复制安装命令
用 Codex 或 Claude 安装复制这段 Prompt,粘贴到 Codex、Claude 或其他助手里,让它先审查 Skill 页面再帮你安装。
复制前请先查看来源、License 和安全提示。
收录最全、更新最快的AI Agent技能库,涵盖文档处理、内容创作、编程开发、机器学习、自动化工作流等多个领域的精选技能包。
用 Codex 或 Claude 安装复制这段 Prompt,粘贴到 Codex、Claude 或其他助手里,让它先审查 Skill 页面再帮你安装。
复制前请先查看来源、License 和安全提示。
来源文件:README.md
收录最全、更新最快的AI Agent技能库,涵盖文档处理、内容创作、编程开发、机器学习、自动化工作流等多个领域的精选技能包。
每24小时自动爬取 awesome-agent-skills 仓库,确保技能库始终保持最新状态。
按照功能、来源、Star数量等多维度标签进行分类整理。
支持JSON和CSV格式导出,方便数据分析和二次开发。
本技能商店收录了来自以下顶级团队的官方技能:
git clone https://github.com/anbeime/skill.git
cd skill
pip install -r requirements.txt
# 立即执行一次更新
python main.py --once
# 启动定时更新守护进程
python main.py --daemon
# 显示数据统计
python main.py --stats
# 导出为 CSV 格式
python main.py --export skills.csv
# 详细日志模式
python main.py --once -v
访问 在线技能商店 或查看本地文件:
# 查看官方技能列表
cat data/skills.json
# 查看本地技能列表
cat data/local_skills.json
# 查看技能文档
ls docs/
D:\tool\skills\D:\tool\skills\skill压缩文件\(71个压缩包)内置技能验证工具,用于检查 SKILL.md 是否符合规范:
# 验证所有技能
python tools/skill_validator.py validate
# 验证单个技能
python tools/skill_validator.py validate skills/agent-team
# 读取技能属性
python tools/skill_validator.py read-properties skills/agent-team --json
# 生成 XML prompt(用于 AI 调用)
python tools/skill_validator.py to-prompt skills/agent-team
详见 工具文档。
{
"skills": [
{
"name": "组织名/技能名",
"description": "技能描述",
"link": "GitHub链接",
"category": "分类名称",
"source": "来源仓库",
"crawled_at": "2026-02-02T17:07:33"
}
],
"total": 182,
"updated_at": "2026-02-02T17:07:33"
}
{
"metadata": {
"total_skills": 61,
"core_skills": 25,
"sub_skills": 30,
"system_builtin": 6,
"last_updated": "2026-02-11T15:30:00"
},
"categories": {
"内容创作与发布": {...},
"视频创作": {...},
...
},
"statistics": {
"by_api_requirement": {
"必需API": 15,
"可选API": 20,
"完全免费": 26
}
}
}
欢迎提交 Issue 和 Pull Request!详见 贡献指南。
发现了好用的 AI Agent 技能?欢迎提交!
skills/_template/ 创建技能,验证后提 PR感谢所有为这个项目做出贡献的伙伴:
MIT License
ecommerce-full-pipeline 技能:跨境电商全链路自动化工具tools/skill_validator/)skills/_template/)CONTRIBUTING.md)最后更新: 2026-02-11
维护者: anbeime
联系方式: GitHub Issues
此部分由自动化脚本每日从上游源同步更新
最后更新: 2026-08-03T05:29:17.609648 | 技能源总数: 155
Latest commit: 4ae5180
| Package | Description |
|---|---|
clawhub-admin | clawhub-admin package |
clawhub | CLI tool for managing skills |
schema | Shared API types and routes |
Common CLI flows:
clawhub login, clawhub whoamiclawhub login --deviceclawhub search ..., clawhub exploreclawhub package explore, clawhub package inspect <name>clawhub install @openclaw/demo, clawhub pin <skill>, clawhub unpin <skill>, clawhub uninstall <skill>, clawhub list, clawhub update --allname: ecommerce-full-pipeline
description: 跨境电商全链路自动化工具。集成1688采集、智能清洗、多平台上架(微信小店/Shopify/TikTok)、推广方案(关键词/竞品分析/广告文案)、短视频创作(MoviePy竖屏视频)、一键代发、爆品挖掘(趋势聚合+6维评分)、闲鱼二手选品捡漏(品牌识别/虚标过滤/捡漏评分/价格监控)、全自动流水线(挖掘→采集→清洗→上架→推广→视频)。
version: 1.0.0
author: anbeime
tags:
- ecommerce
- scraping
- marketing
- video
- automation
- bargain
- xianyu
- 1688
- trend
- pipelinepip install requests beautifulsoup4 lxml pyyaml pytrends moviepy pillow
# 自动挖掘爆品 → 采集 → 清洗 → 上架 → 推广 → 视频生成
python main.py auto-pipeline --seed-keywords "收纳盒,蓝牙耳机" --top-n 5 --product-limit 3 --platform all
# Step 1: 采集
python main.py scrape --keyword "蓝牙耳机" --pages 2 --detail --download-images
# Step 2: 清洗(过滤毛利率低于20%、供应商评分低于60分的商品)
python main.py clean --input data/raw_products.json --min-margin 0.20 --min-score 60
