{"id":"91a6e825-4822-40d4-846c-c1c05f0b3f87","entityType":"agent","slug":"clawhub-1688aiinfra-1688-product-analysis","name":"1688-product-analysis","canonicalUrl":"https://www.xpersona.co/agent/clawhub-1688aiinfra-1688-product-analysis","canonicalPath":"/agent/clawhub-1688aiinfra-1688-product-analysis","generatedAt":"2026-10-14T13:22:19.375Z","source":"CLAWHUB","claimStatus":"UNCLAIMED","verificationTier":"NONE","summary":{"evidence":{"source":"editorial-content","verified":true,"confidence":"high","updatedAt":"2026-10-11T23:07:42.915Z","emptyReason":null},"description":"1688 商品全方位分析诊断工具，整合多数据源对指定商品进行深度分析，支持多店铺异常商品汇总、评分分层选品与单品诊断。 覆盖能力：商品数据分析、销售表现诊断、流量问题排查、广告效果评估、商品优化建议、多店铺异常商品汇总、重点品评分分层、关键词搜索商品。 适用场景：用户需要分析商品表现、诊断流量问题、查看多店铺异常商品、圈选重点运营商品、搜索店铺商品、获取商品优化建议时使用。 触发词：分析这个商品、商品诊断、商品表现分析、为什么商品没流量、商品优化建议、最该优化的商品、最应该优化的商品、商品数据分析、多店铺商品、重点品查看、圈选重点品、圈选运营商品、今日运营重点、选品、推荐商品、商品分层、商品优先级、搜索商品、新品没流量怎么办、导出商品体检报告、导出当前已生成的报告、输出商品体检报告 Markdown、在当前对话输出商品体检报告。 本 Skill 的核心流程已由 workflow `1688-product-analysis` 编排覆盖，包含明确商品 ID 诊断、异常商品选择、找问题品并诊断、关键词搜索、正向选品、同款商品分析、商品库推荐行动点与一键优化交接；单接口查询、自由组合或探索性分析回退加载本 SKILL.md。 Skill: 1688-product-analysis Owner: 1688aiinfra Summary: 1688 商品全方位分析诊断工具，整合多数据源对指定商品进行深度分析，支持多店铺异常商品汇总、评分分层选品与单品诊断。 覆盖能力：商品数据分析、销售表现诊断、流量问题排查、广告效果评估、商品优化建议、多店铺异常商品汇总、重点品评分分层、关键词搜索商品。 适用场景：用户需要分析商品表现、诊断流量问题、查看多店铺异常商品、圈选重点运营商品、搜索店铺商品、获取商品优化建议时使用。 触发词：分析这个商品、商品诊断、商品表现分析、为什么商品没流量、商品优化建议、最该优化的商品、最应该优化的商品、商品数据分析、多店铺商品、重点品查看、圈选重点品、圈选运营商品、今日运营重点、选品、推荐商品、商品分层、商品优先级、搜索商品、新品没流量怎么办、导出商品体检报告、导出当前已生成的报告、输出商品体检报告 Markdown、在当前对话输出商","descriptionLabel":"Technical summary","evidenceSummary":"Capability contract not published. No trust telemetry is available yet. 979 downloads reported by the source. Last updated 10/11/2026.","installCommand":"clawhub skill install s177df9srv6z2y0gd1kw90rern83hzxb:1688-product-analysis","sourceUrl":"https://clawhub.ai/1688aiinfra/1688-product-analysis","homepage":"https://clawhub.ai/1688aiinfra/skills/1688-product-analysis","primaryLinks":[{"label":"View on ClawHub","url":"https://clawhub.ai/1688aiinfra/1688-product-analysis","kind":"source"},{"label":"Homepage","url":"https://clawhub.ai/1688aiinfra/skills/1688-product-analysis","kind":"homepage"}],"safetyScore":84,"overallRank":62,"popularityScore":60,"trustScore":null,"claimedByName":null,"isOwner":false,"seoDescription":"1688 商品全方位分析诊断工具，整合多数据源对指定商品进行深度分析，支持多店铺异常商品汇总、评分分层选品与单品诊断。 覆盖能力：商品数据分析、销售表现诊断、流量问题排查、广告效果评估、商品优化建议、多店铺异常商品汇总、重点品评分分层、关键词搜索商品。 适用场景：用户需要分析商品表现、诊断流量问题、查看多店铺异常商品、"},"coverage":{"evidence":{"source":"public-profile","verified":false,"confidence":"medium","updatedAt":"2026-10-11T23:07:42.915Z","emptyReason":null},"protocols":[{"protocol":"OPENCLEW","label":"OpenClaw","status":"self-declared","notes":"Declared in the public agent profile."}],"capabilities":[],"verifiedCount":0,"selfDeclaredCount":1,"capabilityMatrix":{"rows":[{"key":"OPENCLEW","type":"protocol","support":"unknown","confidenceSource":"profile","notes":"Listed on profile"}],"flattenedTokens":"protocol:OPENCLEW|unknown|profile"}},"adoption":{"evidence":{"source":"CLAWHUB","verified":false,"confidence":"medium","updatedAt":"2026-10-11T23:07:42.915Z","emptyReason":null},"stars":null,"forks":null,"downloads":979,"likes":null,"task":null,"library":null,"packageName":null,"latestVersion":"1.0.0","tractionLabel":"979 