Communitygithub.com

signal-lab-apify-tools

Nutze die fokussierten öffentlichen Daten-APIs von Signal Lab oder die offiziellen MCP-Tools für öffentliche YouTube-Untertitel, die Umwandlung von Websites in Markdown für RAG, die Extraktion bekannter Stellenausschreibungen, Amazon-Preisverfolgung, Google-Autocomplete-Recherche, Reddit-Recherche und die Extraktion von Restaurantmenüs. Verwenden Sie diesen Skill, wenn ein Agent einen dieser öffentlichen Daten-Workflows benötigt und einen begrenzten, wahrheitsgetreuen Apify- oder MCP-Pfad wählen soll, anstatt selbst Scraping-Fähigkeiten zu erfinden.

Was ist signal-lab-apify-tools?

Signal Lab Apify Tools ist ein Routing-Skill für KI-Agenten (z. B. Claude Code, Cursor, Codex), der einen schmalen, aber leistungsstarken Satz von öffentlichen Daten-Workflows über Apify Actors und MCP-Server bereitstellt. Der Skill umfasst sieben spezifische Tools: YouTube-Untertitel-Extraktion, Website-zu-Markdown-Crawling für RAG, Extraktion von Feldern aus bekannten Stellenausschreibungen (insbesondere Schema.org JobPosting), Amazon-Preisverfolgung, Google-Autocomplete-Keyword-Recherche, Reddit-Recherche und Restaurantmenü-Extraktion. Der Skill erzwingt strenge Grenzen: Agenten dürfen nur die engste Übereinstimmung für die Aufgabe verwenden, keine Paywalls umgehen, Preise und Schemas vor der Ausführung live prüfen und mit minimalen, umkehrbaren Aufrufen beginnen. Er unterstützt sowohl MCP-fähige Clients (über Apifys gehosteten MCP-Server) als auch REST-API-Aufrufe (mit den eigenen Apify-Token des Benutzers) und enthält detaillierte Anleitungen zu Kosten, Fehlerbehandlung und Wiederholungslogik. Der Skill betont Wahrhaftigkeit: Agenten sollen keine Felder erfinden, die auf der Seite nicht vorhanden sind, und keine Funktionen wie Transkription oder clientseitiges Rendering vorgeben, die die Actors nicht bieten.

Funktioniert mit✓Claude Code✓Codex CLI✓Cursor
npx skills add https://github.com/VZezelin/first/tree/main/skills/signal-lab-apify-tools
Original anzeigen→Alle Skills durchsuchen

In Ihrer bevorzugten KI fragen

Öffnet einen neuen Chat, in dem dieser Agent-Skill bereits geladen ist.

OpenAIChatGPTClaudeClaudeGeminiGeminiGrokGrokPerplexityPerplexityDeepSeekDeepSeek

Dokumentation

Signal Lab Apify Tools – Deutsche Lokalisierung

Nutzen Sie Signal Lab als Routing-Skill für einen kleinen, fokussierten Satz von öffentlichen Daten-Workflows. Bevorzugen Sie den schmalsten Actor, der zur Aufgabe passt, halten Sie die Eingaben begrenzt und behandeln Sie das live Apify-Actor-Eingabeschema und die Preisgestaltungs-Registerkarte als Quelle der Wahrheit.

Verwendung wenn

  • Der Benutzer öffentlich verfügbare YouTube-Untertitel oder zeitgestempelte Untertitel-Segmente für Recherche, RAG oder Analyse benötigt.
  • Der Benutzer eine öffentliche Website oder einen begrenzten Crawl derselben Domain in sauberes Markdown für RAG, semantische Suche, Indexierung oder LLM-Analyse umgewandelt haben möchte.
  • Der Benutzer bereits eine oder mehrere öffentliche Stellenausschreibungs-URLs hat und normalisierte Stellenfelder benötigt, insbesondere Schema.org JobPosting-Daten, wenn diese von der Seite bereitgestellt werden.
  • Der Benutzer eine öffentliche Amazon-Produktpreis- oder -verfügbarkeitsverfolgung, live Google-Autocomplete-Keyword-Vorschläge, öffentliche Reddit-Recherche oder unterstützte Restaurantmenü-Extraktion benötigt.
  • Ein MCP-fähiger Client einen oder mehrere Signal Lab Actors als Tools über Apifys gehosteten MCP-Server bereitstellen soll.
  • Ein Nicht-MCP-Workflow den entsprechenden Actor über die Apify REST API aufrufen und dessen Dataset konsumieren soll.

