（4132期）Dataify Task Status – Dataify 任务状态实时追踪

Dataify 任务状态实时追踪 Dataify 官方任务状态查询技能，通过安全脚本接口实时监控异步爬取任务进度，自动获取成功结果，零配置开箱即用。 使用说明 核心用法 该 Skill 用于查询 Dataify 爬虫平台异步任务的执行状态。用户需提供有效的任务 ID，系统通过调用封装好的 Python 脚本 gettaskstatus.py 向 Dataify /task_status 端点发起查询。支持两种运行模式：标准模式直接获取状态并自动处理结果；--dry-run 模式用于预演验证参数而不实际发起请求。 关键行为设计：当状态为「成功」时，脚本会自动级联调用 GET /download 端点并以 JSON 格式返回爬取结果，实现「状态查询-结果获取」的无缝衔接；状态为「处理中」时告知用户等待；状态为「失败」时返回错误详情并建议核查任务 ID 与账户权限。 显著优点 安全密钥管理：API Key 严格从环境变量 DATAIFYAPITOKEN 读取，全程不出现在代码、日志或输出中，杜绝密钥泄露风险 自动化结果获取：状态成功时自动触发下载链路，无需用户手动二次请求 防误操作设计：--dry-run 预演模式支持参数验证，避免无效请求消耗配额 零配置依赖：脚本封装完整，用户仅需提供任务 ID，无需关心底层 HTTP 调用细节 明确的错误边界：失败或授权异常时返回原始响应并给出排查建议，不盲目重试付费任务 潜在缺点与局限性 单任务限制：每次仅支持查询单个任务 ID，批量状态监控需外部循环调用 环境依赖：必须预配置 DATAIFYAPITOKEN 环境变量，未配置时技能不可用 异步等待成本：「处理中」状态无推送通知机制，需轮询查询 结果格式固定：成功时自动获取 JSON 格式结果，如需其他格式需额外处理 平台绑定：深度耦合 Dataify 服务生态，迁移成本较高 适合的目标群体 使用 Dataify Builder 发起异步爬取任务的数据工程师与分析师 需要程序化监控任务生命周期、集成爬取结果到下游管道的开发者 构建自动化数据工作流、对密钥安全有合规要求的团队 使用风险 性能风险：高频轮询可能触发 API 速率限制，建议合理设置查询间隔 依赖风险：Python 运行环境与 Dataify 服务端可用性直接影响功能 密钥失效风险：Token 过期或账户欠费将导致所有查询失败，需建立监控机制 数据滞留风险：任务结果通常有保留期限，长期未查询可能导致下载链接失效 原始说明 Check the status of a Dataify scraper task