跟 Agent 说明输出目录,或者关闭自动写入权限,由你手动接收结果。

6. 中国大陆使用有没有网络限制?

Apify 是境外平台,从中国大陆访问 Apify 接口的稳定性取决于你的网络环境。需要稳定使用的话,建议确认 Agent 所在环境能稳定访问 Apify 官方域名,否则采集任务可能超时或中途失败。

7. 采集别人的网站合法吗?

Skill 本身不做合规判断。采集前请确认:目标站点的 robots.txt、服务条款、所在地区关于数据抓取和个人信息保护的规定。涉及登录后内容、个人数据、付费内容时尤其要谨慎。合规责任在使用者。

Skill 更新日志

版本列表
无版本号
chore:重新生成 marketplace.json、AGENTS.md 和 README [bot]
无版本号
添加 apify-orchestrator-actor-development 技能 (#72) * 添加 apify-orchestrator-actor-development 技能 构建 TypeScript Apify 编排器 Actor —— 使用 apify-orchestrator 库协调一系列子 Actor(可选带一个 LLM 步骤)。交互式脚手架流程, 包含 Apify MCP schema 发现、通过 maxTotalChargeUsd 设置每步成本预算, 以及 OpenRouter LLM 步骤。 Co-Authored-By: Claude Opus 4.7 * fix(apify-orchestrator-actor-development):修正成本跟踪、子任务状态检查和 MCP 字段名 对照实时 Apify 平台和 Apify MCP 服务器进行测量;以下每项更改 都有一次运行或一次调用作为依据,而非仅凭审查。 成本跟踪(返回的 Run 报告 $0): - `run.usageTotalUsd` 在 `.call()` 返回的对象上为 0,而且它不会随后 完整到达 —— 按事件付费的子任务在达到 SUCCEEDED 后仍会按计费事件 持续计费数秒。实测:一个两项子任务在约 3 秒时读取为 $0.0020, 最终结算为 $0.0040,而一个同类任务在 8 秒时仍读取为 $0。采用返回的 值会使整个工作流的 `spent` 保持为 0,因此累计总额从未变动。 - 将每个子 Run 记录在账本中,并等待其费用稳定下来,而不仅仅是变为 非零;在每次预算决策前和退出时重新读取已记录的 Run,以便延迟的 费用仍能计入总额。 - 修正关于累计总额可防止失控支出的说法。在均分且子任务遵守其上限的 情况下,该防护无法在最后一步之前触发;它只是针对无上限步骤的兜底, 且仅在超支已及时累积完成时才有效。实测:一个无上限步骤在总额 $0.0030 的情况下计费 $0.0040,而下一步仍然启动了。 子任务状态(失败的步骤看起来像空步骤): - FAILED、ABORTED 或 TIMED-OUT 的子任务返回一个带 dataset id 的 Run 对象,读取该 dataset 会得到 [] 而非错误 —— 在一个 TIMED-OUT 子任务上 实测。模板直接调用 listItems(),因此失败的步骤被当作空步骤处理, 工作流报告成功但无数据。添加了 requireSucceeded() 以及一条描述该 失败模式的注意事项。 Apify MCP 字段名(在 apify-mcp-server 0.16.0、7 个 Actor 上实测): - `fetch-actor-details` 的参数是 `actor`,不是 `actorId`;`actorId` 会失败, 报 "must have required property 'actor'"。 - 定价位于 `actorInfo.pricing`,不是 `pricingInfo`。对于按事件付费的 Actor,它会逐项列出费用,这正是设定上限所需的信息。 - 描述上没有 REQUIRED 前缀(7 个 Actor 中 0 个);必填字段通过标准的 `inputSchema.required` 数组传递。两条指示 agent 高亮 REQUIRED 前缀 字段的说明指向了空处。 - 枚举列表不会截断到 200 字符:google-search-scraper 返回了全部 240 个 countryCode 值(480 字符)。 - 所有 7 个 Actor 都缺少 `outputSchema`,包括本技能自己的示例。 同时添加必需的 `metadata` 块(keywords、category: actor-development); 没有它,scripts/generate_agents.py 会无法通过目录 lint。 Co-Authored-By: Claude Opus 5 * chore:从技能 PR 中移除生成的目录文件 marketplace.json、agents/AGENTS.md 和 README 技能表由 SKILL.md frontmatter 生成,并在合并后由 bot 重新生成;技能 PR 只能改动 skills/apify-/(validate-pr 范围检查)。 Co-Authored-By: Claude Opus 5 --------- Co-authored-by: Claude Opus 4.7 Co-authored-by: pavel242242
