数据采集｜社交媒体数据采集（首选）

1. 任务定位

本 Skill 专门完成“社交媒体数据采集”，服务于“数据采集”工作流。清单给出的任务目标是：设计和审计可用于决策的分析埋点系统。

本地设计原则：作为该分类的默认路径；先完成任务拆解，再输出一套可复核的主方案。

2. 何时启用

当用户明确提出“社交媒体数据采集”，并提供研究对象、材料或可执行目标时启用。若请求同时包含多个任务，先拆分并说明本 Skill 只负责哪一部分。

3. 输入契约

• 必填：任务目标、研究对象/材料范围、期望交付物。
• 视任务需要：研究问题、方法、样本、时间范围、软件/版本、格式、伦理和版权约束。
• 若输入缺失：先列出最小缺口；可以继续的部分与待确认部分分开，不用猜测补齐事实。

4. 独立执行流程

• 先固定目标总体、采集单位、字段字典、版本、许可和质量阈值。
• 用小样本验证采集工具、字段映射、失败处理和重复规则，再扩大范围。
• 原始文件只读保存，逐批记录来源、时间、覆盖率、失败样本和抽查结果。

阶段 A：界定

把用户目标转换为“对象—动作—标准—交付物”，记录范围、假设和停止条件。任何超出“社交媒体数据采集”的动作都作为后续建议，不自动执行。

阶段 B：处理

按上面的任务步骤执行。优先保留原始材料和中间结果；需要调用工具时记录工具、版本、关键参数、输入范围和输出位置。

阶段 C：交付

• 与本任务直接对应的工作成果、依据、限制、待核验项和下一步行动。

5. 质量门禁

• 采集范围、字段来源、失败率和抽查准确率可追踪。

• 重复、缺失、转写或抓取误差有明确处理规则。

• 隐私、伦理、版权和服务条款限制已单独标注。

• [ ] 所有核心结论都能回到输入材料、计算结果或明确标记的推断。

• [ ] 关键数字、术语、版本、路径、引用和格式已抽查。

• [ ] 原始材料、中间处理、最终交付物之间可相互追踪。

• [ ] 没有未经授权的上传、发送、发布、安装、删除或账号操作。

6. 工具与失败处理

本地工具选择原则：根据当前环境的可用能力和任务约束选择工具，不依赖原始来源的实现或命令。

• 工具不可用：说明影响，切换到可验证的替代方法，并记录差异。
• 数据不足、格式错误或结果冲突：保留错误样本，输出缺口和修复建议，不伪造完成。
• 外部联网、第三方材料或敏感数据：先确认权限、来源、许可和最小化范围。
• 需要写入文件时：使用稳定文件名，保留版本和来源记录；仅写入用户指定范围。

7. 本地化边界

本文件是独立设计的执行契约；最终包不包含第三方源文件、第三方代码或第三方运行指令。来源审计信息留在工作区归档中，不作为本 Skill 的运行指令。

8. 自有 Python 实现

本 Skill 的本地实现是离线采集台账与质量门禁，不自动访问外部网站、不上传数据，也不执行来源仓库中的代码。

• 入口：code/collector.py
• 输入：包含 records 数组的 JSON 文件，或直接的 JSON 数组。
• 输出：逐条记录的必填字段、重复键、无效样本和通过样本审计报告。
• 运行：python code/collector.py --input input.json --output audit.json
• 开发测试已在项目工作区完成；测试文件不随最终 Skill 包提供。

该实现只处理本地已授权材料；联网采集、登录、绕过限制和向第三方发送数据不属于本 Skill 的默认行为。