这个技能使 AI 能够帮助用户查找优惠商品、比较价格、生成优惠链接,提供智能购物建议。
本技能提供完整的优惠商品查询流程:
优惠, 折扣, 商品搜索, 购物, 推荐, 比价, 淘宝, 京东, 拼多多, 买, 便宜,
buy, discount, shopping, product search, deals, promotion
┌─────────────────┐
│ 1. 注册认证 │
│ 获取凭证 │
└────────┬────────┘
│
▼
┌─────────────────┐
│ 2. 商品查询 │
│ 使用凭证调用 │
└────────┬────────┘
│
▼
┌─────────────────┐
│ 3. 分析推荐 │
│ 筛选优惠商品 │
└────────┬────────┘
│
▼
┌─────────────────┐
│ 4. 用户确认 │
│ 选择商品 │
└────────┬────────┘
│
▼
┌─────────────────┐
│ 5. 生成链接 │
│ 返回优惠链接 │
└─────────────────┘
# scripts/register.sh
# 用途:注册并获取 API 凭证
# scripts/search_products.sh
# 用途:根据关键词查询商品信息
# scripts/generate_link.sh
# 用途:为选定商品生成优惠优惠链接
| 参数名 | 类型 | 必填 | 说明 | 示例 |
|---|---|---|---|---|
| -------- | ------ | ------ | ------ | ------ |
| credential | string | 是 | 注册脚本返回的 UUID,实际请求会自动复用 | 'token_xxx' |
| keyword | string | 是 | 商品搜索关键词 | '无线耳机' |
| platform | string | 否 | 平台参数(当前仅支持 taobao 与 jd,默认 taobao,可在拿到结果后再二次筛选) | 'taobao', 'jd' |
| user_id | string | 否 | 自定义 user_id(默认与 credential 相同) | 'demo-user' |
| start_price | number | 否 | 最低成交价(仅在用户要求限定下限时传入) | 100 |
| end_price | number | 否 | 最高成交价(仅在用户要求限定上限时传入) | 500 |
| 参数名 | 类型 | 必填 | 说明 | 示例 |
|---|---|---|---|---|
| -------- | ------ | ------ | ------ | ------ |
| product_id | string | 是 | 商品ID | '12345678' |
| platform | string | 是 | 商品平台(脚本默认 taobao,可通过 --platform 覆盖为 jd) | 'taobao', 'jd' |
| credential | string | 是 | API凭证 | 'token_xxx' |
# 调用注册脚本(首次会注册,后续会使用缓存)
./scripts/register.sh
# 返回示例
{
"result": "success",
"data": {
"uuid": "3daf9284-f865-4b16-ad6a-1cbb99a46c20",
"username": "dafasdfsadfsa"
}
}
# 可选参数
./scripts/register.sh --force # 强制重新注册
./scripts/register.sh --clear-cache # 清除本地缓存
凭证缓存机制:
.credential_cache--platform taobao 与 --platform jd,随后合并结果并注明来源。# 使用凭证查询商品
./scripts/search_products.sh \
--credential "token_abc123xyz" \
--keyword "无线耳机" \
--platform "taobao"
# 只有在用户需要限定成交价区间时才补充以下参数
# ./scripts/search_products.sh ... --start_price 200 --end_price 500
并行示例(电子/家电场景)
TAOBAO_RESULT=$(./scripts/search_products.sh \
--credential "$CREDENTIAL" \
--keyword "65寸电视" \
--platform "taobao")
JD_RESULT=$(./scripts/search_products.sh \
--credential "$CREDENTIAL" \
--keyword "65寸电视" \
--platform "jd")
> 平台选择目前只支持 taobao 与 jd,若用户倾向京东请显式传入 --platform "jd"。
>
> start_price / end_price 默认不需要传入,除非用户明确要求限定成交价区间。
返回示例
{
"result": "success",
"data": {
"total": 70342,
"products": [
{
"item_id": "jmrZ9q5i0tJqYKqmbyiKY5uJte-rNr4dNUMa0297p0uJo",
"title": "商品完整标题",
"short_title": "商品短标题",
"pict_url": "https://item_pic.jpg",
"reserve_price": "247.76",
"zk_final_price": "127.65",
"final_promotion_price": "71.65",
"income_rate": "1.5",
"commission_amount": "1.07",
"shop_title": "店铺名称",
"user_type": 1,
"volume": 0,
"tk_total_sales": "500",
"small_images": ["https://3011838787.jpg"],
"promotion_tags": [
"淘金币频道抵扣1.28元起",
"40元",
"满1件8.75折",
"包邮"
],
"category_name": "厨房置物架/置物柜/角架",
"brand_name": "家图腾",
"final_promotion_list": [
{
"promotion_title": "商品券",
"promotion_desc": "满108减40",
"promotion_fee": "40",
"promotion_start_time": "1773072000000",
"promotion_end_time": "1773935999000",
"promotion_id": "d571e3f65191454792324c8f031262c1"
}
],
"best_promotion_id": "d571e3f65191454792324c8f031262c1",
"best_promotion": {
"promotion_title": "商品券",
"promotion_desc": "满108减40",
"promotion_fee": "40",
"promotion_start_time": "1773072000000",
"promotion_end_time": "1773935999000",
"promotion_id": "d571e3f65191454792324c8f031262c1"
}
}
]
}
### 步骤 3: 分析并推荐商品
AI 根据以下维度分析商品:
- 折扣力度(优先推荐折扣大的)
- 销量和评价(确保商品质量)
- 价格区间(符合用户预算)
- 性价比(综合评分)
- 图片与卖点(参考 `pict_url`、`short_title`)
- 价格结构(原价 `reserve_price`、优惠价 `zk_final_price`、成交价/券后价 `final_promotion_price`)
- 平台信誉/物流(结合 `platform` 字段,提示淘宝/京东在售后或发货速度上的差异)
**展示形态要求:**
1. 每个商品输出时需同时展示:
- 商品图片(使用 `pict_url` 给出可点击的 URL)
- 原价、优惠价、成交价三段价格信息,明确标注(例:原价¥XXX → 优惠价¥YYY → 成交价¥ZZZ)
- 主要促销或佣金信息,如 `promotion_tags`、`income_rate`、`commission_amount`
2. 在列出价格信息后补充一段购买建议,由 AI 根据折扣力度、销量(`volume`/`tk_total_sales`)、店铺信誉(`shop_title`、`user_type`)等字段自行总结。例如提示“折扣翻半且销量 1w+,适合追求性价比”。
3. 建议段落必须说明推荐理由(折扣、销量、品牌或场景),无需脚本额外字段,完全由 AI 归纳。
4. 如果列表混合了淘宝和京东,务必在标题或首行标记“【淘宝】/【京东】”,并说明物流与售后差异。
### 步骤 4: 用户确认选择
向用户展示推荐商品列表,等待用户选择:
我为您找到以下优惠商品:
请问您想要哪一款的优惠链接?
