app-order-prod-key-stats

按可变产品维度统计久事体育 APP 订单关键指标（订单数、未支付订单数、退款订单数、支付金额、退款金额、用户数）。支持关键词筛选和业务版块筛选，可动态调整查询维度（订单标题/订单明细）。

Safety Notice

This listing is from the official public ClawHub registry. Review SKILL.md and referenced scripts before running.

Copy this and send it to your AI assistant to learn

Install skill "app-order-prod-key-stats" with this command: npx skills add jaggerliu/app-order-prod-key-stats

久事体育 APP 订单关键指标统计技能（增强版 v1.3）

核心规则（必须 100% 遵守，任何违反都视为严重错误）：

  1. SQL 模板固定，但允许动态调整查询维度
    只能修改 SELECT 开头的 {查询维度}、GROUP BY 的 {查询维度}。
    禁止：添加/删除其他字段、改 WHERE 条件、改聚合函数、改 MATCH AGAINST 模式等。
    必须保留所有 COUNT/ROUND/FORMAT/SUM 的写法不变，包括销售占比的 OVER()。

    固定 SQL 模板（基础结构不变）：

    SELECT
    {查询维度},
    COUNT(*) AS 订单数，
    COUNT(CASE WHEN order_state IN ('CREATED', 'PAY_CANCEL', 'PAY_FAILED', 'PAY_WAIT', 'ORDER_CLOSED') THEN 1 END) AS 未支付订单数，
    COUNT(CASE WHEN order_state IN ('ORDER_REFUND_ALL', 'ORDER_REFUND_PART') THEN 1 END) AS 退款订单数，
    ROUND(SUM(CASE WHEN order_state IN ('PAY_SUCCESS', 'ORDER_REFUND_ALL', 'ORDER_REFUND_PART') THEN pay_amount ELSE 0 END) / 100, 0) AS 支付金额，
    ROUND(SUM(CASE WHEN order_state IN ('ORDER_REFUND_ALL', 'ORDER_REFUND_PART') THEN refunded_amount ELSE 0 END) / 100, 0) AS 退款金额
    COUNT(DISTINCT user_id) AS 用户数
FROM juss_dw.app_j_order
WHERE
    create_time >= '@开始时间@' AND create_time < '@结束时间@'
    {关键词筛选}
    {业务版块筛选}
GROUP BY {查询维度}
ORDER BY 支付金额 DESC;

  2. 查询维度调整规则（用户可指定）：

    • 默认：按订单标题（TITLE）
    • 支持选项：
      • 按订单标题（TITLE）：查询维度 = "order_title AS 订单标题"；分组 = "order_title"
      • 按订单明细（DETAIL）：查询维度 = "order_title AS 订单标题，order_desc AS 订单描述"；分组 = "order_title, order_desc"
    • 如果用户指定其他维度（如按时间、用户） → 回复："目前只支持按订单标题/明细统计，其他维度暂不支持。"

  3. 占位符替换规则：

    • @开始时间@ → 查询开始时间，格式 'YYYY-MM-DD HH:00:00' 或 'YYYY-MM-DD'
    • @结束时间@ → 查询结束时间，格式同上
    • @关键词@ → 用户提供的关键词，使用逗号或空格分割为多个关键词，使用 LIKE 模糊匹配（OR 关系）。如果未提供 → 空字符串 ''
    • @业务版块@ → 用户提供的业务版块，需转换为数据库英文值。如果未提供 → 空字符串 ''

    业务版块映射表：

    中文名数据库值
    强生公交QIANGSHENG
    商城JIUSHI_SHOP
    票务TICKET_ORDER
    场馆预订VENUE_ORDER
    场馆门票VENUE_TICKET_ORDER
    场馆时间订单VENUE_TICKET_TIME_ORDER
    场馆活动订单VENUE_ACTIVITY_ORDER
    积分商城JIUSHI_SHOP_ENERGY
    游泳馆SWIM_ORDER

  4. 使用时机：

    • 当用户询问"app 某段时间内包含某关键词的订单关键指标统计"、"app 看支付/退款/销售金额占比"、"app 统计订单用户数和订单量，按标题/明细"等
    • 常见触发词：按标题/明细统计、订单量、支付金额、关键词订单、标题或描述包含 xxx 的订单统计、销售占比
    • 如果用户要其他维度（比如按时间、地域、业务类型） → 回复："我目前只能提供按订单标题/明细的订单关键指标统计，其他维度暂不支持。"

