Signal Lab Apify Tools

Signal Labを、厳選された限定的な公開データワークフローのためのルーティングスキルとして使用します。タスクに最も適した狭い範囲のActorを優先し、入力を制限し、実行中のApify Actorの入力スキーマと料金タブを信頼できる情報源として扱います。

使用するケース

ユーザーが調査、RAG、分析のために、利用可能な公開YouTubeキャプションまたはタイムスタンプ付きキャプションセグメントを必要としている場合。
ユーザーが公開Webサイトまたは同一ドメイン内の制限されたクロールを、RAG、セマンティック検索、インデックス作成、LLM分析のためにクリーンなMarkdownに変換する必要がある場合。
ユーザーが既に1つ以上の公開求人URLを持っており、特にページが公開しているSchema.org JobPostingデータなどの正規化された求人フィールドを必要としている場合。
ユーザーが公開Amazon製品の価格または在庫状況の追跡、ライブのGoogleオートコンプリートキーワード提案、公開Reddit調査、またはサポートされているレストランメニュー抽出を必要としている場合。
MCP対応クライアントが、ApifyのホステッドMCPサーバーを介して1つ以上のSignal Lab Actorをツールとして公開すべき場合。
MCP以外のワークフローが、Apify REST APIを介して対応するActorを呼び出し、そのデータセットを利用する場合。

使用しないケース

タスクがログイン壁、ペイウォール、CAPTCHA、 robots.txt制限、アンチボット制御、プライベートページ、その他のアクセス制御を回避する必要がある場合。
ユーザーがアクセス可能な公開キャプショントラックを持たないYouTube動画の音声文字起こしを要求する場合。YouTube Actorは利用可能なキャプションを抽出するものであり、音声認識サービスではありません。
WebサイトがHTTP専用クローラーで提供できないクライアントサイドJavaScriptレンダリングを必要とする場合。Website to Markdown ActorがSPAをレンダリングできると主張しないでください。
ユーザーが既知のサポートされている公開求人URLからの抽出ではなく、広範な求人ボードの発見を望む場合。Job Vacancy Scraperがあらゆる求人ボードを検索できると暗示しないでください。
要求された情報源または使用が、該当する法律、プライバシー要件、著作権義務、サイト規約、またはユーザーの許可に違反する場合。
外部データ実行なしで直接回答できるタスクである場合。スキルを披露するためだけにActorを起動しないでください。

ワークフロー

正確なデータニーズを特定し、最も適した狭い範囲のツールを選択します。
- YouTubeキャプション: signal_lab/youtube-transcript-scraper
- WebサイトからMarkdown: signal_lab/website-to-markdown-crawler
- 既知の公開求人URL抽出: signal_lab/job-vacancy-scraper
- Amazon価格追跡: signal_lab/amazon-price-tracker
- Googleオートコンプリート調査: signal_lab/google-autocomplete-keywords
- Reddit公開調査: signal_lab/reddit-search-comments
- レストランメニュー抽出: signal_lab/restaurant-menu-extractor
実行前にツールのライブApify入力スキーマと料金タブを確認します。料金、可用性、スキーマは変更される可能性があります。ドキュメントの例はライブステータスの代わりにはなりません。
実行サーフェスを選択します。
- クライアントがMCPをサポートし、ユーザーがApifyで認証できる場合は、ApifyホステッドMCPを優先します。
- それ以外の場合は、ユーザー自身のApifyトークンを使用してApify REST Actor APIを使用します。
最小限の有用な制限付き入力から開始します。
- クロールの場合、最初にページ数と深度を最小限に抑えます。
- URL/動画/製品のリストの場合、拡大する前に小さなサブセットでテストします。
- より多くのデータを収集するためだけに支出や範囲を決して増やさないでください。
実行が完了するのを待ち、デフォルトのデータセットまたはActorのドキュメントに記載された出力を利用します。
返されたフィールドが実際にソースから取得されたものであることを確認します。ソースフィールドが欠落していることは、それらが存在する証拠にはなりません。
最初の制限付き結果が有用であり、ユーザーがライブの料金/経済性を受け入れた場合にのみスケールします。

直接ツールリンク

ユーザーまたはエージェントがライブスキーマ、料金タブ、例を検査したり、実行を開始したりする必要がある場合は、これらの正規のストアページを使用します。

YouTubeキャプション: https://apify.com/signal_lab/youtube-transcript-scraper
WebサイトからMarkdown: https://apify.com/signal_lab/website-to-markdown-crawler
既知の公開求人URL抽出: https://apify.com/signal_lab/job-vacancy-scraper
Amazon価格追跡: https://apify.com/signal_lab/amazon-price-tracker
Googleオートコンプリート調査: https://apify.com/signal_lab/google-autocomplete-keywords
Reddit公開調査: https://apify.com/signal_lab/reddit-search-comments
レストランメニュー抽出: https://apify.com/signal_lab/restaurant-menu-extractor

MCPクライアントの場合、エージェントに必要以上に広いツールサーフェスを与えるのではなく、ApifyのホステッドMCPサーバーを介して現在のタスクに必要なツールのみを公開します。

