用途：为科研工作收集并交付原始数据集。技能结合官方Python数据获取库与自由网页抓取脚本，覆盖静态与动态内容。
主要能力：金融数据使用yfinance（Yahoo Finance）与ccxt（加密交易所API）；经济与社会数据使用pandas_datareader（连接FRED、World Bank、OECD）；机器学习与NLP数据使用datasets（Hugging Face Datasets）与kaggle（Kaggle API）。抓取采用双模式：优先API或urllib、requests、BeautifulSoup等轻量HTTP方式，并使用伪装User-Agent与session/cookie处理；若内容由JavaScript动态加载、存在基础机器人防护或需复杂UI交互，则回退到通过chrome-devtools MCP进行浏览器自动化，可使用puppeteer_navigate、puppeteer_click、network_get_requests等检查网络载荷。若chrome-devtools未启用，要求按需执行npx -y chrome-devtools-mcp@latest或py bin/mcp_auto_updater.py。遇到高级验证码、桌面软件验证或需GUI自动化时，可借助computer-use技能控制鼠标键盘。
使用方式：可安装缺失的Python依赖；结果须以.csv、.json或.sqlite保存于项目目录，并为每个数据集生成元数据文件（如 [nama_dataset]_metadata.json），记录来源URL、采集日期与列/数据模式说明。
限制与规则：禁止用静态代码生成虚构或占位CSV/JSON，必须获取真实数据；若两种模式均失败或被阻断，应报告错误并停止。避免固定过短sleep，使用显式等待或DevTools动态加载事件；不要保存未结构化的原始数据。具体价格、授权范围与平台限制暂未提供。