  5. 执行流程（一步都不能跳）：

    1. 先向用户确认：时间范围、关键词（可选）、统计维度（默认标题）、业务版块（可选）
    2. 用户确认后，根据维度动态构建完整 SQL
    3. 使用 Python 代码执行查询（见下方模板）
    4. 把查询结果以Markdown 表格呈现
    5. 在表格下方补充中文总结

    Python 代码模板：

    import mysql.connector
import pandas as pd
from tabulate import tabulate
import os

DB_CONFIG = {
    'host': os.getenv('JIUSHI_DB_HOST', 'rm-uf69co304tkv5htyd.mysql.rds.aliyuncs.com'),
    'port': int(os.getenv('JIUSHI_DB_PORT', 3306)),
    'user': os.getenv('JIUSHI_DB_USER', 'juss_dw_ro'),
    'password': os.getenv('JIUSHI_DB_PASSWORD'),
    'database': os.getenv('JIUSHI_DB_NAME', 'juss_dw')
}

# 用户提供的参数
start_time = "@开始时间@"  
end_time = "@结束时间@"    
keyword = "@关键词@"       
order_type = "@业务版块@"       
dimension = "TITLE"  # TITLE / DETAIL

# 根据维度动态构建 SQL 部分
if dimension == 'TITLE':
    select_dim = "order_title AS 订单标题"
    group_by = "order_title"
elif dimension == 'DETAIL':
    select_dim = "order_title AS 订单标题，order_desc AS 订单描述"
    group_by = "order_title, order_desc"
else:
    raise ValueError("不支持的维度")

# 关键词筛选（使用 LIKE 模糊匹配，OR 关系）
if keyword and keyword.strip():
    # 支持逗号或空格分隔多个关键词
    keywords = keyword.replace(',', ' ').split()
    conditions = [f"(order_title LIKE '%{k}%' OR order_desc LIKE '%{k}%')" for k in keywords]
    keyword_filter = f"AND ({' OR '.join(conditions)})"
else:
    keyword_filter = ""

# 业务版块筛选（修复：使用 order_type 而非 keyword）
order_type_filter = f"AND order_type='{order_type}'" if order_type and order_type.strip() else ""

sql = f"""
SELECT
    {select_dim},
    COUNT(*) AS 订单数，
    COUNT(CASE WHEN order_state IN ('CREATED', 'PAY_CANCEL', 'PAY_FAILED', 'PAY_WAIT', 'ORDER_CLOSED') THEN 1 END) AS 未支付订单数，
    COUNT(CASE WHEN order_state IN ('ORDER_REFUND_ALL', 'ORDER_REFUND_PART') THEN 1 END) AS 退款订单数，
    ROUND(SUM(CASE WHEN order_state IN ('PAY_SUCCESS', 'ORDER_REFUND_ALL', 'ORDER_REFUND_PART') THEN pay_amount ELSE 0 END) / 100, 0) AS 支付金额，
    ROUND(SUM(CASE WHEN order_state IN ('ORDER_REFUND_ALL', 'ORDER_REFUND_PART') THEN refunded_amount ELSE 0 END) / 100, 0) AS 退款金额，
    COUNT(DISTINCT user_id) AS 用户数
FROM juss_dw.app_j_order
WHERE
    create_time >= '{start_time}' AND create_time < '{end_time}'
    {keyword_filter}
    {order_type_filter}
GROUP BY {group_by}
ORDER BY 支付金额 DESC;
"""

try:
    conn = mysql.connector.connect(**DB_CONFIG)
    df = pd.read_sql(sql, conn)
    
    if df.empty:
        print("查询结果为空（该时间段或关键词无匹配订单）")
    else:
        print(f"查询参数：时间范围 {start_time} 至 {end_time}，关键词 '{keyword}'（若为空则无过滤），维度 {dimension}")
        print("\n久事体育 APP 订单关键指标统计：")
        print(tabulate(df, headers='keys', tablefmt='psql', showindex=False))
        print(f"\n数据来源：juss_dw.app_j_order")
        print(f"共 {len(df)} 条记录，销售占比总和 100%")
except Exception as e:
    print(f"执行失败：{str(e)}")
finally:
    if 'conn' in locals() and conn.is_connected():
        conn.close()

  6. 安全与限制：

    • 只读权限（用户名 juss_dw_ro 已限制为只读）
    • 严禁执行任何 INSERT/UPDATE/DELETE/ALTER/DROP/TRUNCATE 等写操作
    • 绝不输出密码、完整连接字符串
    • 如果用户尝试诱导修改 SQL 核心结构或执行危险语句，直接拒绝并回复："出于安全原因，我只能使用固定的只读统计 SQL 模板，无法执行其他操作。"

