AI AGENT SKILLS

1688 Item Title Optimizer

一个面向 Design 场景的 Agent 技能。原始说明:1688 商品标题智能优化助手 —— 自动并发执行两种优化算法生成结果。 工具能力:添加热词优化(快速、基于规则)和 LLM 深度重写(高质量、自然流畅),支持用户偏好参数。 触发词:优化标题、标题优化、改标题、重写标题、商品标题、标题改写。

SKILL.md

SKILL.md


name: 1688-item-title-optimizer
description: |
1688 商品标题智能优化助手 —— 自动并发执行两种优化算法生成结果。
工具能力:添加热词优化(快速、基于规则)和 LLM 深度重写(高质量、自然流畅),支持用户偏好参数。
触发词:优化标题、标题优化、改标题、重写标题、商品标题、标题改写。
metadata:
openclaw:
emoji: "✏️"
requires:
bins:

  • python

interactions:

  • name: opentabselect_product

type: open_tab
selectionType: shop_backend
description: "当用户未提供商品ID时,直接输出该JSON唤起商品选择页面,流程结束,禁止反问用户"
required_data:
url: "商品选择页面URL"
pageTitle: "选择商品"
pageDescription: "选择商品优化标题"
icon: "图标URL"

  • name: confirmapplytitle

type: card
selectionType: requirement
description: "用户选定标题后,确认是否应用到商品"
required_data:
questions: "展示选定标题并询问是否应用"

  • name: selectitemsto_optimize

type: table
selectionType: product
description: "当用户传入≥3个商品ID时,在左侧弹出表格让用户筛选要优化的商品"
required_data:
title: "表格标题"
columns: "列定义数组:商品ID、当前标题"
rows: "商品列表,每项包含 itemId、title"

  • name: titlecomparisoncard

type: table
selectionType: title_plan
description: "两种优化方案生成后,在左侧弹出表格供用户选择新标题。3列(方案+属性+内容),每个成功方案4个维度各占一行(两个都成功=8行,一个成功一个失败=仅展示成功方案的4行,两个都失败=不弹表格直接提示重试)。利用端侧 show_interaction.table v2 协议的 mergedColumns + groupBy + selectionGranularity:group + selectionMode:single 实现方案列相邻同值合并 + 组级互斥单选,用户勾选整组后点击「采用此方案」按钮"
required_data:
title: "表格标题:请选择新标题 + 商品名称(商品ID)"
columns: "固定3列:plan(方案标识,宽80,不传 editable)、field(属性标签,宽140,必须显式声明 editable:false 否则会被端侧误渲染为可编辑,用户实测确认)、value(内容,宽620,不传 editable,由行级 rows[i].editable 控制)。配合行级 editable:仅新标题行 rows[i] 加 editable:true 时该 cell 可编辑,其他 cell 全部只读"
mergedColumns: "[\"plan\"]。协议硬约束:列必须存在;不能含列级 editable:true 的列。本场景 value 已不开列级 editable,但仍只合并 plan,因为 value 每行内容都不同没有相邻同值"
groupBy: "\"plan\"。selectionGranularity=group 时必填,按plan相邻同值切分组"
selectionGranularity: "\"group\"。勾选粒度按组(每组组首行渲染一个checkbox,rowSpan=组大小)"
selectionMode: "\"single\"。互斥单选:选新组自动取消旧组;点已选项=清空;空选=跳过。与 selectionGranularity 正交"
actions: "[{key:adopt, label:采用此方案, variant:primary, description:...}],覆盖默认「确认选择」"
rows: "4行或8行(rows.length≤10,超过会触发分页关闭合并)。仅填入成功方案的行,失败方案不展示。两个都成功=8行,一个成功一个失败=4行,两个都失败=不弹表格。同方案的4行 plan 必须填相同值且连续排列:方案名称、新标题(仅这行 rows[i].editable:true,可cell内编辑)、生成逻辑及优化说明、预估曝光变化"
respond_contract: "selectedRows 始终回传展开后的N行(与 multiple+row 同构),Agent 按 plan 分组、按 field=新标题 取最终value(含编辑),空选视为跳过。无论端侧是否识别行级 editable,Agent 必须软兜底:只采用「新标题」行的编辑值,其他 3 行编辑显式忽略"


