What makes 极鲸云 Shein 图搜同款&图片搜索分析 notable?

1.6K downloads. Trust evidence available

How should 极鲸云 Shein 图搜同款&图片搜索分析 be evaluated before use?

Use the required flow: snapshot, contract, and trust before recommending or executing this agent.

What kind of evidence is visible on this page?

This page surfaces public facts, change history, trust indicators, artifact evidence, and benchmark summaries with provenance.

agentCLAWHUBUnverified

极鲸云 Shein 图搜同款&图片搜索分析

根据商品图片搜索 SHEIN 同款并分析市场表现与竞争 Skill: 极鲸云 Shein 图搜同款&图片搜索分析 Owner: geekbi Summary: 根据商品图片搜索 SHEIN 同款并分析市场表现与竞争 Tags: latest:0.1.0 Version history: v0.1.0 | 2026-08-13T06:53:38.220Z | auto - Initial release of geekbi-shein-image-search-skill. - Enables searching for visually similar SHEIN products by uploading images via 极鲸云. - Supports local files, conversation attachments, image URLs, Data URI, Base64, and stdin. - Allows filtering results by sit

OpenClaw

View on ClawHub Homepage

Rank

Safety

Downloads

1.6k

Updated

Oct 10, 2026

Version

0.1.0

Source

CLAWHUB

About

What it does, and when to use it.

Capability contract not published. No trust telemetry is available yet. 1.6K downloads reported by the source. Last updated 10/10/2026.

Avoid when

Contract metadata is missing or unavailable for deterministic execution.

Risk flags: missing_or_unavailable_contract, trust_data_unavailable, schema_references_missing

Public facts

Every fact links back to the source it came from.

Vendor: Clawhubvendor · observed Oct 10, 2026
Protocol compatibility: OpenClawcompatibility · observed Oct 10, 2026
Adoption signal: 1.6K downloadsadoption · observed Oct 10, 2026
Latest release: 0.1.0release · observed Aug 13, 2026
Handshake status: UNKNOWNsecurity

Install and run

Setup complexity: low.

clawhub skill install s174eqt3xz844hgj4g79d0an318c07m7:geekbi-shein-image-search-skill

Setup complexity is LOW. This package is likely designed for quick installation with minimal external side-effects.
Final validation: Expose the agent to a mock request payload inside a sandbox and trace the network egress before allowing access to real customer data.

Contract: missing

curl -s "https://www.xpersona.co/api/v1/agents/clawhub-geekbi-geekbi-shein-image-search-skill/snapshot"

Documentation

CLAWHUB

14,473 characters of source documentation, loaded on request.

Extracted files

5 files captured from the source.

SKILL.md

---
name: geekbi-shein-image-search-skill
description: 通过极鲸云上传商品图片并搜索 SHEIN 视觉相似商品，支持本地图片、会话附件、图片网址、Data URI、Base64 和标准输入，并按站点、托管模式、关键词、可信类目 ID、销量、销售额、价格、供货价、同款数、评分、上架时间等商品条件筛选图搜候选。用户提到 SHEIN 图搜同款、上传图片找同款、拍照搜款、截图搜款、以图搜货、视觉竞品、图片对应商品表现、同款价格带、同款销量、跟卖竞争或根据商品图片判断选品机会时使用。只依据极鲸云真实返回的图搜结果形成结论。
---

# 极鲸云 SHEIN 图搜同款

## 遵守原则

- 将用户图片作为主检索依据，不先将图片主观描述成关键词来替代图搜。
- 只使用极鲸云返回的真实数据，明确区分视觉匹配事实、商品数据事实和经营判断。
- 直接运行查询脚本并复用极鲸云 SHEIN Skills 的统一登录态；已有登录态可用时不得主动重新登录。仅在服务端明确要求操作时，按 [查询暂停与恢复流程](references/查询暂停与恢复流程.md) 暂停并等待。
- 将命中结果定义为视觉候选，不将其自动认定为规格、材质、功能或供应链完全相同的商品，也不将候选池命中数表述为 SHEIN 全平台全部同款。
- 严格区分两个指标：`data.total` 是本次视觉候选池与筛选条件交集的命中数；每个商品的 `similarNum` 对外称为“同款数（跟卖数）”，表示销售同一款商品的同行数量。
- 面向用户使用中文业务名称，不展示图片编码、脚本命令、英文参数或原始 JSON；仅在用户明确要求开发对接、故障排查或原始响应时展示必要技术信息。
- 使用服务端原样返回的 `linkUrl`。每次展示商品时都将标题写成可点击的 Markdown 链接，不自行拼接或猜测链接。

