back
loading skill details...
自动监控淘宝/京东竞品价格、销量、评价，生成日报推送到飞书
---
name: ecommerce-monitor
version: 1.0.0
description: "自动监控淘宝/京东竞品价格、销量、评价，生成日报推送到飞书"
author: moon
---
# 电商竞对监控技能 🛍️
**自动化监控淘宝、京东等电商平台的竞品数据，生成竞品分析日报**
---
## 功能特性
✅ **竞品价格监控** — 实时追踪竞品价格变化
✅ **销量数据采集** — 监控竞品销量趋势
✅ **评价分析** — 提取用户评价和评分
✅ **日报生成** — 自动生成竞品监控日报
✅ **飞书推送** — 推送到指定飞书群或个人
✅ **定时任务** — 支持cron定时执行
---
## 快速开始
### 1. 配置监控目标
在 `TOOLS.md` 中配置监控参数：
```markdown
### 电商监控配置
- 淘宝竞品链接: [竞品商品链接]
- 京东竞品链接: [竞品商品链接]
- 监控频率: 每天9点
- 飞书接收群: [飞书群ID]
```
### 2. 设置定时任务
在 `HEARTBEAT.md` 中添加定时监控：
```markdown
### 电商竞对监控
- [ ] 抓取竞品数据
- [ ] 分析价格变化
- [ ] 生成日报并推送
```
### 3. 开始监控
```bash
# 手动执行监控
./scripts/ecommerce-monitor.sh
# 测试飞书推送
./scripts/feishu-test.sh
```
---
## 监控流程
### 数据采集流程
1. **访问竞品页面**
```bash
agent-browser open "https://item.taobao.com/item.htm?id=商品ID"
agent-browser open "https://item.jd.com/商品ID.html"
```
2. **提取关键数据**
```bash
# 价格提取
agent-browser eval "document.querySelector('.price').textContent"
# 销量提取
agent-browser eval "document.querySelector('.sold-count').textContent"
# 评价提取
agent-browser eval "document.querySelector('.rate-count').textContent"
```
3. **数据存储**
```json
{
"product": "产品名称",
"platform": "taobao/jd",
"price": "129.00",
"sales": "5000+",
"rating": "4.8",
"timestamp": "2026-03-26 09:00:00"
}
```
### 数据分析对比
```python
# 价格对比分析
def analyze_price_change(current_data, previous_data):
price_change = current_data['price'] - previous_data['price']
change_percent = (price_change / previous_data['price']) * 100
return {
'price_change': price_change,
'change_percent': change_percent,
'trend': 'up' if price_change > 0 else 'down'
}
# 销量趋势分析
def analyze_sales_trend(data_list):
recent_sales = [d['sales'] for d in data_list[-7:]]
trend = 'stable'
if len(recent_sales) >= 2:
if recent_sales[-1] > recent_sales[0]:
trend = 'up'
elif recent_sales[-1] < recent_sales[0]:
trend = 'down'
return trend
```
---
## 日报生成
### 日报模板
```markdown
# 电商竞对监控日报 📊
**监控日期:** {{date}}
**监控产品:** {{product_count}} 个竞品
## 📈 价格变化趋势
| 产品 | 平台 | 当前价格 | 昨日价格 | 变化 | 趋势 |
|------|------|----------|----------|------|------|
| {{product1}} | 淘宝 | {{price1}} | {{yesterday1}} | {{change1}} | {{trend1}} |
| {{product2}} | 京东 | {{price2}} | {{yesterday2}} | {{change2}} | {{trend2}} |
## 📊 销量数据
| 产品 | 平台 | 当前销量 | 7日趋势 | 热销指数 |
|------|------|----------|---------|----------|
| {{product1}} | 淘宝 | {{sales1}} | {{trend1}} | {{hot1}} |
## ⭐ 用户评价
### 好评关键词
- {{positive_word1}}
- {{positive_word2}}
### 差评关键词
- {{negative_word1}}
- {{negative_word2}}
## 💡 竞品洞察
1. **{{insight1}}**
2. **{{insight2}}**
3. **{{insight3}}**
## 🎯 行动建议
1. {{suggestion1}}