Nicht verwenden wenn

  • Die Aufgabe das Umgehen von Login-Wänden, Paywalls, CAPTCHAs, Robots-Einschränkungen, Anti-Bot-Kontrollen, privaten Seiten oder anderen Zugriffskontrollen erfordert.
  • Der Benutzer eine Audio-Transkription eines YouTube-Videos ohne zugängliche öffentliche Untertitelspur anfordert; der YouTube-Actor extrahiert verfügbare Untertitel und ist kein Sprach-zu-Text-Dienst.
  • Die Website clientseitiges JavaScript-Rendering erfordert, das ein reiner HTTP-Crawler nicht bieten kann; behaupten Sie nicht, dass der Website-to-Markdown-Actor SPAs rendert.
  • Der Benutzer eine breite Jobbörsen-Erkundung wünscht, anstatt eine Extraktion aus bekannten unterstützten öffentlichen Job-URLs; implizieren Sie nicht, dass der Job Vacancy Scraper jede Jobbörse durchsucht.
  • Die angeforderte Quelle oder Nutzung gegen geltendes Recht, Datenschutzanforderungen, Urheberrechtsverpflichtungen, Seitenbedingungen oder die Autorisierung des Benutzers verstoßen würde.
  • Die Aufgabe direkt ohne externe Datenausführung beantwortet werden kann; starten Sie keinen Actor nur, um den Skill zu demonstrieren.

Arbeitsablauf

  1. Identifizieren Sie den genauen Datenbedarf und wählen Sie das am besten passende Tool.
    • YouTube-Untertitel: signal_lab/youtube-transcript-scraper
    • Website zu Markdown: signal_lab/website-to-markdown-crawler
    • Extraktion bekannter öffentlicher Job-URLs: signal_lab/job-vacancy-scraper
    • Amazon-Preisverfolgung: signal_lab/amazon-price-tracker
    • Google-Autocomplete-Recherche: signal_lab/google-autocomplete-keywords
    • Reddit-öffentliche-Recherche: signal_lab/reddit-search-comments
    • Restaurantmenü-Extraktion: signal_lab/restaurant-menu-extractor
  2. Lesen Sie das live Apify-Eingabeschema und die Preisgestaltungs-Registerkarte des Tools vor der Ausführung. Preisgestaltung, Verfügbarkeit und Schema können sich ändern; Dokumentationsbeispiele sind kein Ersatz für den Live-Zustand.
  3. Wählen Sie die Ausführungsoberfläche.
    • Bevorzugen Sie Apifys gehosteten MCP, wenn der Client MCP unterstützt und der Benutzer sich bei Apify authentifizieren kann.
    • Andernfalls verwenden Sie die Apify REST Actor API mit dem eigenen Apify-Token des Benutzers.
  4. Beginnen Sie mit der kleinsten sinnvollen begrenzten Eingabe.
    • Bei Crawls minimieren Sie zuerst Seitenanzahl und Tiefe.
    • Bei Listen von URLs/Videos/Produkten testen Sie zuerst eine kleine Teilmenge, bevor Sie sie erweitern.
    • Erhöhen Sie niemals Ausgaben oder Umfang nur, um mehr Daten zu sammeln.
  5. Warten Sie, bis der Lauf beendet ist, und konsumieren Sie dann das standardmäßige Dataset oder die dokumentierte Ausgabe des Actors.
  6. Überprüfen Sie, ob die zurückgegebenen Felder tatsächlich von der Quelle stammen. Fehlende Quellfelder sind kein Beweis dafür, dass sie existieren.
  7. Skalieren Sie erst, nachdem das erste begrenzte Ergebnis nützlich war und der Benutzer die Live-Preisgestaltung/Ökonomie akzeptiert hat.

Direkte Tool-Links

Verwenden Sie diese kanonischen Store-Seiten, wenn ein Benutzer oder Agent das Live-Schema, die Preisgestaltungs-Registerkarte, Beispiele inspizieren oder einen Lauf starten muss:

Für MCP-Clients stellen Sie nur das/die für die aktuelle Aufgabe benötigte(n) Tool(s) über Apifys gehosteten MCP-Server bereit, anstatt einem Agenten eine breitere Tool-Oberfläche als nötig zu geben.