# Step 3: 上架(生成多平台模板)
python main.py publish --input data/cleaned_products.json --platform all --export all
# Step 4: 推广(关键词+竞品分析+广告文案+预算)
python main.py promote --input data/cleaned_products.json --limit 10 --daily-budget 50
# Step 5: 生成推广短视频
python main.py video --input data/cleaned_products.json --limit 5 --duration 15
# 自动挖掘趋势爆品
python main.py trend --categories electronics,home --top-n 10
# 指定种子词挖掘
python main.py trend --seed-keywords "充电宝,手机壳" --top-n 10
# 闲鱼搜索
python main.py xianyu --keyword "投影仪" --price-max 999 --pages 3 --condition 9成新
# 捡漏搜索(带参数需求)
python main.py hunt --keyword "投影仪 4K 云台" --budget 999 \
--min-lumens 1000 --require-4k --require-gimbal --require-wall
# 智能推荐(多关键词综合)
python main.py recommend --keywords "投影仪,家用投影,4K投影" --budget 999 \
--min-lumens 1000 --require-4k --require-gimbal
# 价格监控
python main.py monitor --keywords "投影仪,坚果投影" --budget 999
python main.py fulfill --source-url "https://detail.1688.com/offer/xxx.html" \
--receiver-name "张三" --receiver-phone "13800138000" \
--receiver-address "北京市朝阳区xxx" --sku-spec "白色/大号" --quantity 1
爆品评分 = 趋势速度 × 35% + (1-竞争度) × 25% + 利润潜力 × 25% + 供应稳定 × 15%
| 维度 | 权重 | 评分逻辑 |
|---|---|---|
| 趋势速度 | 35% | Google Trends 搜索量变化率,近期涨幅越高分越高 |
| 竞争度 | 25% | 市场竞争强度反向指标,竞争越低分越高 |
| 利润潜力 | 25% | 1688 供货价与预估售价的利润率 |
| 供应稳定 | 15% | 供应商数量和供货稳定性 |
评分公式:价格优势(30分) + 性价比(20分) + 成色(15分) + 卖家信誉(15分) + 参数匹配(20分) - 风险扣分
| 维度 | 分值 | 评分逻辑 |
|---|---|---|
| 价格优势 | 0-30 | 实际价/合理二手价的比值越低分越高,降价幅度加分 |
| 性价比 | 0-20 | 相对全新价的折扣率,折扣越大分越高 |
| 成色 | 0-15 | 全新15分 > 几乎全新13 > 99新12 > 9成新10 > 正常使用7 |
| 卖家信誉 | 0-15 | 百分百好评+10,想要人数加分 |
| 参数匹配 | 0-20 | 按用户需求参数(亮度/4K/云台等)的匹配度 |
| 风险扣分 | 0-30 | 低价高参数虚标、无品牌、商家批量出货等风险因素 |
ecommerce-tool/
├── main.py # CLI 入口(13 个子命令)
├── config.yaml # 配置文件
├── requirements.txt # 依赖
├── ecommerce_tool/
│ ├── scraper.py # 1688 采集模块
│ ├── cleaner.py # 数据清洗模块
│ ├── publisher.py # 多平台上架模块
│ ├── promoter.py # 推广方案模块
│ ├── video_generator.py # 短视频生成模块
│ ├── fulfillment.py # 一键代发模块
│ ├── trend_detector.py # 爆品挖掘模块
│ ├── xianyu_scraper.py # 闲鱼采集模块
│ ├── bargain_hunter.py # 捡漏分析模块
│ └── utils.py # 工具函数
| 命令 | 说明 |
|---|---|
scrape | 从 1688 采集商品 |
clean | 清洗商品数据 |
publish | 生成上架模板(微信小店/Shopify/TikTok) |
promote | 生成推广方案(关键词/竞品/文案/预算) |
video | 生成推广短视频 |
fulfill | 一键代发下单 |
pipeline | 全流程自动化(采集→清洗→上架→推广→视频) |
trend | 自动挖掘爆品趋势 |
auto-pipeline | 全自动爆品流水线(挖掘→采集→上架→推广→视频) |
xianyu | 闲鱼商品搜索 |
hunt | 闲鱼捡漏搜索 |
recommend | 智能推荐(多关键词综合) |
monitor | 价格监控 |
from ecommerce_tool.scraper import Scraper1688
from ecommerce_tool.cleaner import DataCleaner
from ecommerce_tool.publisher import Publisher
from ecommerce_tool.promoter import Promoter
from ecommerce_tool.video_generator import VideoGenerator
from ecommerce_tool.fulfillment import FulfillmentEngine
from ecommerce_tool.trend_detector import TrendDetector
from ecommerce_tool.xianyu_scraper import XianyuScraper
from ecommerce_tool.bargain_hunter import BargainHunter
# 1688 采集
scraper = Scraper1688(config, logger)
products = scraper.search("蓝牙耳机", pages=2)
# 爆品挖掘
detector = TrendDetector(config, logger)
candidates = detector.discover(categories=["electronics"], top_n=10)
# 闲鱼捡漏
hunter = BargainHunter(config, logger)
results = hunter.hunt(
keyword="投影仪",
price_max=999,
spec_requirements={
"min_lumens": 1000,
"support_4k": True,
"has_gimbal": True,
"support_wall": True,
},
)
print(hunter.display_results(results))
评论 (0)
暂无评论,成为第一个评论者吧!