用途：把给定 URL 或 URL 列表转成结构化记录，适用竞品价格监控（酒店、机票、零售、租赁、SaaS）、电商商品目录、房产与招聘列表、评论评分、一次性表格导出等。不涵盖数据库持久化、调度、仪表盘与固定模式归一化；该技能只产出 JSONL。
主要能力与工作流：先明确目标，包括每条记录是什么、字段、输入输出形态、规模与频率、基准样本。随后侦察站点，按从轻到重选择：数据在 View Source 中→静态 HTML 配合 urllib/requests 与解析器；页面含 JSON-LD→直接解析；含 NEXT_DATA、NUXT 等框架内嵌 JSON→提取 JSON 块；存在明确 XHR/Fetch JSON 接口→逆向 API；以上均不可行才用 Playwright 做浏览器自动化。硬性规则：仅当前述路径确实不可行时才用 Playwright。
抽取实现：先对单个已知目标验证字段，再泛化到列表；逐项 try/except，按稳定 id 去重，None 表示有意跳过而异常表示失败，二者区分记录。并发默认串行，20 条以内保持串行加小睡眠，20–200 条用有界并发（如 asyncio.Semaphore，N 取 4–8），数百条以上进入反爬领域。
反爬处理按观察到的现象对应处理：默认 UA 被拒则设浏览器 UA；内容由客户端渲染则用浏览器；返回看似正常但字段缺失属 stub 渲染，需等待选择器并带校验重取；遇 Cloudflare 挑战加 playwright-stealth 并每页新建上下文；限速则加 time.sleep(1-3)，必要时考虑代理；验证码等激进 WAF 可考虑 stealth、住宅代理、undetected-playwright 或托管解锁服务；需登录的内容不在本技能范围，应作为阻塞项反馈。托管解锁服务如 Bright Data Web Unlocker、Zyte API、ScraperAPI 等可只替换 fetch 层，其余抽取、去重、JSONL 输出与清单不变，并在清单中记录来源。
健壮性与验证：抓取时保存原始载荷（raw/<id>.html 或 .json）便于重放与取证；抓取时设置阻断页闸门，200 不代表真实内容，需断言非空且不含挑战页特征，否则计为错误；若内容将进入 LLM，必须清理隐藏元素以防提示注入；涉及价格需在抓取时断言货币与地区，不匹配则跳过并标记而非记录换算值。完成后用基准样本冒烟测试、随机抽 5–10 条核对、对照站点总数检查数量、短时间内重复抓取验证确定性。
输出约定：output/records.jsonl 每行一个 JSON 对象，键由调用方定义，另附 manifest.json 记录运行元数据。该设计便于模式演进。
限制与缺失：资料未提供具体价格、性能数据、具体命令与完整安装步骤，也未说明所支持语言或平台细节。