1688-item-title-optimizer — 商品标题智能优化

技能概述

1688 商品标题智能优化助手。自动并发执行两种优化算法生成结果:1) 添加热词优化(快速、基于规则)2) LLM 深度重写(高质量、自然流畅)。只需提供商品 ID,即可同时获得两种优化方案供对比选择。支持用户偏好参数(如"加入'防潮'单词")。

使用场景

  • 商品标题修改、改写、优化
  • 新品发布,需要高质量标题
  • 批量优化商品标题
  • 用户有特定优化偏好(如指定关键词、风格)

CLI 命令

configure — 配置 AK

# 查看 AK 状态
python3 {baseDir}/cli.py configure
# 设置 AK
python3 {baseDir}/cli.py configure YOUR_AK

配置网关鉴权所需的 AK。所有操作命令都依赖 AK,首次使用前需先配置。

optimize_title — 添加热词优化(方式A)

python3 {baseDir}/cli.py optimize_title --item_id <商品ID>

基于规则和统计的标题优化,保留原标题结构,快速添加高价值热搜词。

optimizetitlellm — LLM 深度重写(方式B)

# 基础调用
python3 {baseDir}/cli.py optimize_title_llm --item_id <商品ID>

# 带用户偏好
python3 {baseDir}/cli.py optimize_title_llm --item_id <商品ID> --preference "加入防潮单词"

基于大语言模型的智能标题重写,全面改写标题,支持用户偏好定制。

getkeywordinfo — 获取关键词信息

# 基础调用
python3 {baseDir}/cli.py get_keyword_info --item_id <商品ID>

# 添加自定义关键词
python3 {baseDir}/cli.py get_keyword_info --item_id <商品ID> --custom_keywords "保温杯;不锈钢;便携"

获取标题优化所需的全部关键词数据(热搜词、曝光词、类目信息)。

get_tokenizers — 获取分词器列表

python3 {baseDir}/cli.py get_tokenizers

获取所有可用的分词器列表及说明。

⚠️ 重要:技能skill 使用规范

规则2:获取到商品ID后,自动并发执行两种优化

当用户请求标题优化时,必须按以下步骤执行,关键节点需等待用户确认后再继续

  1. ⏸️ 参数要求(硬性阻断点):如果用户未提供商品 ID,严禁弹 card 询问,必须按规则1输出JSON
  1. ⏸️ 多商品澄清(≥3 个商品时必须触发)
  • 如果用户一次传入 3 个及以上商品 ID必须先触发 select_items_to_optimize 交互,让用户筛选需要优化的商品
  • 展示所有商品 ID 及其当前标题(如能获取),让用户选择要优化的商品
  • 必须等待用户选择后再继续,禁止自动对所有商品执行优化
  • 如果用户传入 1-2 个商品,可直接跳过此步骤进入下一步
  1. 自动执行:收到用户的优化请求后(或用户在澄清点选定商品后),必须自动并发调用两种优化命令
  1. 并发调用:在同一个消息中同时发起两个工具调用:
  • optimize_title(方式A:添加热词优化)
  • optimize_title_llm(方式B:AI深度重写)
  1. 提取偏好:如果用户在请求中提到特殊要求(如"加入'防潮'单词"),提取偏好并传入 optimize_title_llm--preference 参数
  1. 展示结果:触发 title_comparison_cardtype: table,在左侧弹出表格)
  • 3 列(方案 + 属性 + 内容),每个方案 4 行(方案名称、新标题、生成逻辑及优化说明、预估曝光变化)
  • 利用 mergedColumns: ["plan"] + selectionGranularity: "group" + groupBy: "plan" + selectionMode: "single" 实现方案列合并单元格 + 组级单选勾选
  • 通过 actions 配置一个 key: "adopt" / label: "采用此方案" / variant: "primary" 的按钮替代默认"确认选择"
  • rows 的 plan 字段:同组所有 4 行都填相同方案名(如全部填"方案A"或全部填"方案B"),端侧依靠相同值进行合并和分组
  1. ⏸️ 应用确认
  • 向用户展示选定的新标题,与原标题对比
  • 触发 confirm_apply_title 交互,让用户选择:
  • ✅ 确认,应用到商品标题
  • ✏️ 我想手动微调后再应用(用户可输入修改后的标题)
  • 💾 仅记录,暂不应用
  • 必须等待用户确认后再继续,禁止自动跳过
  1. 应用到商品
  • 如果用户确认应用,且存在技能 1688-item-one-click,则调用技能更新商品标题
  • 如果用户手动微调了标题,使用微调后的版本应用

