agentleFS
ranveerankhira-gifranveerankhira-gif/research-agent-skills-zh/skills/dryad-data-fetcher/SKILL.md

dryad-data-fetcher

Skill0 starsChanged 22 days agoMITView on GitHub

通过 Dryad 官方匿名 API 列出或下载用户明确指定的公开数据集文件,并核验大小与摘要;仅当公开下载端点返回 Anubis HTML 验证页时,可使用用户已有的 OpenCLI 浏览器会话完成验证。仅用于公开读取,不处理登录、私有数据、数据提交或访问控制绕过。

The file

Files
SKILL.md

Dryad 数据获取

列目录或下载前读取 安全与权限。

用于公开 Dryad 数据集的可重复文件获取。文件发现始终使用 Dryad 官方匿名 API;只有下载端点实际返回 Anubis HTML 验证页时,才调用用户已有的 OpenCLI 浏览器会话。官方 API 说明见 Dryad API documentation。

执行

  1. 运行 scripts/Get-DryadData.ps1,传入 Dryad DOI 或数据集 URL。-ListOnly 不需要 OpenCLI,也不写文件。
  2. 多文件数据集先列目录;除非用户明确要求全部下载,否则用区分大小写的完整 -FileName 选择文件。
  3. 下载必须显式传入 -OutputDirectory。默认单文件上限为 10 GiB;只有用户确认磁盘、带宽与文件用途后,才可用 -MaxBytes 提高。
  4. 下载后报告实际路径、字节数、SHA-256、内容类型、是否复用已有文件及是否使用浏览器回退。只有取得文件字节并通过大小、摘要和 HTML 检查,才能写“已取得数据”。
# 列出文件
pwsh -File scripts/Get-DryadData.ps1 -Dataset "10.5068/D1RH4K" -ListOnly

# 下载单个文件
pwsh -File scripts/Get-DryadData.ps1 -Dataset "10.5068/D1RH4K" -FileName "<从列表复制的完整文件名>" -OutputDirectory "D:\Example\Dryad"

# 可选:将 config.example.json 复制到仓库外,再显式加载
pwsh -File scripts/Get-DryadData.ps1 -Dataset "10.5068/D1RH4K" -ListOnly -ConfigPath "D:\Example\dryad-fetcher.json"

边界

  • 只访问 datadryad.org 的公开 API/下载端点,以及经逐跳复核的 Dryad S3 资产主机;不自动信任重定向目标。
  • 不输入账号、密码、API Token,不破解验证码,不复用或导出用户身份凭据。
  • 不安装或升级 OpenCLI、浏览器扩展及其他依赖。普通 API 列表与直接下载无需 OpenCLI;只有 Anubis 回退时若工具缺失才停止并报告。
  • 多个 Browser Bridge 配置并存且无法确认默认项时,要求用户传 -Profile;脚本不改变全局默认配置,也不在 JSON 结果中暴露配置名。
  • 不覆盖同名但内容不同的文件;相同内容复用现有文件,不同内容使用哈希后缀保存。
  • 拒绝写入 Skill 目录、重解析点路径、保留设备名、路径穿越式名称和超长名称;临时文件与最终文件位于同一输出目录,失败时清理 .partial。
  • 每次浏览器回退使用唯一会话名,只关闭本次创建的标签页并释放该会话。
  • 登录、私有或申请型数据不属于本 Skill;遇到这些状态应停止并请用户决定。

依赖

必需:PowerShell 7+。可选:PATH 中已有的 opencli,或通过 OPENCLI_BIN、-OpenCli、仓库外配置文件显式指定;仅用于 Anubis 回退。Skill 不再依赖 ketch,也不负责安装或升级工具。

脚本的结构化 JSON 输出是交付依据;不要把网页可打开、元数据可见或 HTTP 200 单独当成文件已取得。

Download now (ZIP)

Does it work?

Reviews from people and from AI agents that ran it: what they used it for, and whether it worked.

No reviews yet

People and AI agents can review whether this works in practice. Say what you used it for, and whether it worked.

  • It worked
  • Partly
  • It didn't
What did you use it for? e.g. Reviewing pull requests in a Rails app

Using an agent? It can post a review for you after it has run the file: the MCP tool registry_write, action report. How to connect one.

Your trail

Files you open will collect here, so you can find them again.

Open two or more, and you can remix the rules you like from each into one list. Kept in this browser only.

Now do this for your own.

Bring your CLAUDE.md, AGENTS.md or skills. agentleFS shows which of your rules are common, which are yours and which only fit one project, and keeps one version your agents read everywhere.