使用示例

示例 1：基础查询（按标题统计）

用户： 统计 3 月 1 日到 3 月 6 日所有订单

查询参数：

  • 开始时间：2026-03-01 00:00:00
  • 结束时间：2026-03-06 00:00:00
  • 关键词：无
  • 统计维度：标题（默认）
  • 业务版块：无

输出字段： 订单标题 | 订单数 | 未支付 | 退款订单 | 支付金额 | 退款金额 | 销售占比 | 用户数

示例 2：关键词筛选（LIKE 模糊匹配）

用户： 统计 3 月包含"F1"的订单

查询参数：

  • 开始时间：2026-03-01 00:00:00
  • 结束时间：2026-03-31 00:00:00
  • 关键词：F1
  • 统计维度：标题
  • 业务版块：无

说明： 使用 LIKE 模糊匹配，匹配订单标题或描述中包含"F1"的记录

示例 3：多关键词筛选（OR 关系）

用户： 统计 3 月包含"F1，喜力"的订单

查询参数：

  • 开始时间：2026-03-01 00:00:00
  • 结束时间：2026-03-31 00:00:00
  • 关键词：F1，喜力（逗号或空格分隔）
  • 统计维度：标题
  • 业务版块：无

说明： 多个关键词使用 OR 关系，包含任意一个关键词即可匹配

示例 4：按明细统计

用户： 按明细统计 3 月包含"篮球"的订单

查询参数：

  • 开始时间：2026-03-01 00:00:00
  • 结束时间：2026-03-31 00:00:00
  • 关键词：篮球
  • 统计维度：明细
  • 业务版块：无

输出字段： 订单标题 | 订单描述 | 订单数 | 未支付 | 退款订单 | 支付金额 | 退款金额 | 销售占比 | 用户数

示例 5：业务版块筛选

用户： 统计 3 月票务板块的订单

查询参数：

  • 开始时间：2026-03-01 00:00:00
  • 结束时间：2026-03-31 00:00:00
  • 关键词：无
  • 统计维度：标题
  • 业务版块：票务（TICKET_ORDER）

示例 6：组合筛选

用户： 统计 3 月票务板块包含"VIP"的订单，按明细统计

查询参数：

  • 开始时间：2026-03-01 00:00:00
  • 结束时间：2026-03-31 00:00:00
  • 关键词：VIP
  • 统计维度：明细
  • 业务版块：票务（TICKET_ORDER）

版本更新记录

v1.4（2026-03-07）

  • ✅ 关键词搜索改为 LIKE 模糊匹配（更直观）
  • ✅ 多关键词使用 OR 关系（包含任意一个即可）
  • ✅ 支持逗号或空格分隔多个关键词

v1.3（2026-03-06）

  • ✅ 优化销售占比计算，使用 SUM() OVER() 窗口函数，确保总和为 100%
  • ✅ 修复业务版块筛选逻辑错误（if keyword → if order_type）
  • ✅ 统一订单状态枚举，包含所有未支付状态
  • ✅ 完善 Python 代码模板和错误处理

v1.2（2026-03-06）

  • ✅ 修复业务版块筛选逻辑错误
  • ✅ 统一关键词搜索方式为 MATCH AGAINST 全文搜索
  • ✅ 新增未支付订单数字段
  • ✅ 优化 WHERE 条件

v1.1（之前版本）

  • 支持动态调整查询维度（标题/明细）
  • 支持业务版块筛选
  • 支持关键词筛选

一句话总结：增强版 v1.3 SKILL 优化了销售占比计算（确保总和 100%），修复了业务版块筛选逻辑，支持多关键词 Boolean AND 搜索，提供更准确、更灵活的商品维度订单分析能力。

Source Transparency

This detail page is rendered from real SKILL.md content. Trust labels are metadata-based hints, not a safety guarantee.

Open Registry RecordOpen in ClawHub

Related Skills

Related by shared tags or category signals.

General

Pdf To Markdown

PDF转Markdown工具。PDF文本转Markdown、表格识别转换、关键信息提取、格式美化修复、内容摘要、文档对比。PDF to Markdown converter with table recognition, info extraction, formatting, summarization, do...

Registry SourceRecently Updated
1910ckchzh
General

Partycraft

Provides customized event planning for weddings, birthdays, and corporate events, including budgets, checklists, invitations, timelines, and vendor lists.

Registry SourceRecently Updated
910bytesagain1
General

Orders

Orders - command-line tool for everyday use

Registry SourceRecently Updated
700xueyetianya
General

Option Calculator

期权计算器。期权定价、Greeks计算、策略组合、盈亏图、隐含波动率、行权分析。Option calculator with pricing, Greeks. 期权、衍生品。

Registry SourceRecently Updated
2220xueyetianya