Fehler, Wiederholung und Kostenbehandlung

  • Behandeln Sie HTTP 429 als Gegendruck, nicht als Erlaubnis, die Parallelität zu erhöhen. Respektieren Sie Retry-After, falls vorhanden; verwenden Sie andernfalls begrenztes exponentielles Backoff mit Jitter.
  • Wiederholen Sie vorübergehende 5xx-, Netzwerk- oder Timeout-Fehler nur eine kleine Anzahl von Malen. Wiederholen Sie deterministische 4xx-Validierungs-/Authentifizierungsfehler nicht, bis das Eingabe- oder Authentifizierungsproblem behoben ist.
  • Wenn ein Actor-Lauf FAILED, TIMED-OUT oder ABORTED erreicht, überprüfen Sie die Beweise des Laufstatus/Logs, bevor Sie entscheiden, ob eine Wiederholung gerechtfertigt ist. Wiederholen Sie niemals kostenpflichtige Wiederholungen blind.
  • Verwenden Sie für Polling einen Backoff zwischen Statusprüfungen, anstatt die API zu hämmern. Stoppen Sie das Polling, sobald der Lauf beendet ist.
  • Halten Sie die ursprüngliche Eingabe bei Wiederholungen begrenzt. Erhöhen Sie nicht maxPages, Artikelanzahlen, Crawl-Tiefe, Parallelität oder Proxy-Umfang als generische Fehlerreaktion.
  • Überprüfen Sie die Live-Preisgestaltungs-Registerkarte erneut, bevor Sie eine Wiederholung oder einen Batch wesentlich erweitern. Ein erfolgreicher API-Request bedeutet nicht, dass der nachgelagerte Lauf kostenlos ist.
  • Stoppen Sie und melden Sie den Blocker, wenn wiederholte vorübergehende Wiederholungen fehlschlagen, die Quelle den rechtmäßigen Zugriff blockiert, die Authentifizierung nicht verfügbar ist oder der nächste Versuch die Ausgaben wesentlich erhöhen würde.
  • Wandeln Sie niemals einen fehlgeschlagenen kostenpflichtigen Lauf in eine Ausrede um, einen anderen kostenpflichtigen Actor zu starten, ohne eine klare Aufgabenpassung und vom Benutzer autorisierte Ökonomie.

Regeln

  • Verwenden Sie immer die eigene Apify-Authentifizierung des Benutzers für kostenpflichtige Ausführung oder MCP-Autorisierung.
  • Betten Sie niemals die Anmeldeinformationen des Signal Lab-Besitzers ein, geben Sie sie nicht preis, stellen Sie sie nicht als Proxy bereit und fordern Sie sie nicht an.
  • Behandeln Sie niemals einen öffentlichen Actor-Lauf-Zähler, Gesamtbenutzer, ein Verzeichnislisting oder einen erfolgreichen API-Request als Beweis für Umsatz des Erstellers.
  • Versprechen Sie niemals Felder, die die Quellseite oder Untertitelspur nicht bereitstellt.
  • Beanspruchen Sie niemals Zugriffskontroll-Umgehungsfähigkeiten.
  • Bevorzugen Sie umkehrbare, begrenzte Aufrufe und das minimal erforderliche Datenvolumen.
  • Verwenden Sie die Live-Apify-Preisgestaltungs-Registerkarte als kommerzielle Quelle der Wahrheit vor der Ausführung.
  • Respektieren Sie für Website zu Markdown dessen HTTP-Crawler-Einschränkung und begrenzte Crawl-Kontrollen.
  • Beschreiben Sie für YouTube die Ausgabe als verfügbare öffentliche Untertitel/Zeitstempel, nicht als neu generierte Transkription.
  • Beschreiben Sie für die Job-Posting-Extraktion diese als Extraktion von bekannten öffentlichen URLs und Schema.org-bewusstes Parsen, nicht als universelle Jobsuche.

Beispiele

YouTube-Untertitel für RAG

Benutzerbedarf: "Holen Sie mir Zeitstempel von diesen öffentlichen YouTube-Videos, damit ich einen zitierbewussten RAG-Index erstellen kann."

Verwenden Sie signal_lab/youtube-transcript-scraper mit einer kleinen Menge öffentlicher URLs, fordern Sie zeitgestempelte Segmente an und bewahren Sie dann Quell-URL, Sprache, Transkripttext und Segment-Timing beim Erstellen des nachgelagerten Index.