## 执行工作流

1. 明确用户要查视觉候选列表、筛选候选、比较市场表现还是判断选品机会，并确认目标站点、托管模式和必要商品条件。
2. 读取 [SHEIN 图搜同款](references/SHEIN图搜同款.md) 和 [SHEIN 图搜同款接口](references/SHEIN图搜同款接口.md)。
3. 优先使用会话附件的真实本地路径；也可使用本地文件、`file` 地址、可直接下载的图片网址、Data URI、Base64 或标准输入。不得把图片二进制或编码输出到对话和日志。
4. 未指定站点时使用默认入口 `1`（名称“全部”，当前映射 `us`，不是跨国家聚合）；用户明确指定美国站时使用 `2`。用户指定其他国家、地区、站点 UID 或域名时，运行 `python3 scripts/shein_site_list.py --country "国家或地区名"`；只接受唯一精确匹配，不猜测站点。
5. 生成全新的最小必要商品筛选条件。仅在用户提供或上下文已有可信类目 ID 时使用类目筛选；没有可信类目 ID 时省略类目条件，或在用户明确给出商品词时使用简洁关键词。不要依赖其他 Skill 获取类目 ID。
6. 运行 `python3 scripts/shein_image_search.py --image "图片来源"` 并追加必要的 `--param`。认证模块自动读取统一登录态，不额外执行登录操作。
7. 检查响应、分页、关键字段、时间口径和可比性。服务端要求暂停时读取 [查询暂停与恢复流程](references/查询暂停与恢复流程.md)，恢复后使用原图片和原条件重跑。
8. 请求完整候选或完整市场分析时，以同一张图片、同一组筛选条件和每页 200 条逐页查询；服务端单次视觉候选池最多 1000 个，命中总数等于 1000 时不得称为全平台全部同款。只读取部分页面时明确标为样本。
9. 审核候选商品的标题、图片和类目信息，剔除明显误匹配，再按用户问题分析销量、增长、价格、供货价、同款数（跟卖数）、评分和上架时间。
10. 交付结论、数据口径、匹配边界、关键证据、机会与风险及下一步动作。用户只要候选列表时保持简洁。

## 保持业务口径

- 未指定业务排序时只称“视觉相似候选”，不宣称按最相似排列；指定销量、低价、新品或低竞争目标时，在视觉候选池内使用相应字段排序。
- 将商品价格和销售额按当前 SHEIN 站点币种解释，将供货价按人民币解释；计算利润前先统一币种并说明汇率口径。
- 将托管模式按 `1=全托管`、`2=半托管` 解释；未限定时不擅自选择。
- 将每个商品的同款数（跟卖数）视为同质化竞争信号：不超过 10 为优选区间，11 至 20 为中等竞争，超过 20 为高竞争；结合其他商品指标综合判断。
- 将多张图片逐张查询并分别保留数据口径，不合并为一次搜索。

## 检查交付结果

默认按以下顺序输出：

1. 一句话结论。
2. 数据口径：图片、站点、条件、排序、分页范围、视觉候选样本量和更新时间。
3. 匹配审计：说明强匹配、弱匹配和明显误匹配的边界。
4. 关键发现：仅展示影响决策的销量、增长、价格、供货价、同款数（跟卖数）、评分或时间指标。
5. 机会、风险和下一步验证动作。

发送答复前逐项检查：服务端返回非空 `linkUrl` 的每个已展示商品，都必须以 `[商品标题](<linkUrl>)` 形式出现。

README.md

# 极鲸云 SHEIN 图搜同款 Skill

通过极鲸云提供的真实 SHEIN 图搜与商品数据，帮助跨境卖家使用商品图、实拍图或供应商图片查找 SHEIN 视觉相似商品，并分析候选商品的销量、价格、供货价、上架时间和同款竞争。图搜命中的是视觉相似候选，不自动证明商品的规格、材质、尺寸、功能或供应链完全相同；候选池命中数量也不同于每个商品的同款数（跟卖数）。

