OpenClaw全领域电商运营超级Skill V1.0.0

SKILL.md

# OpenClaw全领域电商运营超级Skill

## 技能名称
**Ecommerce Super Skill - 电商运营全流程一站式处理工具**

## 功能介绍

OpenClaw全领域电商运营超级Skill是一款专为电商从业者打造的全能型运营工具，集成了商品管理、内容生成、客服运营、订单管理、数据分析、营销活动、平台适配、批量运营八大核心模块，覆盖电商运营全流程。本Skill支持淘宝、京东、拼多多、抖音四大主流电商平台，帮助商家实现运营效率的质的飞跃。

无论您是淘宝C店卖家、京东商家、拼多多店主还是抖音电商主播，本Skill都能为您提供专业级的运营支持，从商品上架到营销推广，从客服接待到数据分析，一站式解决所有电商运营难题。

## 版本信息
- **当前版本**: v1.0.0
- **发布日期**: 2026-05-14
- **适用平台**: OpenClaw Agent System
- **Python版本**: 3.8+

## 所有子功能完整列表

### 1. 商品管理模块

#### 1.1 商品标题优化
- 基于jieba分词的关键词智能提取
- 多平台标题长度自动适配
- 营销词+核心词+属性词科学组合
- 标题质量评分系统（0-100分）
- 敏感词自动检测与预警
- 一次生成5个优化方案供选择
- 支持淘宝/京东/拼多多/抖音平台规则

