非結構化文字通常需要可靠的欄位，才能輸入應用程式或資料庫。此技能會引導 Python 開發者使用 Cohere v2 structured outputs 與 JSON Schema 進行擷取。

Dynamic websites make reliable data extraction difficult. This skill discovers selectors, handles common loading patterns, and produces reusable Playwright scripts with structured output.

當文字、版面配置和圖片被分開擷取時，PDF 轉換經常會失敗。此技能會建立可追溯的頁面成品，結合文字中繼資料、轉譯圖片和頁面對應關係。

Blockchain data pipelines require clear source boundaries, destination settings, and validation before deployment. This skill guides those decisions and uses Goldsky commands to validate and deploy approved configurations.

Incorrect dataset names and chain prefixes can prevent blockchain pipelines from loading data. This skill provides Goldsky reference tables and verification guidance for selecting datasets, schemas, and available versions.

當代理編輯後端程式碼時，資料庫設定細節很容易被忽略。此技能為 Claude 和 Codex 提供關於 Neon、Drizzle schema 檔案、查詢與 migrations 的清楚指引。

資料庫結構描述變更可能造成資料遺失、查詢變慢，或 Drizzle 定義不一致。此技能會引導 Claude、Codex 和 Claude Code 進行結構化的結構描述設計、關聯、索引與審查步驟。

電子郵件測試經常因設計檢定力不足或同時變更多個變數，而得出不夠有力的結論。此技能可建立嚴謹的計畫，並在考量不確定性的情況下解讀結果。

付費搜尋匯出資料中隱藏著帶來轉換的查詢，以及成本高昂但未帶來轉換的模式。此技能可將它們轉化為關鍵字新增項目、否定關鍵字、n-gram 浪費排名及維護行動。

行銷活動團隊通常缺乏一致的方法，將網紅支出與營收、媒體價值及客戶成果連結起來。此技能採用透明的公式，並記錄假設、證據缺口、比較結果及實用建議。

若缺乏一致的基準與來源標籤，排名變化往往難以解讀。此技能會比較快照、找出有意義的變動，並建議聚焦的 SEO 行動。

SEO 團隊難以一致地比較成效及偵測顯著下滑。此技能可根據使用者提供或已連接的資料，建立標示資料來源的報告及以閾值為基礎的警示計畫。

不同創作者、平台和歸因方法的網紅行銷成效難以直接比較。此技能可將行銷活動資料轉換為評分卡、排名、洞察與建議。

當時機、歸因方式和對照組不一致時，付費行銷活動的變更很難判斷。此技能會建立固定的回顧分析，並給出明確的決策。

反向連結匯出資料與 AI 推薦資料難以進行一致的比較。此技能可產生標示資料來源的概況、趨勢、到達頁面洞察及依優先順序排列的行動建議。

在受眾、可信度、互動及行銷活動需求等方面，創作者候選名單難以採用一致標準進行比較。此技能會套用型別化的 ACE 評分，並將商業契合度分開評估。

頻率上升與成效下降背後可能隱藏不同的廣告活動問題。此技能會比較趨勢，並建議輪替廣告素材、擴大受眾，或維持現狀。

在團隊察覺問題之前，廣告活動支出可能已偏離計畫。此技能會比較目前支出與目標曲線，並識別需要檢視的觸發條件。

網紅行銷活動的預算難以在創作者、平台與內容格式之間取得平衡。此技能會根據您的輸入建立預算分配、預測、情境與重新分配建議。

客戶匯出資料難以轉換為一致的廣告受眾。此技能可建立種子受眾、類似受眾、排除受眾及漏斗階段區隔計畫。