vipshop-product-consultant

# 商品咨询 Skill ## 基本信息 - **名称**: vipshop-product-consultant - **描述**: 通过调用唯品会API查询商品信息、评价总结和评价列表,对商品进行综合分析并给出购买建议。 ## 使用方法 ``` /product-consult [product_id] ``` 参数说明: - `product_id`(可选):商品ID,默认使用示例商品ID `6920078387106353303` ## 执行流程 ```mermaid graph TD A[开始] --> B[执行商品信息查询脚本] B --> C[解析响应获取spuId和brandId] C --> D[执行评价总结查询脚本] D --> E[执行评价列表查询脚本] E --> F[读取三份JSON数据] F --> G[综合分析商品信息] G --> H[生成购买建议报告] H --> I[结束] ``` ## 执行步骤 ### 步骤1:查询商品信息 执行Python脚本查询商品基本信息: ```bash python query_product_info.py {product_id} ``` 从返回结果中提取: - `spuId`:商品SPU ID - `brandId`:品牌ID - 商品名称、价格、折扣等基本信息 ### 步骤2:查询评价总结 使用步骤1获取的spuId查询评价总结: ```bash python query_review_summary.py {spu_id} ``` 获取评价统计信息: - 满意度 - 热门关键词标签 - 尺码感受统计 ### 步骤3:查询评价列表 使用spuId和brandId查询具体评价: ```bash python query_review_list.py {spu_id} {brand_id} ``` 获取用户真实评价内容: - 评价内容 - 用户评分 - 购买规格 - 评价图片 ### 步骤4:综合分析 基于获取的三份数据(product_info.json、review_summary.json、review_list.json),进行综合分析: 1. **价格分析**:对比市场价与特卖价,计算优惠力度 2. **口碑分析**:分析满意度、热门评价标签、回头客数量 3. **尺码建议**:根据尺码感受统计给出尺码选择建议 4. **真实评价精选**:挑选有代表性的用户评价 5. **购买建议**:综合以上分析给出推荐指数和购买建议 ## 输出格式 ### 商品基本信息 | 项目 | 内容 | |------|------| | 商品名称 | {productName} | | 品牌 | {brandName} | | 特卖价 | ¥{salePrice} | | 市场价 | ¥{marketPrice} | | 折扣 | {discount} | ### 口碑分析 - 满意度:{satisfaction}% - 评价总数:{totalCount} - 热门标签:{topKeywords} - 回头客:{repeatCustomer}人 ### 尺码建议 根据用户反馈统计: - 合适:{fitCount}人({fitPercent}%) - 偏大:{largeCount}人({largePercent}%) - 偏小:{smallCount}人({smallPercent}%) ### 购买建议 综合评分:⭐⭐⭐⭐⭐(推荐指数) 推荐理由: 1. {reason1} 2. {reason2} 3. {reason3} 注意事项: - {note1} - {note2} ## 技术说明 - 所有接口均采用HTTP直接调用(非浏览器方式) - 接口响应格式为JSONP,需去除callback包装后解析JSON - 兼容API返回code=0或code=1的状态码 - 评价列表接口的data字段可能是list或dict,需兼容处理

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 "vipshop-product-consultant" with this command: npx skills add miketobusy/vipshop-product-consultant

商品咨询 Skill

基本信息

  • 名称: vipshop-product-consultant
  • 描述: 通过调用唯品会API查询商品信息、评价总结和评价列表,对商品进行综合分析并给出购买建议。

使用方法

/product-consult [product_id]

参数说明:

  • product_id(可选):商品ID,默认使用示例商品ID 6920078387106353303

执行流程

graph TD
    A[开始] --> B[执行商品信息查询脚本]
    B --> C[解析响应获取spuId和brandId]
    C --> D[执行评价总结查询脚本]
    D --> E[执行评价列表查询脚本]
    E --> F[读取三份JSON数据]
    F --> G[综合分析商品信息]
    G --> H[生成购买建议报告]
    H --> I[结束]

执行步骤

步骤1:查询商品信息

执行Python脚本查询商品基本信息:

python query_product_info.py {product_id}

从返回结果中提取:

  • spuId:商品SPU ID
  • brandId:品牌ID
  • 商品名称、价格、折扣等基本信息

步骤2:查询评价总结

使用步骤1获取的spuId查询评价总结:

python query_review_summary.py {spu_id}

获取评价统计信息:

  • 满意度
  • 热门关键词标签
  • 尺码感受统计

步骤3:查询评价列表

使用spuId和brandId查询具体评价:

python query_review_list.py {spu_id} {brand_id}

获取用户真实评价内容:

  • 评价内容
  • 用户评分
  • 购买规格
  • 评价图片

步骤4:综合分析

基于获取的三份数据(product_info.json、review_summary.json、review_list.json),进行综合分析:

  1. 价格分析:对比市场价与特卖价,计算优惠力度
  2. 口碑分析:分析满意度、热门评价标签、回头客数量
  3. 尺码建议:根据尺码感受统计给出尺码选择建议
  4. 真实评价精选:挑选有代表性的用户评价
  5. 购买建议:综合以上分析给出推荐指数和购买建议

输出格式

商品基本信息

项目内容
商品名称{productName}
品牌{brandName}
特卖价¥{salePrice}
市场价¥{marketPrice}
折扣{discount}

口碑分析

  • 满意度:{satisfaction}%
  • 评价总数:{totalCount}
  • 热门标签:{topKeywords}
  • 回头客:{repeatCustomer}人

尺码建议

根据用户反馈统计:

  • 合适:{fitCount}人({fitPercent}%)
  • 偏大:{largeCount}人({largePercent}%)
  • 偏小:{smallCount}人({smallPercent}%)

购买建议

综合评分:⭐⭐⭐⭐⭐(推荐指数)

推荐理由:

  1. {reason1}
  2. {reason2}
  3. {reason3}

注意事项:

  • {note1}
  • {note2}

技术说明

  • 所有接口均采用HTTP直接调用(非浏览器方式)
  • 接口响应格式为JSONP,需去除callback包装后解析JSON
  • 兼容API返回code=0或code=1的状态码
  • 评价列表接口的data字段可能是list或dict,需兼容处理

Source Transparency

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

Related Skills

Related by shared tags or category signals.

General

gitlab-mr-reviewer

当需要审核 GitLab 合并请求、检查 MR diff 风险、发布 GitLab 审查评论、执行 approve/request changes,或发送 MR 审查通知时使用。

Registry SourceRecently Updated
1490whrime
General

Voice Transcriber Toolkit

Voice-to-Text Transcription Toolkit - 语音识别转文字,支持Whisper/Vosk引擎,批量处理,字幕导出 | Speech recognition & transcription with Whisper/Vosk engines, batch processing, su...

Registry SourceRecently Updated
General

Gigo Lobster Taster

🦞 GIGO · gigo-lobster-taster: 正式试吃模式:跑完整评测,默认上传云端、生成个人结果页并进入排行榜。 Triggers: 试吃我的龙虾 / 品鉴我的龙虾 / lobster taste / lobster taster.

Registry SourceRecently Updated
General

Gigo Lobster Local

🦞 GIGO · gigo-lobster-local: 本地模式:跑完整评测,但不上云、不注册个人结果页,证书二维码回到官网首页。 Triggers: 本地试吃龙虾 / 离线试吃龙虾 / local lobster taste / offline lobster taste.

Registry SourceRecently Updated