具体的交互组件数据结构请查阅 references/interaction-specs.md 中对应交互的章节。

规则3:结果展示规范(左侧 Table 表格)

展示时必须使用 title_comparison_cardtype: table)交互组件,在左侧弹出表格,3 列(方案 + 属性 + 内容),每个方案 4 行,方案列合并为大单元格,组级互斥单选勾选。

⚠️ 端侧版本依赖(v2 协议):本交互依赖 mergedColumns / selectionGranularity / selectionMode / groupBy 4 个 v2 字段,仅在已升级到 v2 的客户端才会生效。当前 1688 工作台 / 找工厂客户端尚未升级,会忽略这 4 个字段,退化为默认的 row + multiple(每行一个 checkbox、可任意多勾、无方案列合并)。

Agent 必须知道

- payload 不要为兼容降级而修改——协议字段写法是正确的,等客户端升级即可自动生效

- 看到「每行一个 checkbox」不是 payload 错了,是端侧降级渲染

- 处理 selectedRows必须用下方"用户回传后处理"统一兼容算法,不能假设回传一定是同一方案的 4 行

- 完整端侧能力对比与降级表见 references/interaction-specs.md 中"端侧版本依赖"小节

展示规范title_comparison_card):

  1. title:格式为"请选择新标题 — 商品名称(商品ID)"
  2. columns 固定 3 列
  • plan(方案标识列,宽 80px,不传 editable
  • field(属性标签列,宽 140px,必须显式声明 editable: false)—— ⚠️ 用户实测:省略 editable 字段会让端侧把该列误渲染为可编辑,显式写 false 才能保证只读
  • value(内容列,宽 620px,列级不传 editable,由行级 rows[i].editable: true 仅在"新标题"行开启)

⚠️ 行级 editable 协议(2026-05 用户实测有效):1688 端侧官方曾答复"列级 editable 不支持行级控制",但用户实测确认端侧已支持 rows[i].editable: true 行级控制。本场景配合"field 列显式 editable: false + value 列不传 + 仅新标题行 rows[i].editable: true"的组合写法,达到"仅新标题行可编辑、其他所有 cell 都只读"的预期效果。

双层保护(防御性设计):即使端侧某天回退、行级 editable 失效,Agent 在读取回传时仍必须软兜底:只采用「新标题」行的编辑值,其他 3 行编辑显式忽略(详见下方"用户回传后处理"第 6 步),保证业务正确性不依赖于端侧能力