Website-Dokumentation zu Markdown

Benutzerbedarf: "Verwandeln Sie diese Dokumentationsseite in ein kleines Markdown-Korpus für mein LLM."

Verwenden Sie signal_lab/website-to-markdown-crawler. Beginnen Sie mit einer Seite oder einem niedrigen maxPages-Wert, halten Sie sameDomainOnly aktiviert, halten Sie die Crawl-Tiefe niedrig und respektieren Sie Robots-Regeln. Inspizieren Sie die ersten Dataset-Zeilen, bevor Sie erweitern.

Bekannte Stellenausschreibung zu strukturiertem JSON

Benutzerbedarf: "Normalisieren Sie Titel, Unternehmen, Standort, Gehalt und Daten von diesen fünf Job-URLs."

Verwenden Sie signal_lab/job-vacancy-scraper nur für die bereitgestellten öffentlichen URLs. Geben Sie Felder zurück, die die Seiten tatsächlich bereitstellen, und markieren Sie fehlende Werte, anstatt sie zu erfinden.

MCP-Verbindung

Für ein fokussiertes Website-zu-Markdown-Tool kann ein MCP-fähiger Client verwenden:

{
  "mcpServers": {
    "signal-lab-markdown": {
      "url": "https://mcp.apify.com?tools=signal_lab/website-to-markdown-crawler"
    }
  }
}

Apify übernimmt die Authentifizierung. Setzen Sie kein Besitzer-Token in die gemeinsame Konfiguration.

Randfälle

  • Wenn die Apify-Authentifizierung nicht verfügbar ist, geben Sie den korrekten Actor- oder MCP-Verbindungspfad an, führen Sie jedoch keine kostenpflichtige Arbeit mit den Anmeldeinformationen einer anderen Person aus.
  • Wenn das Live-Actor-Schema von diesem Skill abweicht, folgen Sie dem Live-Schema und aktualisieren Sie die Annahmen entsprechend.
  • Wenn die Seite JavaScript-only ist und der HTTP-Crawler unvollständige Inhalte zurückgibt, stoppen Sie und erklären Sie die Rendering-Einschränkung, anstatt in Zugriffskontroll-Umgehungstechniken zu eskalieren.
  • Wenn YouTube keine nutzbaren öffentlichen Untertitel bereitstellt, stoppen Sie und melden Sie diese Einschränkung; wechseln Sie nicht stillschweigend zu einem anderen kostenpflichtigen Transkriptionsprodukt.
  • Wenn eine Jobseite kein Gehalt oder keine strukturierten Metadaten enthält, geben Sie die Felder zurück, die nachweislich vorhanden sind, und markieren Sie den Rest als fehlend.
  • Wenn ein angeforderter Lauf groß oder teuer werden könnte, verkleinern Sie die anfängliche Eingabe und bitten Sie um Genehmigung, bevor Sie die Ausgaben wesentlich erhöhen.

Referenzen

Verwandte Skills

steipete/video-frames

Extract frames or short clips from videos using ffmpeg.

community

steipete/summarize

Summarize or transcribe URLs, YouTube/videos, podcasts, articles, transcripts, PDFs, and local files.

community

openclaw/openclaw

Use when testing, fixing, or extending the OpenClaw Control UI GUI with Vitest + Playwright end-to-end checks, mocked Gateway WebSocket flows, mocked dashboard runs, screenshots/videos, or agent-verifiable browser proof.

community

obra/superpowers

Obra superpowers agent skills.

community

affaan-m/ECC

See, Understand, Act on video and audio. See- ingest from local files, URLs, RTSP/live feeds, or live record desktop; return realtime context and playable stream links. Understand- extract frames, build visual/semantic/temporal indexes, and search moments with timestamps and auto-clips. Act- transcode and normalize (codec, fps, resolution, aspect ratio), perform timeline edits (subtitles, text/image overlays, branding, audio overlays, dubbing, translation), generate media assets (image, audio...

community

affaan-m/everything-claude-code

End-to-end marketing campaign planning and execution. Covers audience research, positioning, campaign angle definition, landing page copy, email sequences, social posts, ad copy, short-form video scripts, and content calendars. Use as the orchestration layer for multi-channel product launches. Use when planning or executing a multi-channel product launch, or producing landing page, email, social, or ad copy.

community