2. {{suggestion2}}
---
*数据来源: 淘宝、京东 | 生成时间: {{generate_time}}*
```
### 日报生成脚本
```bash
#!/bin/bash
# scripts/generate-report.sh
# 拉取最新数据
python scripts/fetch-data.py --output data/latest.json
# 生成日报
python scripts/generate-report.py --template daily --output reports/daily-$(date +%Y-%m-%d).md
# 推送到飞书
python scripts/send-to-feishu.py --file reports/daily-$(date +%Y-%m-%d).md --target "飞书群ID"
echo "日报已生成并推送: reports/daily-$(date +%Y-%m-%d).md"
```
---
## 飞书集成
### 飞书消息推送
```python
# scripts/send-to-feishu.py
import requests
import json
def send_feishu_message(content, target_group):
"""发送消息到飞书群"""
webhook_url = f"https://open.feishu.cn/open-apis/bot/v2/hook/{target_group}"
payload = {
"msg_type": "post",
"content": {
"post": {
"zh_cn": {
"title": "电商竞对监控日报",
"content": content
}
}
}
}
response = requests.post(webhook_url, json=payload)
return response.status_code == 200
```
### 富文本消息格式
```json
{
"msg_type": "post",
"content": {
"post": {
"zh_cn": {
"title": "竞品监控日报",
"content": [
[
{
"tag": "text",
"text": "今日监控发现："
},
{
"tag": "a",
"text": "产品A价格下降5%",
"href": "https://item.taobao.com/item.htm?id=xxx"
}
]
]
}
}
}
}
```
---
## 定时任务配置
### Cron配置示例
```bash
# 每天9点执行监控
0 9 * * * /home/yesno/.openclaw/workspace/skills/ecommerce-monitor/scripts/monitor.sh
# 每小时监控一次（测试用）
0 * * * * /home/yesno/.openclaw/workspace/skills/ecommerce-monitor/scripts/monitor.sh
```
### OpenClaw Heartbeat集成
在 `HEARTBEAT.md` 中添加：
```markdown
### 电商竞对监控 (09:00)
- [ ] 执行竞品数据采集
- [ ] 分析价格销量变化
- [ ] 生成监控日报
- [ ] 推送到飞书群
```
---
## 数据存储
### 数据结构
```json
{
"monitoring_data": [
{
"product_id": "商品ID",
"platform": "taobao/jd",
"product_name": "产品名称",
"current_price": 129.00,
"previous_price": 139.00,
"sales_count": "5000+",
"rating_score": 4.8,
"review_count": 1250,
"monitor_time": "2026-03-26 09:00:00",
"price_change": -10.00,
"change_percent": -7.19
}
]
}
```
### 数据持久化
```python
# scripts/data-manager.py
import json
import os
class DataManager:
def __init__(self, data_file="data/monitoring.json"):
self.data_file = data_file
os.makedirs(os.path.dirname(data_file), exist_ok=True)
def save_data(self, data):
"""保存监控数据"""
existing_data = self.load_data()
existing_data['monitoring_data'].append(data)
with open(self.data_file, 'w', encoding='utf-8') as f:
json.dump(existing_data, f, ensure_ascii=False, indent=2)
def load_data(self):
"""加载历史数据"""
if os.path.exists(self.data_file):
with open(self.data_file, 'r', encoding='utf-8') as f:
return json.load(f)
else:
return {'monitoring_data': []}
```
---
## 脚本工具
### monitor.sh - 主监控脚本
```bash
#!/bin/bash
# scripts/monitor.sh
set -e
# 设置环境
cd "$(dirname "$0")/.."
