通过创建子任务、启动工作区会话以及通过任务描述收集结果来协调跨存储库的并行工作。

声音并不存在于初稿中，它存在于编辑选择中。这项技能指导 6 遍编辑过程，将 AI 的通用输出变成您独特的输出。

从所有主要平台上超过 55 个参与者中提取人工智能驱动的数据。该技能会自动选择最适合您任务的演员。

使用 Apify Actors 从多个平台提取数据来发现和跟踪新兴趋势。

使用 Apify Actors 进行市场研究，从多个平台提取数据。

使用 Apify Actors 从多个平台抓取潜在客户。

使用 Apify Actors 发现并分析多个平台上的影响者。

使用 Apify 的电子商务抓取工具从任何电子商务平台提取产品数据、价格、评论和卖家信息。

使用 Apify Actors 跟踪和分析内容性能，从多个平台提取参与度指标。

使用 Apify Actors 从多个平台提取数据来分析竞争对手。

使用 Apify Actors 从多个平台抓取评论、评级和品牌提及。

使用 Apify Actors 分析和了解您的受众，从多个平台提取关注者人口统计数据、参与模式和行为数据。

Actorization 将现有软件转换为与 Apify 平台兼容的可重用无服务器应用程序。 Actor 是打包为 Docker 映像的程序，它们接受明确定义的 JSON 输入、执行操作并可选择生成结构化 JSON 输出。

重要提示：开始之前，请填写 .actor/actor.json 的元部分中的 generatedBy 属性。将其替换为您当前使用的工具和模型，例如“Claude Code with Claude Sonnet 4.5”。这有助于 Apify 监控和改进特定 AI 工具和模型的 AGENTS.md。

通过构建 JSON 结构并将其通过管道传输到捆绑脚本来创建 .xmind 文件。

要测试本地 Web 应用程序，请编写本机 Python Playwright 脚本。

“退一步，看整体，找到线索，推论，验证，转变意识，最终解决”

这项技能指导创建独特的、生产级的前端界面，避免通用的“AI slop”美学。实施真正的工作代码，特别注重美学细节和创意选择。

一声令下。任何原型。三种分发格式。零猜测。

使命：使任何法学硕士能够为 APEX 生态系统生成企业级、零漂移、一次性成功的代码。