无版本号
chore:重新生成 marketplace.json、AGENTS.md 和 README [bot]
无版本号
添加 apify-blocked-scrape-triage 技能 (#84) * 添加 apify-blocked-scrape-triage 技能 针对返回空结果的抓取进行分诊:在花费任何成本之前,区分硬封锁、 托管挑战、失效路径和渲染问题,然后按成本顺序升级,浏览器放在最后。 * 纳入关于分诊技能的审查反馈 - 在使用其挑战标记之前先确认 CDN 供应商,并让正文覆盖缺失的响应头 - 解释为什么解除盲化的修复是一个 hook:Actor 输入不包含任何 Crawlee 的 session-pool 选项,已对照构建 schema 实测 - 将住宅代理探测设为需先询问,并优先选择免费的第二个观测点 而非付费运行 * 将目录元数据移入 SKILL.md frontmatter 目录现在由 frontmatter 生成,因此 keywords 和 category 位于 SKILL.md 中, 手写的 marketplace.json 条目已移除。 * fix(apify-blocked-scrape-triage):修正实测结论、保护 pageFunction、设置 category 于 2026-09-21 对照实时平台验证;详情如下。 代码修复: - 两个示例 pageFunction 都未加保护地调用了 context.$。在响应没有 HTML 正文时 —— 空正文的 403,或 text/plain,即本技能所诊断的 正是这种情况 —— context.$ 不是函数,pageFunction 会抛出异常。 该项随后带有 #error,与没有该 hook 的运行无法区分,因此 hook 的 效果在下一行就被抵消了。实测:一次运行中 6 次失败。现已加保护; 当没有 HTML 时,依赖 $ 的字段返回 null。 针对 403(可读状态,无抛出)和 HTML 页面(title、scripts、 mountPoints、offHostLinks 不变)重新实测。 修正的结论: - 该 hook 的标题数字将 "items carrying fields" 列引用为 "classified refusals"。根据本技能自己的表格,分类计数从 0 -> 2, 而 3 -> 6 是携带字段的项。 - `gotOptions.throwHttpErrors = false` 表格行并未测量某个设置: gotOptions 不在该 Actor 的 30 个输入字段中,且该 Actor 接受包含 它的输入而不报验证错误,并静默丢弃它。该行已移除,发现已在原处说明。 - application/json 和 application/xml 属于 cheerio-scraper 的默认 MIME 类型,因此 JSON 端点根本不需要 additionalMimeTypes。该 Actor 在 跳过错误中列出了自己允许的列表。(该 Actor 发布的 schema 描述在 这一点上已过时。) - 完整账户审批并非仅限浏览器:cheerio-scraper 和 web-scraper 也需要它, 因此这不是偏好其中一个而非另一个的理由。已添加到 Prerequisites, 因为其失败模式在那里很重要:stdout 带退出码 0。 新增: - proxyConfiguration 通过 MCP 是必需的,但通过 CLI 不是。 - CLI 接受 additionalMimeTypes,而 MCP 在任何编码下都拒绝它。 元数据: - category: data-extraction -> actor-development Co-Authored-By: Claude Opus 5 --------- Co-authored-by: pavel242242 Co-authored-by: Claude Opus 5
无版本号
chore:重新生成 marketplace.json、AGENTS.md 和 README [bot]
无版本号
添加 apify-jobs-data 技能 (#40) 添加 apify-jobs-data 技能:通过 agentx/all-jobs-scraper 跨 20+ 个招聘板 提取职位发布,具备跨板去重、启发式幽灵职位和转载标记、规范化字段, 以及在其之上的分析 / 导出 / 简历匹配模式。 在维护者对贡献者分支进行一轮审查后合并:验证了实时 Actor schema 和 定价,按 Actor 修正了上限字段名,删除了 Google Jobs 承诺(不在聚合器 枚举中),重建了简历匹配示例以去除捏造证据,围绕抓取的职位描述添加了 提示注入边界,并解决了路由矛盾,使一个返回区域内无结果的具名招聘板 获得一次有上限的回退运行,而不是被直接放弃。 通过与 Actor 自身文档配对的评估验证(9 月 16 日和 21 日): 0 个捏造值,每个统计量都可从记录重新计算,且 7 次 Actor 运行中 无策略偏差。 Co-authored-by: oleg martinez Co-Authored-By: Claude Opus 5