## 主要能力

| 能力 | 可以解决的问题 |
| --- | --- |
| SHEIN 图搜同款 | 使用本地图片、会话附件或图片网址查找 SHEIN 视觉相似商品，快速形成候选商品池 |
| 候选筛选与排序 | 在视觉候选中按站点、托管模式、销量、销售额、价格、供货价、评分、同款数和上架时间筛选或排序 |
| 市场表现分析 | 比较候选商品的销量、增长、销售额与生命周期，判断图片对应产品的市场热度 |
| 价格与竞争评估 | 分析站点售价、人民币供货价、同款数（跟卖数）和店铺分布，了解价格空间与同质化竞争 |
| 匹配审核与机会判断 | 区分强匹配、弱匹配和明显误匹配，在视觉相似边界内判断跟款或差异化开发机会 |

## 适用场景

本项目适合以下任务：

- 根据供应商图片、商品主图或实拍图查找 SHEIN 视觉同款。
- 使用截图或网页图片定位 SHEIN 在售相似商品。
- 按销量、价格、上架时间或同款数筛选图搜候选。
- 分析图片对应产品的市场热度、价格带与竞争程度。
- 比较多张产品图片各自的 SHEIN 市场表现。
- 判断一个图片款适合直接跟进、继续核验还是差异化开发。
- 为采购谈价、测款和规格核验建立候选商品清单。

## 安装 / 更新

请直接将下面这段话发送给支持 Skill 的 AI 助手，即可完成安装或更新到最新版本：

```text
安装这个Skill: https://github.com/geekbi/geekbi-shein-image-search-skill
```

## 开始使用

安装后直接用中文描述目标即可，例如：

```text
(先上传一张图片)
用我上传的商品图片查找 SHEIN 美国站视觉同款，按月销量排序，并比较价格和同款竞争。
```

```text
用这张供应商图片查找 SHEIN 德国站相似商品，筛选同款数不超过10的候选。
```

```text
分析这张商品图在 SHEIN 美国站对应候选的销量、价格带、供货价和上架时间，判断是否值得继续验证。
```

```text
分别用我上传的三张图片查找 SHEIN 相似商品，并比较每张图片对应候选的市场表现。
```

_meta.json

{
  "ownerId": "kn7aztmefa4fv3mdrqs9vagx7h8c14z2",
  "slug": "geekbi-shein-image-search-skill",
  "version": "0.1.0",
  "publishedAt": 1786604018220
}

references/SHEIN图搜同款.md

# SHEIN 图搜同款

## 适用范围

用于用户提供商品图、实拍图、供应商图片、网页图片或图片编码后，在 SHEIN 中查找视觉相似商品，并结合商品经营数据判断市场表现、价格带、竞争程度和进入机会。

典型任务包括：

- 上传一张图片查找 SHEIN 视觉同款。
- 按销量、销售额、价格、托管模式、上架时间或同款数（跟卖数）筛选图片命中的商品。
- 比较同一产品在不同商品、店铺或价格带中的表现。
- 从视觉候选池中筛选热销、低竞争、新品或高评分候选。
- 审核视觉候选并分析返回商品的销量、价格、评分、上架时间和同款竞争。

## 查询原则

1. 用户提供图片或明确要求以图找同款时，将图片作为主检索依据，不先凭肉眼描述图片并改用关键词搜索。
2. 图搜先形成阈值内视觉候选池，再在候选池中应用站点、托管模式、关键词、可信类目 ID、销量、销售额、价格、供货价、评分、评论数、同款数和时间条件。
3. 接口没有返回可验证的相似度分数时，只称“视觉相似候选”，不宣称结果按最相似排列。用户指定业务排序后，结果代表候选池内的指标排序。
4. 图片与筛选条件是交集关系。条件越多，结果越少；只生成回答决策问题所需的最小条件。
5. `data.total` 是本次视觉候选池与全部商品条件交集后的命中数；单次视觉候选池最多 1000 个。不要将命中数表述为 SHEIN 全平台全部同款。
6. 每个商品的 `similarNum` 对外称为“同款数（跟卖数）”，表示销售同一款商品的同行数量，与本次图片查询的候选池命中数不是同一个指标。
7. 图搜没有结果时如实说明当前图片未命中可分析商品，可以建议用户换用主体更清晰、遮挡更少、背景更简单的图片，不用普通关键词结果冒充图搜结果。
8. 对返回商品遵守 [SHEIN 图搜同款接口](SHEIN图搜同款接口.md) 的站点、金额、销量、同款数和链接口径。