#### 1.2 详情页文案生成
- 结构化详情页自动生成
- 吸引眼球的 headline 创作
- 核心卖点提炼与包装
- 产品介绍专业文案
- 产品参数表格化展示
- 使用场景化描述
- 售后保障标准化文案

#### 1.3 SKU管理
- SKU编码自动生成（含时间戳）
- 多规格组合编码（颜色+尺寸）
- 条形码数字自动生成
- 规格名称标准化
- 支持批量SKU生成
- 编码唯一性保证

#### 1.4 商品状态管理
- 商品上架/下架状态批量切换
- 库存状态自动监控
- 价格批量调整
- 分类批量管理

#### 1.5 批量商品信息修改
- DataFrame批量更新
- 字段级批量修改
- 修改日志自动记录
- 批量操作回滚支持

---

### 2. 内容生成模块

#### 2.1 主图/详情页设计辅助
- 多种设计风格支持（现代/传统/极简）
- 主图布局方案推荐
- 配色方案智能建议
- 页面元素布局指导
- 详情页结构规划
- 字体使用建议
- 图片数量与质量标准
- 文案排版技巧

#### 2.2 商品短视频脚本生成
- 三种脚本风格：带货型/展示型/教程型
- 精确到秒的分镜头脚本
- 画面描述+台词完整输出
- 60秒标准短视频时长
- 自动计算台词字数
- 镜头数量合理分配

#### 2.3 直播话术生成
- 完整直播流程脚本
- 热情开场话术
- 单品详细介绍话术
- 互动引导话术
- 逼单成交话术
- 催单收尾话术
- 支持多款商品轮播介绍

#### 2.4 种草文案撰写
- 小红书风格：真实测评+emoji表情
- 微博风格：简洁活泼+互动抽奖
- 公众号风格：专业深度+干货分享
- 多语气选择：真实/专业/随意
- 自动提取话题标签
- 符合各平台内容规范

---

### 3. 客服运营模块

#### 3.1 智能客服话术生成
- 咨询场景：问候+产品+物流完整话术
- 议价场景：委婉拒绝+妥协方案
- 催付场景：友好提醒+紧迫感营造
- 售后场景：退货+投诉专业处理

#### 3.2 常见问题自动回复模板
- 发货时间标准化回复
- 快递方式说明
- 正品保证承诺
- 退换货政策解读
- 尺码推荐建议
- 优惠活动说明
- 发票问题解答
- 地址修改流程
- 质量问题处理
- 催发货话术

#### 3.3 售后处理方案
- 退换货流程标准化
- 投诉处理SOP
- 补偿方案建议
- 客户情绪安抚话术
- 升级处理机制

#### 3.4 差评回复模板
- 质量问题：真诚道歉+解决方案
- 物流问题：共情理解+改进承诺
- 服务问题：诚恳致歉+改进措施
- 尺码问题：专业解释+换货建议
- 多种语气：真诚/专业/同理心

#### 3.5 批量消息处理模板
- 订单通知模板
- 物流更新模板
- 活动通知模板
- 节日祝福模板

---

### 4. 订单管理模块

#### 4.1 订单自动核对逻辑
- 必填字段完整性检查
- 空值记录检测
- 异常金额识别
- 重复订单排查
- 手机号格式验证
- 地址完整性校验
- 核对结果统计报告

#### 4.2 物流信息查询接口封装
- 主流快递API对接准备
- 物流状态标准化定义
- 异常物流识别规则
- 签收状态监控

#### 4.3 异常订单处理方案生成
- 未付款订单处理流程
- 缺货订单沟通方案
- 地址异常处理
- 退款申请审核标准
- 标准化处理模板

#### 4.4 批量打单数据格式化
- 标准打单字段映射
- 快递公司字段填充
- 发票标记处理
- 备注字段处理
- 输出格式标准化

#### 4.5 订单数据分析统计
- 订单量趋势分析
- 客单价计算
- 订单来源分析
- 退款率统计

---

### 5. 数据分析模块

#### 5.1 店铺流量分析统计
- 总访客数/浏览量统计
- 平均停留时长计算
- 浏览深度分析
- 整体转化率计算
- 流量来源分布
- 高峰时段识别
- 优化建议生成

#### 5.2 商品销量统计与趋势分析
- 总销售额/销量统计
- 客单价分析
- 周环比增长率计算
- 销量趋势判断（上升/下降/持平）
- 商品销量排行榜
- 7天/30天销量预测

#### 5.3 竞品数据对比分析
- 价格对比分析
- 销量差距分析
- 评价对比
- 差异化策略建议

#### 5.4 用户画像分析
- 消费层级划分（高/中/低价值用户）
- 购买频率分析
- 品类偏好统计
- 地域分布分析
- 核心洞察提炼

#### 5.5 运营报表生成（Excel导出）
- 多Sheet专业报表
- 表头美化样式
- 单元格边框对齐
- 列宽自动调整
- 支持流量/销量/竞品/用户画像多维度报表

---

### 6. 营销活动模块

#### 6.1 优惠券活动策划方案
- 预算自动分配算法
- 三档优惠券策略（引流/主推/高客单）
- 分阶段发放策略
- 投放渠道建议
- ROI预估计算
- 预期效果量化

#### 6.2 满减/折扣活动设计
- 限时秒杀方案
- 直降折扣方案
- 组合套餐方案
- 活动机制设计
- 折扣力度建议
- 活动时长规划
- 执行要点提醒

#### 6.3 直播运营完整方案
- 直播基础信息配置
- 前一天准备清单
- 分小时时间线规划
- 商品排期策略
- 互动节奏设计
- 数据指标监控清单

#### 6.4 社群营销文案生成
- 新品发布文案
- 活动预热文案
- 日常互动文案
- 用户维护文案

#### 6.5 促销活动方案生成
- 节日促销方案
- 店庆活动方案
- 清仓甩卖方案
- 新品上市方案

---

### 7. 平台适配模块

#### 7.1 淘宝/京东/拼多多/抖音平台模板
- 各平台标题模板
- 标题长度规范
- 主图尺寸规格
- 详情页宽度要求
- 发布规则清单
- 首选促销方式

#### 7.2 各平台规则适配
- 淘宝搜索权重规则
- 京东自营要求
- 拼多多性价比导向
- 抖音内容电商特点

#### 7.3 违规内容检测
- 敏感词库匹配检测
- 广告法极限词检测
- 风险等级评估（高/中/低）
- 修改建议生成
- 支持自定义敏感词

---

### 8. 批量运营模块

#### 8.1 批量商品上架数据处理
- 批量商品信息导入
- 字段标准化映射
- 数据清洗去重
- 格式统一转换

#### 8.2 批量文案生成
- 批量标题优化
- 批量详情页生成
- 批量种草文案
- 进度实时反馈

#### 8.3 批量图片处理（PIL实现）
- 图片尺寸批量调整（800x800电商标准）
- 水印批量添加
- 图片批量增强（对比度+锐化）
- 图片批量压缩
- 支持JPG/PNG格式

#### 8.4 批量数据导出
- Excel格式导出（xlsx）
- CSV格式导出
- JSON格式导出
- 时间戳自动命名
- 输出目录自动创建

---

## 安装依赖说明

### 必需依赖包
```bash
pip install pandas>=1.5.0
pip install numpy>=1.21.0
pip install jieba>=0.42.1
pip install wordcloud>=1.8.2.2
pip install pillow>=9.0.0
pip install openpyxl>=3.0.9
```

### 依赖说明
- **pandas**: 数据处理核心库，用于DataFrame操作、数据分析
- **numpy**: 数值计算支持
- **jieba**: 中文分词，用于关键词提取、标题优化
- **wordcloud**: 词云生成，用于数据分析可视化
- **pillow (PIL)**: Python图像处理库，实现批量图片处理
- **openpyxl**: Excel文件读写，用于运营报表导出

