用途：构建生产可用的 AI 数据采集代理，监控任意公开数据源（招聘、价格、新闻、GitHub、体育、活动等），按计划运行、AI 富化、入库并随时间改进。
主要能力：三层结构 COLLECT→ENRICH→STORE；抓取用 requests + BeautifulSoup，JS 渲染站点用 playwright；AI 富化用 Gemini Flash REST API（免费额度 500 请求/天、100 万 token/天），支持模型自动降级链 gemini-2.0-flash-lite → gemini-2.0-flash → gemini-2.5-flash → gemini-flash-lite-latest；存储支持 Notion API、Google Sheets、Supabase；调度用 GitHub Actions cron；学习用仓库内 JSON 反馈文件。
使用方式：先明确采集目标、字段、存储位置、富化方式与频率；生成目录结构（config.yaml、profile/context.md、scraper/、ai/、storage/、data/feedback.json、.github/workflows/scraper.yml）；为每个数据源写 fetch() 并统一 schema（至少 name、url、date_found）；实现带 429 降级的 Gemini 客户端；批量调用 AI（如 33 条按 5 条一批，7 次调用而非 33 次）；用反馈历史构建偏好提示；按 URL 去重后同步到存储；main.py 编排抓取→富化→入库。
适用场景：招聘匹配打分、商品降价提醒、GitHub 新版本摘要、新闻主题与情感分类、体育数据提取、活动筛选等。
限制：资料未提供具体价格、平台支持范围或效果保证；免费额度与速率限制以实际服务为准；示例默认 Notion，Sheets/Supabase 需自行接线；反馈同步需另写脚本；需遵守目标站点条款与 robots 规则。