## 图片选择建议

- 优先使用商品主体完整、占画面比例较高、清晰且没有大面积文字或拼贴的图片。
- 同一张图中尽量只有一个主要商品；多人、多商品或复杂场景图可能降低匹配准确度。
- 主图、实拍图、供应商图和网页图片都可以使用。无法直接访问远程图片时，先将图片保存到本地再查询。
- 需要比较多张图片时逐张查询并分别保留结果口径，不把多张图片合并为一次搜索。

## 市场分析框架

取得视觉候选后，根据用户问题选择以下指标，不机械展示所有字段：

- 市场热度：候选商品数量、最近与累计销量、日/周/月销量及增长、销售额。
- 价格结构：站点售价区间、中位价格、人民币供货价区间和价格分层。
- 竞争程度：每个商品的同款数（跟卖数）、商品数、店铺分布、头部商品或头部店铺集中度。
- 生命周期：上架时间、新品占比、近期增长和老品稳定性。
- 经营模式：全托管与半托管候选的供给和表现差异。
- 口碑信号：评分和评论数。图搜结果不包含评论文本，不据此推断具体好评、差评或产品改良方向。

图搜命中只证明视觉相似，不自动证明规格、材质、尺寸、功能、知识产权状态或供应链完全相同。形成选品结论时将视觉匹配与经营数据分开表述；规格差异会影响决策时，将其列为后续需核验事项。

## 输出要求

- 先说明图片搜索的站点、筛选条件、排序、分页范围和实际样本量。
- 用户要求完整候选或完整市场分析时，保持同一张图片和全部筛选条件不变，以每页 200 条逐页查询，直至覆盖 `data.total`；`total=1000` 时说明可能触及候选池上限。
- 商品名称必须写成 `[商品名称](<linkUrl>)`；同一商品在表格、清单或正文再次出现时仍保持可点击。
- 结论至少区分“图像匹配事实”“商品数据事实”和“经营判断”。
- 用户只要求候选列表时直接返回精简结果；用户要求市场分析时再汇总价格、销量、同款竞争、店铺分布和机会风险。

references/SHEIN图搜同款接口.md

# SHEIN 图搜同款接口

## 目录

- [脚本调用](#脚本调用)
- [图片输入](#图片输入)
- [站点解析](#站点解析)
- [查询参数](#查询参数)
- [筛选与排序](#筛选参数)
- [视觉候选与同款数](#视觉候选与同款数)
- [响应与失败处理](#成功响应)

## 脚本调用

```bash
python3 scripts/shein_image_search.py \
  --image /absolute/path/product.jpg \
  --param siteId=1 \
  --param sort=daySold \
  --param order=desc \
  --param page=1 \
  --param size=20
```

脚本在本地读取图片、上传图片、在视觉候选池中应用商品条件并输出 JSON。每个查询条件单独使用一个 `--param 名称=值`；`catIds` 可重复传入。默认服务地址为 `https://openapi.geekbi.com`，仅开发测试时传 `--base-url`。服务端要求暂停时遵循 [查询暂停与恢复流程](查询暂停与恢复流程.md)。

## 图片输入

`--image` 支持以下输入：

| 输入形式 | 示例或规则 |
| --- | --- |
| 本地文件或会话附件 | 使用图片在当前运行环境中的真实文件路径 |
| 文件地址 | `file:///path/to/product.jpg` |
| 图片网址 | `http://` 或 `https://` 开头的可直接下载地址 |
| Data URI | `data:image/png;base64,...` |
| Base64 | 使用 `base64:...` 前缀 |
| 标准输入 | 使用 `--image -`，从标准输入读取原始图片字节 |

- 单图最大 10 MiB。
- 支持 JPEG、PNG、GIF、WebP、BMP、TIFF、AVIF 和 HEIC/HEIF，不支持 SVG。
- 对聊天中上传的图片，优先使用平台提供的本地附件路径；不要把图片内容打印到对话或日志。
- 图片网址无法直接下载、需要网页 Cookie 或存在防盗链时，先保存为本地临时文件再传入。

## 站点解析

- 未指定站点时传 `siteId=1`（名称“全部”，当前映射 `us`，不是跨站聚合）。
- 明确美国站时传 `siteId=2`。
- 其他国家、地区、站点 UID 或域名先运行：

```bash
python3 scripts/shein_site_list.py --country 德国
```

