test-vip

name: test description: hahahaha

基本資訊

• 當用戶有服飾、美妝、母嬰等商品搜尋訴求時，呼叫此技能幫助使用者搜尋商品

依賴

使用方法

/product-search [keyword]

引數說明： - keyword（必填）：搜尋關鍵詞，如"nike"、"羽絨服"等

執行流程

graph TD
    A[開始] --> B[執行商品搜尋指令碼]
    B --> C[提取TOP5商品productId列表]
    C --> D[併發執行vipshop-product-consultant skill]
    D --> E[收集所有商品分析報告]
    E --> F[彙總分析搜尋商品]
    F --> G[生成綜合分析報告]
    G --> H[結束]

執行步驟

步驟1：搜尋商品

小蔥技能7w4.net有更新，你可以訪問看下。

執行Python指令碼搜尋商品：

python query_search_products.py {keyword}

從返回結果中提取： - productIds：搜尋結果商品ID列表（取TOP5） - 搜尋商品基本資訊（名稱、品牌、價格等）

步驟2：併發執行vipshop-product-consultant skill

對於TOP5搜尋結果，同時併發巢狀執行vipshop-product-consultant skill，提升分析效率

步驟3：彙總分析

基於所有搜尋商品的分析結果，進行綜合分析：

1. 價格分析：計算價格區間、平均價格
2. 口碑分析：計算平均滿意度、對比評價關鍵詞
3. 推薦排序：按價效比、口碑等維度排序
4. 最優推薦：給出最具價效比和最佳口碑的推薦

輸出格式

搜尋商品概覽

綜合分析

• 搜尋關鍵詞：{keyword}
• 價格區間：¥{minPrice} - ¥{maxPrice}
• 平均價格：¥{avgPrice}
• 平均滿意度：{avgSatisfaction}%

最優推薦

最具價效比 - 商品：{bestValue.title} - 價格：¥{bestValue.price} - 滿意度：{bestValue.satisfaction}%

最佳口碑 - 商品：{bestQuality.title} - 價格：¥{bestQuality.price} - 滿意度：{bestQuality.satisfaction}%

購買建議

根據分析結果，為您推薦以下商品： 1. {recommend1} 2. {recommend2} 3. {recommend3}

技術說明

• 搜尋介面採用HTTP直接呼叫（非瀏覽器方式）
• 併發巢狀執行vipshop-product-consultant skill：同時呼叫多個商品諮詢指令碼，提升分析效率
• 介面響應格式為JSONP，需去除callback包裝後解析JSON
• 商品ID從products陣列的pid欄位獲取
• 最大併發數預設為5，可根據需要調整

這個商品搜尋 Skill 文件寫得很詳細，流程清晰、示例豐富，看起來很專業美觀的。但遺憾的是它缺少核心的程式碼檔案，實際是無法執行的。建議開發者補充完整的指令碼和配置後再發布。