Apify Awesome Skills 是 Apify 官方维护的社区驱动 AI Agent Skills 合集，为 Claude Code、Cursor、Codex、Gemini CLI 等 AI 编程助手提供网页抓取、数据提取和业务自动化的预置能力。它不是独立运行的软件，而是一套以 Markdown（SKILL.md）为载体的指令包与工具编排规则，安装后 Agent 可通过自然语言指挥 Apify 云端的爬虫 Actors 执行数据采集任务。项目包含受众分析、品牌监控、竞品情报、内容分析、电商数据、KOL 发现、线索生成、市场调研、趋势分析等九个垂直领域 Skills，覆盖 Google Maps、Instagram、TikTok、Amazon 等主流平台。其核心设计原则包括声明式触发、云端执行零本地依赖、领域垂直化、多 Agent 兼容、按结果付费和社区共建。项目采用 Apache-2.0 开源协议，主要语言为 JavaScript（91%）和 Python（9%），前置条件包括 Apify 账号、API Token 和 Node.js 20.6+。

当前主流 AI 编程助手（Claude Code、Cursor、Codex 等）的核心能力是代码生成、文件编辑、命令执行，但面对实时网页数据采集需求时束手无策：无法直接采集实时网页数据、缺乏结构化业务输出、跨平台数据整合困难、重复造轮子。传统方案需要 Agent 写出完整爬虫代码、用户手动部署、手动配置代理反爬、手动清洗数据，存在代码到部署鸿沟、平台碎片化、反爬对抗、数据孤岛、缺乏业务语义等五大结构性缺陷。Apify 作为成熟的网页抓取云平台，拥有 1500+ 预置 Actors、云原生执行、代理服务、数据存储和 MCP 协议支持，Apify Skills 正是把 AI Agent 的"大脑"与 Apify 的"手脚"打通的桥梁。

每个 Skill 是一个文件夹，核心是 SKILL.md 文件，包含触发规则和执行指令。SKILL.md 不是代码，而是自然语言与结构化指令的混合文档，AI Agent 读取后能理解在什么场景下调用哪些 API、传什么参数。调用链路为：用户输入自然语言，Agent 匹配 Skill，解析 SKILL.md 执行规则，构建 Apify API 调用，Apify 云端执行 Actor（启动无头浏览器、模拟登录浏览、提取结构化数据写入 Dataset），Agent 获取结果并生成业务报告。项目通过多格式适配文件实现跨 Agent 兼容：.claude-plugin/marketplace.json 用于 Claude Code，agents/AGENTS.md 用于 Codex 和 Gemini CLI，gemini-extension.json 用于 Gemini CLI，skills/*/SKILL.md 为通用文档。

• 零代码上手，安装后直接用自然语言操作
• 平台覆盖广，50+ 电商平台加主流社交媒体开箱即用
• 云端执行，无需本地部署浏览器或代理
• 业务语义封装，每个 Skill 内置竞品分析、获客等逻辑
• 多 Agent 兼容，一套 Skill 适配 Claude Code/Cursor/Codex/Gemini
• 反爬能力内置，Apify 平台提供代理轮换、浏览器指纹、验证码处理
• 社区驱动，可通过 PR 贡献新 Skill 持续扩展
• 按结果付费，只为有效数据买单

• AI 整理 · 本地测试，未经人工复核；依据历史报告节选，不代表当前产品状态。
• 项目依赖 Apify 平台，所有执行都在 Apify 云端，存在 vendor lock-in 风险。大规模高频采集时按结果付费的成本可能高于自建爬虫。灵活性受限，只能使用已有 Actor 支持的平台和字段。云端调度加执行加返回导致延迟较高，不适合毫秒级实时需求。敏感数据经过第三方平台，需要评估合规风险。社区贡献的 Skill 质量不如官方维护的稳定。不建议用于超大规模数据采集（百万级以上）、实时性要求高（秒级更新）、高度定制化采集、敏感数据处理和纯学术研究场景。Skills 代码本身 Apache-2.0 开源，但底层调用的 Apify Actors 按结果付费，每次实际执行爬取都会产生费用。网页结构变化可能导致抓取失败或数据不准确，建议对关键数据做抽样验证。