添加个人数据源¶
DAAS 的设计让你能接入自己的数据 -- 一个网站、一份文档、或一个数据库 -- 并像内置源一样查询。三条路径。
路径 A：一个网站（抓取）¶
用 fd-daas-scrapling-official 技能，它直接驱动 Scrapling 库（反爬绕过、CSS/XPath 选择器）。在 Claude Code 里：
抓取 https://example.com/markets 的每日价格表并持久化到 daas.db。
技能会抓取页面、抽取表格、通过 scripts/upsert.py 把行持久化到 scraw_<slug> 表（写入前先备份 daas.db）。此后它和任何源表一样 -- 计算指标、加入集合、放进研究。
这是 Scrapling 库，不是已移除的 MCP 组
fd-daas-scrapling-official 直接驱动 Scrapling。旧的 scrapling/firecrawl/massive MCP 组已移除 -- 不要引用。
若是重型、周期性爬取，用 fd-coding-daas-scraw-builder 搭一个完整 Scrapy 项目（scrapy + scrapy-redis + scrapyd + scrapyd-web）。
路径 B：一份文档（PDF / 文本）¶
用 fd-daas-pdf 技能 / pdf MCP 组导入本地 PDF 或文本：
pdf_ingest_document(file_path="/path/to/report.pdf")
# 或纯文本：
pdf_ingest_text(text="...", name="my-notes")
pdf_search_documents(query="主要风险有哪些", top_k=5)
文档被分块 + 嵌入（sqlite-vec）到 daas.db，可语义搜索。要从文本做结构化抽取，用 fd-daas-rules-creator 编写一条 llm 规则并运行 daas_run_rule（结果落到 process_results）。
路径 C：一个数据库（或任何 Python 可调用的源）¶
注册一个数据源并关联到实体，然后通过 dispatch 层获取。
daas_create_datasource(name="mydb", label="My Internal DB", url="postgresql://...")
daas_link_entity_datasource(entity_id=123, source_name="mydb", identifier_in_source="AAPL")
若你的源有 Python 库，在 .claude/skills/fd-daas-based-data-fetch/scripts/dispatch.py 加一个 dispatch 前缀映射（仿照现有 akshare_/yfinance_/... 条目），然后解析 + 获取：
用 scripts/upsert.py 持久化到 scraw_<slug> 表。
注册函数/列（可选，用于目录浏览）¶
要让你的源出现在 MCP 目录浏览中，注册其函数和列：
daas_create_datasource(...)
daas_add_form(source_name="mydb", form_type="table") # 或 form/section 结构
daas_add_section(form_id=..., section_name="daily_prices", instruction="...")
之后 daas_search_functions、daas_search_datasources、daas_get_entity_coverage 会包含你的源。