# 执行数据采集
python scripts/fetch-taobao.py
python scripts/fetch-jd.py
# 数据分析
python scripts/analyze-data.py
# 生成日报
python scripts/generate-report.py
# 推送飞书
python scripts/send-to-feishu.py
echo "监控任务完成: $(date)"
```
### fetch-taobao.py - 淘宝数据采集
```python
# scripts/fetch-taobao.py
import json
from datetime import datetime
def fetch_taobao_data(product_url):
"""采集淘宝商品数据"""
# 使用agent-browser访问页面
# 提取价格、销量、评价等信息
data = {
"platform": "taobao",
"product_url": product_url,
"price": extract_price(),
"sales": extract_sales(),
"rating": extract_rating(),
"timestamp": datetime.now().isoformat()
}
return data
```
### analyze-data.py - 数据分析
```python
# scripts/analyze-data.py
import json
from data_manager import DataManager
def analyze_trends():
"""分析价格销量趋势"""
dm = DataManager()
data = dm.load_data()
# 价格变化分析
recent_prices = [d['current_price'] for d in data['monitoring_data'][-7:]]
price_trend = 'stable'
if len(recent_prices) >= 2:
if recent_prices[-1] > recent_prices[0]:
price_trend = 'up'
elif recent_prices[-1] < recent_prices[0]:
price_trend = 'down'
return {
'price_trend': price_trend,
'avg_price': sum(recent_prices) / len(recent_prices) if recent_prices else 0
}
```
---
## 配置管理
### 监控配置示例
```yaml
# config/monitoring-config.yaml
monitoring:
targets:
- name: "竞品A"
platform: "taobao"
url: "https://item.taobao.com/item.htm?id=xxx"
enabled: true
- name: "竞品B"
platform: "jd"
url: "https://item.jd.com/xxx.html"
enabled: true
schedule:
frequency: "daily"
time: "09:00"
feishu:
enabled: true
group_id: "飞书群ID"
data_retention:
days: 30
```
### 环境变量配置
```bash
# .env
TAOBAO_MONITOR_ENABLED=true
JD_MONITOR_ENABLED=true
FEISHU_WEBHOOK_URL=https://open.feishu.cn/open-apis/bot/v2/hook/xxx
DATA_RETENTION_DAYS=30
```
---
## 故障处理
### 常见问题解决
| 问题 | 原因 | 解决方案 |
|------|------|----------|
| 页面无法访问 | 反爬虫机制 | 使用代理IP，添加随机延迟 |
| 数据提取失败 | 页面结构变化 | 更新选择器，添加备用方案 |
| 飞书推送失败 | 网络问题/权限 | 检查网络，验证webhook权限 |
| 数据存储异常 | 文件权限/空间 | 检查磁盘空间，文件权限 |
### 监控状态检查
```bash
# 检查监控状态
./scripts/status-check.sh
# 查看最近监控记录
cat data/monitoring.json | jq '.monitoring_data[-5:]'
# 测试飞书推送
./scripts/feishu-test.sh "测试消息"
```
---
## 最佳实践
### 监控策略
1. **选择合适的监控频率**
- 高价值竞品：每小时监控
- 一般竞品：每天监控
- 低频变化：每周监控
2. **数据质量控制**
- 设置数据验证规则
- 异常数据自动标记
- 定期数据备份
3. **告警机制**
- 价格大幅波动告警
- 销量异常增长告警
- 监控失败告警
### 性能优化
```python
# 异步数据采集
import asyncio
async def fetch_multiple_products(product_urls):
"""异步采集多个商品数据"""
tasks = [fetch_product_data(url) for url in product_urls]
results = await asyncio.gather(*tasks, return_exceptions=True)
return results
```
---
## 扩展功能
### 多平台支持
- **拼多多**监控
- **天猫**监控
- **亚马逊**监控
- **抖音电商**监控
### 高级分析
- **价格预测模型**
- **竞品画像分析**
- **市场趋势预测**
- **自动化报告生成**
---
## 许可证
**许可证:** MIT — 可自由使用、修改、分发
---
*"数据驱动的决策是电商竞争的核心优势"*don't have the plugin yet? install it then click "run inline in claude" again.