在对商品做推荐时,优先读取 `best_promotion_id`/`best_promotion` 字段:这是脚本根据可用促销列表自动挑选出的“最划算活动”。如果这个字段存在,就在生成链接时直接把 ID 透传下去,避免重复计算;若不存在,则按旧流程提示用户相关优惠不可叠加或让用户自选。
### 步骤 5: 生成优惠链接
./scripts/generate_link.sh \
--credential "token_abc123xyz" \
--product_id "12345678" \
--platform "taobao" \
--promotion_id "d571e3f65191454792324c8f031262c1"
{
"status": "success",
"product_id": "12345678",
"link_type": "both",
"url": "https://xxxxx.html",
"code": "¥f7B4UETZsMl¥",
"expire_time": "2026-03-16T00:00:00Z",
"user_id": "token_abc123xyz"
}
> 兼容参数:`--activity_id` 仍可使用,但会提示逐步改用 `--promotion_id`。当搜索结果未包含最佳活动 ID 时,可省略该参数,后端将按默认活动生成链接。
## 示例对话流程
### 场景 1: 用户查询特定商品
用户: 帮我找一下无线耳机的优惠
AI:
请问您想要哪一款的购买链接?
用户: 第一款
AI:
[调用链接生成脚本]
已为您生成优惠链接:https://s.click.taobao.com/xxx
这个链接7天内有效,点击即可享受优惠价格。
### 场景 2: 用户指定价格区间
用户: 帮我找200-400元的蓝牙音箱
AI:
[执行完整流程,调用 ./scripts/search_products.sh --start_price 200 --end_price 400 只在此类需求下传参]
在您的预算范围内,我找到了这些高性价比的蓝牙音箱...
## AI 执行指南
### 必须遵循的流程
1. **获取有效凭证**
- 首次使用时调用注册脚本获取凭证
- 凭证会自动缓存到本地,后续直接使用
- 无需每次会话都重新注册
- 凭证过期时会自动重新注册
2. **查询前理解用户需求**
- 提取关键词(商品类型)
- 识别价格区间
- 了解平台偏好
3. **智能推荐**
- 优先推荐折扣力度大的
- 考虑销量和评价
- 最多推荐 3-5 款商品
4. **等待用户确认**
- 不要自动生成链接
- 让用户选择具体商品
- 确认后再生成链接
5. **清晰展示信息**
- 使用结构化格式
- 突出价格和折扣
- 提供必要的商品信息
### 推荐话术模板
我为您找到了 [数量] 款符合条件的优惠商品:
[序号]. [商品标题]
请告诉我您想要第几款的购买链接?
## 安全注意事项
- ⚠️ **凭证保护**:
- 不要在日志中暴露完整凭证
- 缓存文件权限设置为 600
- 不要将 `.credential_cache` 文件提交到版本控制
- ⚠️ **链接有效期**:提醒用户链接的有效期限
- ⚠️ **价格变动**:说明价格可能实时变化
- ⚠️ **平台规则**:遵守各电商平台的使用规则
- ⚠️ **用户隐私**:不保存用户的购物偏好数据
## 错误处理
### 常见错误及处理
| 错误类型 | 处理方式 |
|---------|---------|
| 凭证过期 | 重新调用注册脚本获取新凭证 |
| 商品未找到 | 建议用户更换关键词或扩大搜索范围 |
| 链接生成失败 | 重试一次,失败则提示用户稍后再试 |
| 网络超时 | 提示用户检查网络,稍后重试 |
### 错误响应示例
抱歉,查询遇到了一些问题:
我可以帮您:
## 性能优化
- **凭证缓存**:本地缓存凭证,避免重复注册
- **商品查询缓存**:热门商品查询结果缓存5分钟
- **并发查询**:批量查询多个平台时使用并发
- **结果限制**:限制单次返回商品数量(最多20个)
- **自动刷新**:凭证过期前1小时自动重新注册
## 监控和日志
记录以下关键指标:
- 查询成功率
- 平均响应时间
- 链接生成成功率
- 用户转化率(查询→生成链接)
## 相关文件
- `scripts/register.sh` - 注册认证脚本
- `scripts/search_products.sh` - 商品查询脚本
- `scripts/generate_link.sh` - 链接生成脚本
- `scripts/README.md` - 脚本使用说明
## 版本历史
- v1.0.0 (2026-03-09): 初始版本,支持基础的商品查询和链接生成功能
共 3 个版本