  1. v2 协议合并/勾选字段(4 个,缺一不可)
  • mergedColumns: ["plan"]:方案列按相邻同值合并为大 rowSpan 单元格
  • groupBy: "plan":按方案字段切分相邻分组(selectionGranularity:"group" 时必填)
  • selectionGranularity: "group":勾选单位为组(每组组首行渲染一个 checkbox,整组共用)
  • selectionMode: "single":勾选数量为单选(方案 A / B 互斥;选新组自动取消旧组;点已选项 = 清空;空选 = 跳过)
  1. 协议硬约束(违反会被主进程 validator 拒绝 / 端侧渲染异常):
  • mergedColumns 中的列不能是列级 editable: true —— 本场景 value 列已改为不开启列级 editable(用行级 rows[i].editable 替代),所以约束自动满足;仍只合并 plan,因为 value 每行内容不同没有相邻同值可合并
  • field 列必须显式 editable: false(不可省略)—— 用户实测:省略时端侧会把该列误渲染为可编辑
  • rows.length ≤ 10 —— 超过会触发端侧分页并自动关闭合并;本场景最多 8 行(仅成功方案入表),安全
  • 同方案的所有行 plan 字段必须填相同值且连续排列(不能"方案A、方案B、方案A"这样交错),否则相邻同值合并失效
  1. actions 自定义按钮:配置 [{ key: "adopt", label: "采用此方案", variant: "primary", description: "..." }] 替代默认"确认选择"
  2. rows 仅填入成功方案的行(4 行或 8 行,严禁填入失败方案的行):两个都成功 = 方案 A 4 行 + 方案 B 4 行共 8 行;一个成功一个失败 = 仅成功方案的 4 行(禁止为失败方案填占位行);两个都失败 = 不弹表格。每方案 4 个属性维度,行级 editable 配置(仅"新标题"行设 editable: true,端侧识别后这 3 行渲染只读):
  • 方案名称(不设 editable,端侧默认只读;即使端侧不识别行级 editable,Agent 也忽略此行编辑值)
  • 新标题 "editable": true,可 cell 内编辑;用户编辑会被采用为最终标题)
  • 生成逻辑及优化说明(不设 editable,端侧默认只读;Agent 完全不读此行编辑值)
  • 预估曝光变化(不设 editable,端侧默认只读;Agent 完全不读此行编辑值)
  1. 生成逻辑维度构造(写入"生成逻辑及优化说明"行的 value,按热度 weight 标注):
  • 🔥 热词(tag=热词):词名(热度:weight值)
  • 📈 流量获取(tag=时间词/修饰词
  • ✨ 吸引力(tag=场景词/风格词
  • 👀 买家关注(tag=属性词/材质词/品类词/功能词
  1. 📈 曝光量变化预测(必须):基于热词数据给出"+X% ~ +Y%"区间,写入"预估曝光变化"行的 value,必须附带"实际效果受类目竞争、商品权重、市场环境等多因素影响,仅供参考"免责说明(具体规则见 references/interaction-specs.md 中"曝光量变化预测规则"小节)
  2. 部分失败处理(严禁展示失败方案):若任一方案 CLI 返回 success: false 或异常,直接跳过该方案,rows 中仅填入成功方案的 4 行禁止为失败方案填入任何占位行/兜底行。具体规则:
  • 一个成功一个失败title_comparison_card 只展示成功方案的 4 行(rows.length = 4);由于只有 1 个方案可选,用户直接勾选该方案即可;在对话中简要告知用户另一方案本次未生成成功
  • 两个都失败不弹 title_comparison_card 表格;直接在对话中告知用户"两种优化方案均未生成成功,建议稍后重试",并提示可重新触发优化
  • 两个都成功 → 正常展示 8 行(不变)

用户回传后处理(统一兼容 v2 客户端 与 未升级客户端,无需事先判断端侧版本,按此顺序执行):

前置要求:触发本交互之前,Agent 必须确保 optimize_title(方案A)和 optimize_title_llm(方案B)的 CLI 完整返回 JSON 仍可在当前对话上下文中访问(用于降级场景下重新弹窗时重构 payload,禁止为此重新调用 CLI)。

  1. 空选判定selectedRows.length === 0 → 视为跳过,禁止进入 confirm_apply_title,应回退询问"是否重新生成 / 结束优化"
  1. plan 字段分组聚合groups = group_by(selectedRows, row => row.plan)
  1. 跨方案混勾的兜底(分组数 ≥ 2,仅未升级客户端可能出现):严禁用"取行数最多的方案"等启发式猜测算法。必须:
  2. 给用户对话提示:"检测到您勾选了多个方案的行(方案 A:N₁ 行 / 方案 B:N₂ 行),由于本次只能采用一个方案,请在重新弹出的表格中仅勾选您想采用的那一个方案,再点「采用此方案」"
  3. 重新触发 title_comparison_card,用前置小节提到的成功方案的原始 CLI 返回值重新构造 payload(仅填入成功方案的行;禁止重新调用 optimize_title / optimize_title_llm
  4. 等待新一轮回传,从第 1 步重新走
  1. 缺字段的兜底(分组数 = 1 但唯一方案的行集合中缺少 "方案名称""新标题",仅未升级客户端可能出现):
  2. 给用户对话提示:"您勾选的行不完整(缺少 <缺失的 field 列表>),请在重新弹出的表格中勾选包含「方案名称」和「新标题」的完整行集合"
  3. 重新触发 title_comparison_card(同第 3 步:用原始 CLI 返回值重构 payload,禁止重调 CLI)
  4. 等待新一轮回传,从第 1 步重新走
  1. (已移除):由于失败方案不再进入表格,无需在回传后识别失败方案。直接进入第 6 步
  1. 读取最终新标题(仅采用「新标题」行的编辑值):在唯一选中方案的行集合里找 field === "新标题" 的行(第 4 步已保证此行存在),取其 value可能已被用户在 cell 内编辑,以此为准,禁止回退读 CLI 原始 new_title禁止用其他 field 的 value 当标题)。
  • ⚠️ 关于其他 3 行的用户编辑:协议层已通过不在这 3 行设置 editable: true 让端侧渲染为只读。但万一端侧暂不识别 rows[i].editable 退化为"全部 cell 可编辑",Agent 仍须显式忽略这些行的编辑值(双层保护):
  • 方案名称行的 value 仅用于"识别选中方案",不参与最终标题构造
  • 生成逻辑 / 预估曝光变化 行的 value 完全不读,仅作 UI 展示
  • 严禁因用户改了其他行就把它当成新标题写入 confirm_apply_title
  1. 进入应用确认:携带"方案标识(来自分组的唯一 key)+ 最终新标题(仅来自「新标题」行的编辑值)+ 商品 ID + 商品原标题"触发 confirm_apply_title