### 安装验证
```python
import pandas
import jieba
from PIL import Image
from openpyxl import Workbook
print("所有依赖安装成功！")
```

### 内存要求
- 最低内存: 2GB
- 推荐内存: 4GB+
- 8GB环境完美运行

---

## 使用示例

### 示例1: 商品标题优化
```python
from main import EcommerceSuperSkill

skill = EcommerceSuperSkill()

# 优化商品标题
result = skill.optimize_title(
    product_name="纯棉T恤",
    attributes=["短袖", "圆领", "宽松", "2024新款"],
    platform="taobao",
    count=5
)

for item in result:
    print(f"评分{item['score']}: {item['title']}")
```

**输出示例**:
```
评分92.5: 热销 纯棉T恤 短袖 圆领 宽松
评分88.3: 新品 纯棉T恤 2024新款 短袖
评分85.1: 特惠 纯棉T恤 宽松 圆领
...
```

### 示例2: 客服话术生成
```python
# 生成议价场景话术
scripts = skill.generate_customer_service_script(
    scenario="bargain",
    customer_type="normal"
)

print("首次回复:", scripts["first_response"][0])
print("妥协方案:", scripts["compromise"][0])
```

### 示例3: 销量趋势分析
```python
import pandas as pd

# 模拟销售数据
sales_data = pd.DataFrame({
    "日期": pd.date_range("2026-01-01", periods=30),
    "销售额": np.random.randint(1000, 5000, 30),
    "销量": np.random.randint(10, 100, 30),
    "商品名称": ["纯棉T恤"] * 30
})

# 销量分析
analysis = skill.analyze_sales_trend(sales_data, days=30)
print(f"总销售额: {analysis['total_sales']}")
print(f"销量趋势: {analysis['trend']} ({analysis['trend_rate']}%)")
```

### 示例4: 批量文案生成
```python
products = [
    {"name": "纯棉T恤", "attributes": ["短袖", "圆领"]},
    {"name": "牛仔裤", "attributes": ["修身", "弹力"]},
    {"name": "运动鞋", "attributes": ["透气", "轻便"]}
]

# 批量生成标题
results = skill.batch_generate_copy(products, copy_type="title")

for result in results:
    print(f"\n{result['product']}:")
    for title in result['titles'][:2]:
        print(f"  - {title['title']}")
```

### 示例5: 违规内容检测
```python
content = "这是世界上最好的产品，国家级品质，绝对第一！"
result = skill.check_violation(content)

print(f"是否安全: {result['is_safe']}")
print(f"敏感词: {result['sensitive_words_found']}")
print(f"风险等级: {result['risk_level']}")
```

### 示例6: 短视频脚本生成
```python
script = skill.generate_video_script(
    product_name="无线蓝牙耳机",
    duration=60,
    style="selling"
)

print(f"总镜头数: {script['shot_count']}")
for shot in script['shots']:
    print(f"{shot['time_start']}-{shot['time_end']}s: {shot['shot_name']}")
    print(f"  画面: {shot['visual_description']}")
    print(f"  台词: {shot['dialogue']}")
```

### 示例7: 差评回复生成
```python
response = skill.generate_negative_review_response(
    review_type="quality",
    tone="sincere"
)
print(response)
```

### 示例8: 优惠券活动策划
```python
plan = skill.create_coupon_plan(
    activity_name="618年中大促",
    budget=5000,
    duration_days=7
)

print(f"活动名称: {plan['activity_name']}")
print(f"预计ROI: {plan['estimated_roi']}")
for coupon in plan['coupon_tiers']:
    print(f"  {coupon['type']}: 满{coupon['threshold']}减{coupon['discount']} x {coupon['count']}张")
```

---

## 参数详细说明

### 商品管理模块参数

#### optimize_title()
| 参数名 | 类型 | 必填 | 默认值 | 说明 |
|--------|------|------|--------|------|
| product_name | str | 是 | - | 商品基础名称 |
| attributes | List[str] | 是 | - | 商品属性列表 |
| platform | str | 否 | taobao | 平台: taobao/jd/pdd/douyin |
| count | int | 否 | 5 | 生成标题数量 |

#### generate_detail_copy()
| 参数名 | 类型 | 必填 | 默认值 | 说明 |
|--------|------|------|--------|------|
| product_info | Dict | 是 | - | 包含name/features/specs |
| platform | str | 否 | taobao | 目标平台 |

