當內容需要點擊、表單或工作階段時，動態網站可能會阻擋簡單的擷取。此技能使用 Firecrawl 瀏覽器互動來導覽頁面並擷取資料。

團隊需要從許多頁面取得可靠內容，而不必手動複製。此技能會引導 Firecrawl 爬取作業，包含範圍化路徑、限制、進度和已儲存結果。

複雜網站通常需要先進行多頁導覽，才能收集資料。此技能會引導 Claude、Codex 或 Claude Code 執行 Firecrawl Agent，並返回結構化網站資料。

Official TikTok access can require application review and does not fit quick, read-only research. This skill guides paid Fetcher.sh requests for posts, profiles, comments, and discovery feeds.

Instagram data collection can require Meta approval, browser automation, or separate scraping infrastructure. This skill provides paid, read-only REST and MCP access to public Instagram data.

當原始 JSON 以一長串字串傳入時，很難檢查。此技能會驗證輸入，並依照所選的縮排大小回傳易讀的格式。

在 AI 工作流程中，網頁內容通常很難以乾淨的格式收集。此技能使用 Firecrawl 來抓取、爬取、對應、搜尋並擷取結構化網站資料。

當不相關的記錄被群組在一起時，應用程式資料檔案可能會變得難以維護。此技能為模組化 Next.js 資料檔案提供簡單規則。

NBA 資料工作通常需要找出正確的端點、參數與回應格式。此 skill 會引導 Claude、Codex 和 Claude Code 完成 nba_api 的擷取、轉換與分析工作流程。

使用預設值時，Parquet 管線可能浪費儲存空間和記憶體。此技能會審查 Rust Parquet 的讀取與寫入，然後建議壓縮、大小設定、投影和篩選方面的改善。

大型資料湖若缺乏明確的架構選擇，可能會變得緩慢、昂貴且難以治理。此技能會引導分割區、儲存配置、結構描述演進、資料表格式、保留策略，以及具成本意識的 lakehouse 設計。

緩慢的 DataFusion 查詢可能浪費運算資源，並掩蓋簡單的計畫問題。此技能會檢閱 SQL 和 DataFrame 模式，然後提出具體的效能改善建議。

影片轉換與轉錄通常需要多個命令列工具。此技能提供一套 CLI 工作流程，用於擷取音訊、轉換格式，以及建立 Whisper 逐字稿。

ML 專案可能看起來很準確，但資料洩漏或薄弱的評估會掩蓋嚴重缺陷。此技能會引導針對切分、指標、訓練與部署準備度進行結構化檢查。

自訂圖表通常需要簡易圖表函式庫無法表達的互動。此技能會引導 D3.js SVG 設定、資料繫結、比例尺、座標軸、工具提示、縮放、轉場效果與色彩選擇。

資料模型與狀態更新若缺乏清楚審查，可能會逐漸偏離原本設計。此技能會引導你分析 typing、mutation 與 serialization 的選擇。

分散式神經網路訓練需要協調一致的設定、驗證與部署。此技能會引導 Flow Nexus 工作流程，從架構設計到生產環境服務。

智能代理經常重複效果不佳的策略，因為學習資料一直保持非結構化。此技能會將軌跡、模式、基準測試與建議組織成 ReasoningBank 工作流程。

ML 模型專案需要一條可重複的路徑，從資料準備一路到部署。此技能為 Claude、Codex 和 Claude Code 提供用於訓練、評估與封裝的結構化工作流程。

ML 訓練可能因 NaN 損失、過度擬合、收斂緩慢或梯度不穩定而失敗。此技能會引導診斷、針對性修正、驗證與報告。