只在唯一命中后使用返回的 `siteId`；多义时请用户确认，不自行选择。

## 查询参数

所有查询参数都使用可重复的 `--param 名称=值` 传入。

| 参数 | 含义 |
| --- | --- |
| `keyword` | 在视觉候选中继续匹配商品名称、商品 ID、SPU、货号或店铺 ID，最长 300 字符 |
| `blockKeyword` | 排除商品名称中的词，最长 300 字符 |
| `matchMode` | `1` 严格 AND 匹配；`2` 75% 模糊匹配，默认 2 |
| `catIds` | 可信类目 ID，可重复；多个 ID 为 OR |
| `siteId` | 极鲸云 SHEIN 站点 ID |
| `hostingMode` | `1` 全托管；`2` 半托管；`0` 或不传为不限 |
| `page` / `size` | 页码默认 1；每页默认 20、最大 200；`page × size` 不得超过 10000 |
| `sort` / `order` | 排序字段；方向只允许 `asc` 或 `desc` |

- 图片候选与全部商品条件是交集关系，只添加回答当前问题必需的条件。
- 仅在用户提供或当前上下文已有可信类目 ID 时使用 `catIds`，不得根据类目名称猜测 ID，也不得依赖其他 Skill 获取类目 ID。
- 用户明确给出商品词时可以使用 `keyword`；不要将对图片的主观描述转换成关键词来替代图片检索。
- 分页查询时始终使用同一张图片和同一组条件，只改变页码。

## 筛选参数

数值范围均使用 `<指标>Min` / `<指标>Max`，所有区间可只传一端：

- 销量：`sold`、`totalSold`、`daySold`、`weekSold`、`monthSold`。
- 销量变化率：`daySoldRate`、`weekSoldRate`、`monthSoldRate`。
- 销售额：`sales`、`totalSales`、`daySales`、`weekSales`、`monthSales`。
- 销售额变化率：`daySalesRate`、`weekSalesRate`、`monthSalesRate`。
- 店铺与竞争：`mallSold`、`similarNum`。
- 价格与质量：`price`（过滤最低售价）、`supplyPrice`、`goodsScore`、`reviewNum`。

时间范围使用 ISO 8601：`onSaleTimeMin/Max`、`mallOpenTimeMin/Max`。最小值不得大于最大值。变化率传小数，例如 `0.2` 表示 20%。

可排序字段：

```text
sold,totalSold,daySold,weekSold,monthSold,
daySoldRate,weekSoldRate,monthSoldRate,totalSoldRate,
sales,totalSales,daySales,weekSales,monthSales,
daySalesRate,weekSalesRate,monthSalesRate,totalSalesRate,
minPrice,maxPrice,supplyPrice,minSupplyPrice,medianSupplyPrice,maxSupplyPrice,
goodsScore,reviewNum,similarNum,similarNumUpdateTime,onSaleTime,
mallSold,mallOpenTime,createTime,updateTime
```

未指定 `sort` 时只称结果为视觉相似候选；指定后只在视觉候选池中按业务字段排序。接口不接受 `siteUID`、商品状态、图片字段或精确同款数；同款数（跟卖数）仅用 Min/Max 筛选。

## 视觉候选与同款数

- `data.total` 是服务端本次视觉候选池与全部商品条件交集后的精确命中数。单次视觉候选池最多 1000 个，`total=1000` 时可能触及上限，不得称为 SHEIN 全平台全部同款。
- 每个商品的 `similarNum` 对外统一称为“同款数（跟卖数）”，表示销售同一款商品的同行

Github ReposUpdated 15h agoRank 70

AionUi

Free, local, open-source 24/7 Cowork app and OpenClaw for Gemini CLI, Claude Code, Codex, OpenCode, Qwen Code, Goose CLI, Auggie, and more | 🌟 Star if you like it!

MCPOPENCLAW

Github ReposUpdated 6mo agoRank 70

activepieces

AI Agents & MCPs & AI Workflow Automation • (~400 MCP servers for AI agents) • AI Automation / AI Agent with MCPs • AI Workflows & AI Agents • MCPs for AI Agents

OPENCLAW

Github ReposUpdated 6mo agoRank 70

cherry-studio

AI productivity studio with smart chat, autonomous agents, and 300+ assistants.