无版本号
chore:重新生成 marketplace.json、AGENTS.md 和 README [bot]
无版本号
添加 apify-app-store-intelligence 技能 (#89) 两个提交:技能由 @donnywin85 提供,以及一个维护者提交,纳入了来自 #41 和 #54 的 Google Play 工作。 取代: - #41 由 @Freshactors 提供 —— freshactors/google-play-scraper mode=details 带 1–5★ ratingHistogram、按模式成本模型,以及跨商店标识符速查表 - #54 由 @0xsline 提供 —— neatrat recentDays 用于硬日期窗口,以及 sortBy "newest" / appVersion 作为真实输入字段
无版本号
feat(apify-app-store-intelligence):纳入 #41 和 #54,对照实时 API 修正路由事实 - 来自 #41 的 Google Play 模块(@Freshactors):freshactors/google-play-scraper mode=details 带 ratingHistogram,$0.002/app,按模式成本模型和跨商店标识符速查表 - 来自 #54 的 Google Play 窗口事实(@0xsline):neatrat recentDays,以及 sortBy "newest" / appVersion 是真实输入字段,尽管该 Actor README 记录的是其他字段 - 路由表现在为每个被路由的 Actor 都带有上限和价格(价格读取自实时 Actor 定价 2026-09-18),包括此前留作 "see schema" 的 fail-open 默认值 - Apple 确实发布 1-5 星直方图:sourabhbgp/apple-app-store-scraper mode=app-details 返回 ratingsHistogram,其总和等于 userRatingCount;includeVersionHistory 不额外收费 (2026-09-19 实测:带与不带均为 $0.004) - changesOnly 按其实际行为记录:该模式下的首次运行会输出每个应用并作为 基线,快照在整个 Apify 账户间共享,评分以 5 位小数精度进行差异比较, 且源被边缘缓存约 24 小时,因此同日的版本更新可能被遗漏 - apify actors info 接受 --input 而无需 --json(CLI 1.10.0 否则会隐藏 schema) - brilliant_gum version 可以是字面量 "VARY";评论文本标记为不可信内容 - 目录产物(marketplace.json、README 表格、agents/AGENTS.md)已还原为 main;bot 会在合并后从 SKILL.md frontmatter 重新生成它们 Co-Authored-By: Claude Opus 5
无版本号
chore:为 apify-app-store-intelligence 重新生成目录 该技能在 d32f471 中添加时未重新生成生成的目录,因此 marketplace.json、 agents/AGENTS.md 和 README 技能表未列出它。PR 工作流会重新生成目录并 进行比较;fork PR 的 token 无法将结果推送回去,因此该作业会失败而非 自愈。 由 scripts/generate_agents.py 生成,无手动编辑: 写入 14 个插件。纯新增 —— 26 处插入,0 处删除。 Co-Authored-By: Claude Opus 5 Claude-Session: https://claude.ai/code/session_01MQCHGvdKdAa9fZroPjrXte
无版本号
fix(apify-osint-threat-intel):替换已弃用的租赁 Reddit Actor,强制时效性,设置新闻时间范围 (#125) * fix(apify-osint-threat-intel):将已弃用的 trudax/reddit-scraper 替换为 harshmaur/reddit-scraper trudax/reddit-scraper 在商店中已弃用(租赁,$45/月)。将三个 Reddit 步骤 路由到 harshmaur/reddit-scraper,它已是此处的回退方案,也是 apify-easy-competitive-intelligence 中 main 上的回退方案,其输入已通过实时运行验证:withinCommunity 恰好接受一个 subreddit("A OR B" 值会静默丢弃过滤器并搜索整个 Reddit),postedAfter 强制窗口 (searchTime 不会 —— 该 Actor 会用多年前的帖子填充上限),maxPostsCount 按搜索词计, 无 proxy 字段。