Community研究与数据分析github.com

确定性数据API (Apify Store上的punctual_alghoza系列)

当用户需要进行确定性数据转换而不依赖大语言模型时使用——包括去重、货币/日期标准化、导出差异比较、秘密信息清理、溯源数据包,或解析Kindle/eBay/加密货币交易所导出文件。涵盖punctual_alghoza Apify Actor系列。

确定性数据API (Apify Store上的punctual_alghoza系列) 是什么?

这是一个专门用于确定性数据转换的Apify Actor系列,与常见的LLM驱动方案不同,其核心设计哲学是“无LLM参与转换路径”,确保每次执行结果完全可重复、可验证。该系列包含8个专用Actor,覆盖从CSV/JSON数据清洗、金融文件标准化、Kindle笔记解析、eBay销售报告处理、秘密信息扫描、导出差异比较、溯源数据包构建到加密货币交易记录标准化等场景。每个Actor都采用fail-closed设计,在遇到不支持的数据格式或验证失败时返回具体错误代码而非静默修正。这些Actor通过Apify MCP或API调用,按事件付费,单次运行价格在$0.20至$0.30之间,且必须通过callOptions设置成本上限。该系列适用于需要精确货币计算、数据完整性校验、合规审计或批量数据处理的场景,特别适合金融数据、法律文书和需要审计追踪的数据管道。

兼容平台~Claude Code~Codex CLI~Cursor✓Antigravity
npx skills add https://github.com/ahf15811987-sketch/agent-skills/tree/HEAD/skills/deterministic-data-apis

Installed? Explore more 研究与数据分析 skills: affaan-m/uspto-database, affaan-m/scholar-evaluation, affaan-m/literature-review · View all 6 →

在你喜欢的 AI 中提问

打开一个已预加载此 Agent Skill 的新对话。

文档

确定性数据API (Apify Store上的punctual_alghoza系列) 是做什么的?

一个小型、确定性、fail-closed的Actor系列,用于文件和数据集转换。转换路径中不包含大语言模型(LLM);使用精确的Decimal货币计算;每个Actor要么验证其工作,要么拒绝执行。当用户需要可验证、可重复的结果(而非概率性生成)时,请使用这些Actor。

何时使用哪个Actor

需求Actor (商店slug)事件价格
在混乱的CSV或JSON中去重/标准化货币及日期/清理PIIpunctual_alghoza/dataset-cleaner$0.30 / 数据集
验证并标准化金融导出文件(带映射的CSV、OFX、QIF)punctual_alghoza/financial-file-normalizer$0.25 / 文件
解析Kindle My Clippings.txt 为去重后的JSONpunctual_alghoza/kindle-clippings-parser$0.20 / 文件
将eBay销售报告标准化为经过验证的分类账punctual_alghoza/marketplace-sales-normalizer$0.30 / 文件
扫描导出文件中泄露的秘密/PII,获取清理后的副本punctual_alghoza/export-secrets-scanner$0.30 / 次扫描
比较两个导出文件的差异(新增、删除、修改、精确增量)punctual_alghoza/export-diff$0.20 / 次比较
为转售物品构建SHA-256签名的溯源数据包punctual_alghoza/provenance-packet$0.25 / 数据包
将Coinbase/Kraken加密货币导出文件标准化为经过验证的分类账punctual_alghoza/crypto-export-normalizer$0.25 / 文件

如何调用(Apify MCP或API)

  1. 使用平台或产品名称(例如 dataset-cleaner、crypto export、kindle)调用 search-actors —— 不要使用目标短语。
  2. 调用 fetch-actor-details 获取输入模式、README和定价信息。
  3. 使用JSON输入调用 call-actor。始终在 callOptions 中传递成本上限:maxTotalChargeUsd(单次运行费用上限)和 timeout。 示例:callOptions: {maxTotalChargeUsd: 0.5, timeout: 120}。
  4. 结果是数据集项 —— 通过运行的默认数据集读取它们。

输入合约(简明版)

  • dataset-cleaner:{"content": "<csv/json text>", "format": "csv"|"json", "money_columns": "price,amount", "date_columns": "date", "scrub": true} (货币/日期列可选;否则将自动检测并报告)
  • financial-file-normalizer:{"content": "...", "format": "csv", "csv_mapping": {"date": "Date", "amount": "Amount"}, "csv_currency": "USD"} —— CSV需要显式映射;从不猜测。
  • kindle-clippings-parser:{"content": "<My Clippings.txt>"}
  • marketplace-sales-normalizer:{"content": "<csv>", "platform": "ebay"}
  • export-secrets-scanner:{"content": "<csv/json>"} —— 返回发现结果、清理后内容、原始/清理后SHA-256。
  • export-diff:{"before": "...", "after": "...", "key_column": "id", "money_columns": "amount"}(money_columns可选,逗号分隔字符串)
  • provenance-packet:{"item": {"item_title": "...", "item_serial": "...", "acquired_on": "YYYY-MM-DD"}, "records": [{"kind": "receipt", "content": "..."}]}
  • crypto-export-normalizer:{"content": "<csv>", "kind": "coinbase_transactions"|"kraken_ledger"}

失败语义(fail-closed)

  • SCHEMA_DRIFT / UNKNOWN_COLUMN / UNSUPPORTED_EXCHANGE:不支持该文件的布局 —— 重试无济于事;请告知用户确切的代码。
  • INVALID_REQUEST:输入未通过验证;修正输入后重试。
  • 验证以证据优先:不匹配的行会被标记,并附带计算出的值,从不静默修正。not_verifiable 表示源数据没有可检查的数据(例如加密货币发送行)—— 这不是错误。
  • 这些Actor从不:连接用户的交易所/银行账户、删除用户数据、猜测日期/货币、或提供税务/会计建议。

智能体付费说明

Actors按事件付费,以有限权限运行。当调用方的平台支持时,单次运行消耗一个事件费用(见上表)加上少量平台事件。使用 callOptions 中的 maxTotalChargeUsd 为每次运行设置费用上限。

相关技能