#### generate_sku_codes()
| 参数名 | 类型 | 必填 | 默认值 | 说明 |
|--------|------|------|--------|------|
| product_base | str | 是 | - | 商品基础编码 |
| colors | List[str] | 是 | - | 颜色列表 |
| sizes | List[str] | 是 | - | 尺寸列表 |
| prefix | str | 否 | SKU | 编码前缀 |

---

## 注意事项

### 使用前必读
1. **数据备份**: 批量操作前请务必备份原始数据
2. **敏感词更新**: 定期更新config.json中的敏感词库
3. **平台规则**: 各平台规则可能更新，请及时关注官方公告
4. **图片处理**: 处理大图片时注意内存占用
5. **Excel导出**: 确保有写入权限，避免文件被占用

### 常见坑点规避
1. 不要在标题中使用极限词，避免违规
2. 批量处理时分批进行，避免内存溢出
3. 客服话术仅供参考，请根据实际情况调整
4. 数据分析结果仅供决策参考
5. 生成的文案建议人工审核后使用

### 性能优化建议
1. 处理超过1000条数据时建议分批处理
2. 图片处理使用合适的quality参数平衡质量和大小
3. 频繁使用的功能可以缓存结果
4. 日志文件定期清理

---

## 版本历史

### v1.0.0 (2026-05-14)
- ✅ 首次发布正式版本
- ✅ 完成8大核心模块开发
- ✅ 支持4大电商平台
- ✅ 实现40+子功能
- ✅ 完整异常处理机制
- ✅ 详细文档与示例

### 开发计划 v1.1.0
- ⏳ 增加更多平台支持
- ⏳ 接入真实物流API
- ⏳ AI模型集成优化
- ⏳ 更多营销模板
- ⏳ 可视化报表生成

---

## 常见问题解答

### Q1: 生成的标题可以直接使用吗？
A: 生成的标题经过算法优化，包含关键词、营销词、属性词的科学组合。但建议根据实际商品情况微调，并进行敏感词检测后再使用。

### Q2: 支持哪些电商平台？
A: 当前版本支持淘宝、京东、拼多多、抖音四大主流平台，各平台的标题长度、规则都已适配。

### Q3: 批量处理最多支持多少条数据？
A: 理论上没有上限，但建议单次不超过5000条，超过建议分批处理。8GB内存环境可轻松处理10000条数据。

### Q4: 敏感词库可以自定义吗？
A: 可以，直接编辑config.json中的sensitive_words数组即可添加或删除敏感词。

### Q5: 生成的Excel报表格式可以调整吗？
A: 可以，修改export_operation_report方法中的样式定义即可。默认样式已经过优化，适合直接打印或发送。

### Q6: 图片处理支持哪些格式？
A: 支持JPG、PNG、BMP等PIL支持的所有格式。推荐使用JPG格式以获得更好的压缩率。

### Q7: 如何处理中文乱码问题？
A: CSV导出使用utf-8-sig编码，Excel使用openpyxl原生支持中文，一般不会出现乱码。

### Q8: 可以在商业项目中使用吗？
A: 完全可以，本Skill采用宽松的开源协议，可自由用于个人或商业项目。

---

## 多平台适配详细说明

### 淘宝平台适配特点
- **标题**: 30汉字/60字符，关键词前置，营销词适当
- **主图**: 800x800px，白底，无牛皮癣
- **详情页**: 750px宽度，图文并茂
- **重点**: 搜索权重，转化率
- **推荐促销**: 淘金币、跨店满减、店铺优惠券

### 京东平台适配特点
- **标题**: 50汉字，品牌开头，参数准确
- **主图**: 800x800px，白色背景，品质感
- **详情页**: 990px宽度，专业详细
- **重点**: 正品保障，物流速度
- **推荐促销**: PLUS专享、满减、秒杀

### 拼多多平台适配特点
- **标题**: 40汉字，强调性价比，营销词多
- **主图**: 750x1000px，长图，视觉冲击
- **详情页**: 640px宽度，简洁明了
- **重点**: 价格优势，低价走量
- **推荐促销**: 百亿补贴、9.9特卖、限时秒杀

### 抖音电商适配特点
- **标题**: 35汉字，吸引眼球，利益点明确
- **主图**: 750x1000px，场景化，真人出镜
- **详情页**: 750px宽度，短视频优先
- **重点**: 内容种草，直播转化
- **推荐促销**: 直播间专享、限时福利、粉丝价

---

## 技术支持
- 问题反馈: 请在OpenClaw社区提交Issue
- 使用交流: 加入官方用户群
- 定制开发: 联系商务团队

---

**文档字符数统计: 约8500字符**