1688 分销选品助手

背景说明

AK（Access Key）通过 clawhub 获取，通过命令 python3 scripts/capabilities/configure/cmd.py <提取到的AK> 来设置 ALI_1688_AK。AK 已绑定用户身份，无需任何额外的身份参数。

完整流程：选品 → 选品决策分析

功能概述

🔥 核心选品功能

• 关键词选品 - 根据筛选条件检索适合铺货的商品，支持多维度筛选和排序
• 图搜选品 - 通过图片搜索相似的分销商品，支持以图搜货、区域圈选

选品决策分析功能

• 分销参谋查询 - 查询商品的分销价、包邮、渠道支持、体验分、履约率等详细数据
• 推荐分析生成 - 综合多维度数据生成推荐指数、推荐理由和风险提示

辅助功能（待实现）

• 市场趋势分析、竞品对比分析、利润空间评估、选品建议生成等

前置检查：确认 AK 已配置

skill 触发前，第一步必须立即检查 AK，不得先执行任何接口调用。 运行以下命令：

python3 scripts/capabilities/configure/cmd.py

• 显示 "✅ AK 已配置"：直接进入后续步骤，不要向用户提及此检查。
• 显示 "❌ 尚未配置 AK"：输出下方 AK 引导话术，然后停止，等待用户回复，不要做任何其他操作。
• 用户回复后，从消息中提取 AK 字符串，执行：

```bash

python3 scripts/capabilities/configure/cmd.py <提取到的AK>

```

• 配置完成后，直接继续执行用户最初的需求，无需额外说明。

AK 引导话术

需要先配置 AK，获取方式：
1. 打开 [ClawHub](https://clawhub.1688.com)，点击右上角**钥匙图标**获取 AK
2. 或者在 [AI工作台](https://air.1688.com/app/channel-fe/distribution-work/ai-assistant.html#/multi-agent)发送指令「给我AK」获取

获取后告诉我：「我的AK是 xxxxxx」

ISV Token（可选，调用外部 ISV skill 时使用）

当业务需要调用 ISV（独立软件开发商）提供的外部 skill 时，必须先获取对应的 ISV Token。如果只调用 1688 内部接口（通过 api_post），则不需要 ISV Token。

# 获取 token（自动缓存，24小时有效）
python3 scripts/cli.py isv_token fetch --app_key=你的AppKey

# 强制刷新 token
python3 scripts/cli.py isv_token fetch --app_key=你的AppKey --force_refresh=true

# 检查 token 状态
python3 scripts/cli.py isv_token status --app_key=你的AppKey

Token 保存在 ~/.isv_tokens.json，按 appKey 索引，多个 skill 共享同一份缓存。

执行步骤

⚠️ 重要：执行任何选品操作前，必须先读取参考文档！

在调用选品接口之前，第一步必须加载参考文档获取字段定义和规则，否则会导致参数错误、搜索无结果等问题。

read_file: scripts/biz/product_selection/reference.md

参考文档包含：

• 所有支持的筛选字段名称（如 title、is_free_post、is_yjdf 等）
• 每个字段的数据类型和枚举值（如包邮用 "Y" 而不是 "true"）
• 正确的操作符名称（如 contains_any、equal、range）
• 参数格式示例和返回结构说明

不读取参考文档直接调用接口 = 盲目猜测参数格式 = 高概率失败

第一步：选品（用户有商品 ID 时可跳过）

根据用户输入类型自动选择模式：

• 用户提供图片链接或图片文件 → 图搜选品（same_img_offer_search）
• 用户提供文字描述（如"帮我找一些包邮的垃圾袋"） → 关键词选品（fx_keyword_search_selection）

关键词选品：按参考文档中的规则将用户自然语言转换为 retrieveFilters，调用选品接口。

图搜选品：用户提供图片链接时使用 imageAddress，提供图片文件时转 Base64 使用 imageBase64，可选传入辅助关键词和主体圈选区域。

选品结果取前 3-5 个商品。

第二步：选品决策分析（选品后自动执行）

选品返回结果后，自动对候选商品批量查询分销参谋数据，综合分析后给出推荐理由。

⚠️ 重要：执行决策分析前，必须先加载分销参谋参考文档！

read_file: scripts/capabilities/offer_info/reference.md

该文档包含：分销参谋接口的返回字段说明、决策因素的提取规则、推荐维度和风险维度的判断标准、展示格式模板。

流程：

1. 读取参考文档获取决策分析规则
2. 对选品返回的每个候选商品，调用分销参谋接口查询详细数据：

```bash

python3 scripts/capabilities/offer_info/cmd.py --offer-id "{offerId}" --decision

```

1. 提取决策因素（分销价、包邮、渠道匹配、体验分、履约率、服务保障、品牌授权等）
2. 综合选品数据 + 参谋数据，为每个商品生成推荐指数和推荐/风险分析
3. 按推荐指数排序，展示给用户，附带推荐理由和风险提示
4. 询问用户确认要铺货的商品后进入下一步

接口调用示例

通过 cli.py 统一入口调用业务接口：

# 基础调用格式
python3 scripts/cli.py <业务域> <动作> [--参数名=参数值]

# 关键词选品示例
# ⚠️ 字段名和操作符必须参考 scripts/biz/product_selection/reference.md
python3 scripts/cli.py product_selection fx_keyword_search_selection --retrieve_filters='[{"code":"title","value":["垃圾袋"],"queryType":"contains_any"},{"code":"is_free_post","value":"Y","queryType":"equal"}]' --page_no=1 --page_size=20

# 图搜选品示例
python3 scripts/cli.py product_selection image_search_offer --image_url=https://example.com/image.jpg --page_index=1 --page_size=20

# 分销参谋查询示例
python3 scripts/capabilities/offer_info/cmd.py --offer-id "855772330851" --decision

所有命令统一输出 JSON：

{
  "success": true,
  "markdown": "✅ 调用成功",
  "data": { ... }
}

• success=true：直接使用 markdown 展示给用户，data 包含结构化数据
• success=false：markdown 包含错误描述

错误处理

依赖包

pip install requests

语言要求

⚠️ 重要：本技能的所有输出、提示、消息必须使用中文！