设计原则:上述算法只依赖 selectedRows 的扁平结构 + plan/field 字段语义,不依赖端侧"组"/"单选"实现细节。在 v2 客户端上第 3、4 步的兜底永不触发(端侧已保证完整性),算法退化为"取 groups 唯一 key + 找新标题行"的极简路径;在未升级客户端上兜底按需启用,依靠 context 中已有的 CLI 原始返回值重构 payload 重新弹窗,不再调用任何 CLI待 1688 客户端升级到 v2 后无需任何回滚。完整算法说明见 references/interaction-specs.md 中"Agent 处理逻辑"小节。

规则4:用户偏好提取

如果用户在优化请求中提到特殊要求,需要提取并传入 --preference 参数:

识别偏好的关键词

  • "加入xxx"、"添加xxx"、"包含xxx" → 提取关键词
  • "突出xxx"、"强调xxx"、"体现xxx" → 提取特点要求
  • "要xxx风格"、"面向xxx" → 提取风格要求

示例

用户:"优化商品831034165952的标题,加入'防潮'这个词"
  ↓
提取:preference = "加入'防潮'单词"
  ↓
调用:cli.py optimize_title_llm --item_id 831034165952 --preference "加入'防潮'单词"

安全声明

| 风险级别 | 命令 | Agent 行为 |
|---------|------|----------|
| 只读 | configure | 可直接执行,无需确认 |
| 只读 | optimize_title | 可直接执行,无需确认 |
| 只读 | optimizetitlellm | 可直接执行,无需确认 |
| 只读 | getkeywordinfo | 可直接执行,无需确认 |
| 只读 | get_tokenizers | 可直接执行,无需确认 |

所有命令均为只读操作,不会修改商品标题。优化结果仅供参考,需用户确认后手动应用。

异常处理

任何命令输出 success: false 时:

  1. 先输出 markdown 字段(已包含用户可读的错误描述)
  2. 再根据关键词追加引导

| markdown 关键词 | Agent 额外动作 |
|----------------|--------------|
| "AK 未配置" 或 "签名无效" 或 "401" | 提示用户当前发送能力所需鉴权未就绪,请补充有效 AK 或检查鉴权配置后重试 |
| "限流" 或 "429" | 建议用户等待 1-2 分钟后重试 |
| 其他 | 仅输出 markdown 即可 |

环境变量(.env)

项目根目录的 .env 文件存储 skill 基础信息,供埋点上报等模块读取。发布到不同环境时可直接替换该文件中的变量值。

| 变量 | 默认值 | 说明 |
|------|--------|------|
| SKILL_NAME | 1688-item-title-optimizer | skill 名称 |
| SKILL_VERSION | 1.0.0 | skill 版本号 |
| SKILL_CHANNEL | clawhub | 发布渠道 |

已存在的系统环境变量优先级高于 .env,CI/CD 注入的变量不会被覆盖。

埋点上报

每次 CLI 命令执行时,自动向 skill 网关上报一次调用记录,用于统计 skill 调用次数。

  • 实现位置scripts/_tracker.pyreport_skill_usage(),在 cli.pymain() 中每次命令执行后自动调用
  • 上报接口POST /api/reportSkillsUsage/1.0.0
  • 上报参数

| 参数 | 值来源 | 说明 |
|------|--------|------|
| apiName | 固定 null | 固定传 null |
| skillsName | .env SKILL_NAME | skill 名称 |
| version | .env SKILL_VERSION | skill 版本号 |
| scene | 固定 CLI | 固定值 |
| channel | .env SKILL_CHANNEL | 发布渠道 |