Troubleshooting 现在指向 RUN-SUMMARY(inputWarnings、emptyReason) 以及 fatihtahta/reddit-scraper-search-fast 作为按项付费的回退方案。 Co-Authored-By: Claude Opus 5 * fix(apify-osint-threat-intel):在 google-news-scraper-fast 示例中设置 timeframe 该 Actor 的 `timeframe` 默认为 `1h`,因此 "recent activity" (2c) 和 "landscape" (2d) 新闻调用几乎返回不了任何内容,除非模型猜到了该字段。 为威胁行为者活动设置 `30d`,为每周态势设置 `7d`,与评估运行 (E3、E4、E8、E9)不得不手动添加的内容一致。 Co-Authored-By: Claude Opus 5 --------- Co-authored-by: Claude Opus 5
无版本号
chore:重新生成 marketplace.json、AGENTS.md 和 README [bot]
无版本号
添加 apify-reddit-scraper 技能 (#114) * feat:添加 apify-reddit-scraper 技能 * fix(apify-reddit-scraper):按词成本公式、相对时段的 postedAfter、实时 schema 事实 在作者设计之上的维护者文本修正(无结构性更改): - maxPostsCount 按搜索词计;成本公式 = 词数 × maxPostsCount × (1 + maxCommentsPerPost),附来自实时运行的示例 - "last month" → postedAfter(强制 sort=new),并说明与 searchTime 的权衡 - 运行前显示可见的运行部分(词数、估算);运行后检查估算 ≥ 结算值 - dataType user → user_profile;帖子上的 searchTerm 为 null,评论上缺少 postTitle;removed_by 为 snake_case - 错误行与实时 README 一致(错误日期 = fail-open,无目标 = 0 项) - aiAnalysis 在 Free 上计费;UGC 防护语句;--user-agent 仅在可接受处使用 在三次隔离的评估运行中测量(R4/R4b/R4c,0 个捏造值)。 Co-Authored-By: Claude Opus 5 --------- Co-authored-by: Harsh Maur Co-authored-by: Pavel Chocholous Co-authored-by: Claude Opus 5
无版本号
chore:重新生成 marketplace.json、AGENTS.md 和 README [bot]
无版本号
还原手动目录重新生成 目录文件由合并后重新生成工作流负责。此操作还原 e1245ea,以便修复后的 GITHUB_TOKEN 作业能够证明完整流程。
无版本号
合并拉取请求 #124,来自 apify/codex/use-github-token-catalog-regen 使用 GITHUB_TOKEN 修复目录重新生成
无版本号
fix:使用 GitHub token 重新生成目录
无版本号
为 apify-plan-travel 重新生成目录
无版本号
合并拉取请求 #123,来自 apify/codex/consolidate-apify-travel-skills 添加整合后的 Apify 旅行规划技能
无版本号
添加整合后的 Apify 旅行规划技能
无版本号
合并拉取请求 #69,来自 johnisanerd/add-apify-yandex-search-api 添加 apify-yandex-search-api 技能
无版本号
在将 Yandex Images 合并到 main 后重新生成目录
无版本号
合并拉取请求 #70,来自 johnisanerd/add-apify-yandex-image-search-api 添加 apify-yandex-image-search-api 技能
无版本号
合并 main 并应用经审查的 Yandex 图像技能修正
无版本号
合并 main 并应用经审查的 Yandex 网页技能修正
无版本号
合并拉取请求 #106,来自 johnisanerd/add-apify-company-data-api 添加 apify-company-data-api 技能
无版本号
合并拉取请求 #107,来自 johnisanerd/add-apify-marketing-agency-database 添加 apify-marketing-agency-database 技能
无版本号
应用经审查的 Clutch 技能修正并重新生成目录 (#106)
无版本号
应用经审查的 Clutch 技能修正并重新生成目录 (#107)
无版本号
合并拉取请求 #93,来自 luispintoapify/add-apify-product-data-setup 添加 apify-product-data-setup 技能

暂无评论

none
暂无评论...