失敗、リトライ、およびコスト処理

HTTP 429は逆圧（バックプレッシャー）として扱い、同時実行性を高める許可として扱わないでください。Retry-Afterが存在する場合はそれを尊重し、それ以外の場合はジッターを伴う制限付き指数バックオフを使用します。
一時的な5xx、ネットワーク、またはタイムアウトの失敗は、少数回のみリトライします。入力または認証の問題が修正されるまで、決定的な4xx検証/認証エラーをリトライしないでください。
Actorの実行がFAILED、TIMED-OUT、またはABORTEDに達した場合は、リトライが正当化されるかどうかを判断する前に、実行ステータス/ログの証拠を検査します。有料リトライを盲目的にループしないでください。
ポーリングの場合、APIを頻繁に呼び出すのではなく、ステータスチェックの間隔を空けます。実行が終了状態になったらポーリングを停止します。
リトライ時には元の入力を制限したままにします。汎用的な失敗応答としてmaxPages、アイテム数、クロール深度、同時実行性、プロキシ範囲を上げないでください。
リトライまたはバッチを大幅に拡大する前に、ライブの料金タブを再確認します。APIリクエストが成功したからといって、ダウンストリームの実行が無料であるとは限りません。
繰り返しの一時的なリトライが失敗した場合、ソースが合法的なアクセスをブロックした場合、認証が利用できない場合、または次の試行で支出が大幅に増加する場合は、ブロッカーを停止して報告します。
失敗した有料実行を、明確なタスク適合性とユーザー承認済みの経済性なしに、別の有料Actorを開始する口実にしてはいけません。

ルール

有料実行またはMCP承認には、常にユーザー自身のApify認証を使用します。
Signal Labの所有者の認証情報を埋め込んだり、公開したり、プロキシしたり、要求したりしないでください。
公開Actorの実行回数、総ユーザー数、ディレクトリリスティング、または成功したAPIリクエストを、クリエイターの収益の証明として扱わないでください。
ソースページまたはキャプショントラックが公開していないフィールドを決して約束しないでください。
アクセス制御バイパス機能を決して主張しないでください。
可逆的で制限された呼び出しと、必要最小限のデータ量を優先します。
実行前に、ライブのApify料金タブを商業的な情報源として使用します。
Website to Markdownについては、そのHTTPクローラーの制限と制限付きクロール制御を尊重します。
YouTubeについては、出力を利用可能な公開キャプション/タイムスタンプとして説明し、新たに生成された文字起こしとして説明しないでください。
求人情報抽出については、既知の公開URLからの抽出であり、Schema.orgを認識するパース処理であると説明し、普遍的な求人検索であると説明しないでください。

例

RAGのためのYouTubeキャプション

ユーザーニーズ: 「引用認識可能なRAGインデックスを構築できるように、これらの公開YouTube動画からタイムスタンプを取得してください。」

signal_lab/youtube-transcript-scraperを少数の公開URLで使用し、タイムスタンプ付きセグメントをリクエストした後、ダウンストリームインデックスを構築する際に、ソースURL、言語、トランスクリプトテキスト、セグメントタイミングを保持します。

WebサイトドキュメントをMarkdownへ

ユーザーニーズ: 「このドキュメントサイトをLLM用の小さなMarkdownコーパスに変換してください。」

signal_lab/website-to-markdown-crawlerを使用します。1ページまたは低いmaxPages値から開始し、sameDomainOnlyを有効にしたまま、クロール深度を低く保ち、robots.txtルールを尊重します。拡大する前に最初のデータセット行を検査します。

既知の求人情報を構造化JSONへ

ユーザーニーズ: 「これら5つの求人URLから、タイトル、会社、場所、給与、日付を正規化してください。」

提供された公開URLに対してのみsignal_lab/job-vacancy-scraperを使用します。ページが実際に公開しているフィールドを返し、欠落している値を捏造するのではなく、その旨を記載します。

MCP接続

焦点を絞ったWebsite to Markdownツールの場合、MCP対応クライアントは以下を使用できます。

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

Apifyが認証を処理します。共有設定に所有者トークンを配置しないでください。

エッジケース

Apify認証が利用できない場合は、正しいActorまたはMCP接続パスを提供しますが、他人の認証情報で有料作業を実行しないでください。
ライブのActorスキーマがこのスキルと異なる場合は、ライブスキーマに従い、それに応じて前提を更新します。
ページがJavaScriptのみで、HTTPクローラーが不完全なコンテンツを返す場合は、アクセス制御バイパス技術にエスカレーションする代わりに、停止してレンダリングの制限を説明します。
YouTubeが使用可能な公開キャプションを公開していない場合は、停止してその制限を報告します。黙って別の有料文字起こし製品に切り替えないでください。
求人ページに給与や構造化メタデータがない場合は、検証可能に存在するフィールドを返し、残りを欠落としてマークします。
要求された実行が大規模または高コストになる可能性がある場合は、初期入力を縮小し、支出を大幅に拡大する前に承認を求めます。

参考文献

Signal Lab 開発者ハブ: https://first-livid-omega.vercel.app/
AIエージェント発見インデックス: https://first-livid-omega.vercel.app/llms.txt
公式MCPレジストリID: io.github.VZezelin/signal-lab-apify-tools
公式MCPレジストリ検索: https://registry.modelcontextprotocol.io/?q=io.github.VZezelin%2Fsignal-lab-apify-tools
Apify上のSignal Lab: https://apify.com/signal_lab
YouTube Transcript API ガイド: https://first-livid-omega.vercel.app/youtube-transcript-api.html
Website to Markdown API ガイド: https://first-livid-omega.vercel.app/website-to-markdown-api.html
Job Posting Scraper API ガイド: https://first-livid-omega.vercel.app/job-posting-scraper-api.html

signal-lab-apify-tools