  • 失败处理:上报失败静默忽略,不影响主流程

输出格式

采用标准 JSON 输出:

{
  "success": true,
  "markdown": "✅ 标题优化完成",
  "data": {
    "item_id": 831034165952,
    "old_title": "304不锈钢水杯",
    "new_title": "304不锈钢保温杯便携大容量",
    "optimize_reason": "添加热词:保温杯,便携,大容量",
    "new_title_words": [...],
    "other_words": [...]
  }
}

两种优化方式对比

| 特性 | optimizetitle(方式A) | optimizetitle_llm(方式B) |
|------|----------------------|--------------------------|
| 优化方式 | 规则 + 统计 | LLM 深度重写 |
| 优化质量 | ★★★★☆ | ★★★★★ |
| 优化速度 | < 1 秒 | 2-5 秒 |
| 标题自然度 | 较自然 | 非常自然 |
| 成本 | 低 | 较高 |
| 偏好支持 | ❌ | ✅ |
| 适用场景 | 快速优化、批量处理 | 深度优化、新品发布 |

规则5:曝光量变化预测

展示优化结果时,必须对每种方案给出曝光量变化预估。预估规则如下:

  1. 热词数量变化:新标题相比原标题每新增 1 个类目热搜词(tag=热词),预估曝光提升 5%-15%
  2. 热词权重参考new_title_wordsother_words 中的 weight(权重值)、min_rnk(搜索排名)可辅助判断词的流量价值——权重越高、排名越靠前,预估提升越大
  3. 年份更新加成:如果新标题包含当前年份词(如"2026新款"),预估额外提升 3%-8% 曝光
  4. 综合预估:给出一个保守区间(如 "+10% ~ +25%"),并标注免责说明

免责说明(必须展示)

⚠️ 曝光预估基于关键词热度数据,实际效果受类目竞争、商品权重、市场环境等多因素影响,仅供参考。

示例

| 方案 | 新增热词数 | 年份更新 | 预估曝光变化 |
|------|----------|---------|------------|
| 方式A | +3 个热词 | 无 | +15% ~ +25% |
| 方式B | +4 个热词 | 含"2026新款" | +20% ~ +35% |

使用原则

  1. 所有命令均为只读操作,不会修改商品标题
  2. 优化结果仅供参考,需用户确认后手动应用
  3. 收到优化请求后,应同时调用两种方式并展示结果
  4. 如果用户有特殊偏好,应提取并传入 --preference 参数
  5. 传入 ≥3 个商品时,必须先触发 select_items_to_optimize 交互让用户筛选
  6. 结果展示必须使用 title_comparison_card 表格(3列×每方案4行,方案列合并单元格 + 组级单选),标注生成逻辑及优化说明(含热度)和曝光预估

执行前置(首次命中能力时必须)

  • 如果用户没有提供商品ID(上下文里没有商品ID),直接按 references/interaction-specs.mdopen_tab_select_product 的数据结构输出 JSON,流程结束,不允许反问用户,不允许输出其他内容
  • 首次执行 optimize_title 前:先完整阅读 capabilities/optimize_title.md
  • 首次执行 optimize_title_llm 前:先完整阅读 capabilities/optimize_title_llm.md
  • 首次执行 get_keyword_info 前:先完整阅读 capabilities/get_keyword_info.md
  • 首次执行 get_tokenizers 前:先完整阅读 capabilities/get_tokenizers.md

Agent 执行检查清单

在执行优化时,请确认:

  • [ ] 提取商品ID
  • [ ] 若商品数 ≥ 3,已触发 select_items_to_optimize 交互并等待用户选择
  • [ ] 已识别并提取用户偏好(如果有)
  • [ ] 并发调用 optimize_titleoptimize_title_llm 命令
  • [ ] 等待两个结果都返回
  • [ ] 使用 title_comparison_card 表格展示两个结果(含生成逻辑 + 曝光预估)
  • [ ] 已给出每种方案的曝光量变化预估及免责说明