downloads"},"release":{"evidence":{"source":"CLAWHUB","verified":false,"confidence":"medium","updatedAt":"2026-10-11T23:07:42.899Z","emptyReason":null},"lastUpdatedAt":"2026-10-11T23:07:42.915Z","lastCrawledAt":"2026-10-11T23:07:42.899Z","lastIndexedAt":null,"nextCrawlAt":"2026-10-12T23:07:42.899Z","lastVerifiedAt":null,"highlights":[{"version":"1.0.0","createdAt":"2026-09-03T13:03:36.883Z","changelog":"v1.0.0 Initial release with multi-capability 1688 product analysis and diagnostic tooling. - Added multi-shop abnormal product aggregation, scoring-based selection, keyword search, single product diagnosis, and one-click optimization handoff capabilities. - Introduced detailed workflow rules for product diagnosis, parallel batch handling (max 5), and user interaction protocols for selecting or searching products. - Integrated new tools and commands for context-based diagnosis, multi-shop summary, offer analysis, scoring, shop data retrieval, and search by keyword. - Enhanced interaction definitions: product selection tables, input guidance, keyword entry, results sorting/truncation (with user prompt), and action recommendation cards. - Deprecated and replaced former single-shop and simplified flows; all core paths are now workflow-driven and detailed in SKILL.md. - Strictly enforced data traceability, no synthetic content, and precise handling of failed or empty results.","fileCount":52,"zipByteSize":151865},{"version":"0.1.0","createdAt":"2026-05-13T09:07:47.901Z","changelog":"Initial release of the 1688-product-analysis skill. - Provides comprehensive product diagnostics for 1688 listings, integrating multiple data sources. - Supports analysis scenarios such as performance review, traffic problem diagnosis, search ranking analysis, ad effectiveness, competition comparison, and actionable optimization advice. - Enforces strict data authenticity: only real CLI outputs may be used, with robust error and exception handling. - Includes structured multi-step user interactions for product selection, diagnosis, and follow-up optimization action selection. - Reference documents and templates are integrated for dimension analysis and report generation. - Outlines clear, actionable recommendations based on diagnoses, with priority handling for compliance, traffic, and conversion issues.","fileCount":20,"zipByteSize":27947}]},"execution":{"evidence":{"source":"CLAWHUB","verified":false,"confidence":"low","updatedAt":null,"emptyReason":"No published capability contract is available yet."},"installCommand":"clawhub skill install s177df9srv6z2y0gd1kw90rern83hzxb:1688-product-analysis","setupComplexity":"low","setupSteps":["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":{"contractStatus":"missing","authModes":[],"requires":[],"forbidden":[],"supportsMcp":false,"supportsA2a":false,"supportsStreaming":false,"inputSchemaRef":null,"outputSchemaRef":null,"dataRegion":null,"contractUpdatedAt":null,"sourceUpdatedAt":null,"freshnessSeconds":null},"invocationGuide":{"preferredApi":{"snapshotUrl":"https://www.xpersona.co/api/v1/agents/clawhub-1688aiinfra-1688-product-analysis/snapshot","contractUrl":"https://www.xpersona.co/api/v1/agents/clawhub-1688aiinfra-1688-product-analysis/contract","trustUrl":"https://www.xpersona.co/api/v1/agents/clawhub-1688aiinfra-1688-product-analysis/trust"},"curlExamples":["curl -s \"https://www.xpersona.co/api/v1/agents/clawhub-1688aiinfra-1688-product-analysis/snapshot\"","curl -s \"https://www.xpersona.co/api/v1/agents/clawhub-1688aiinfra-1688-product-analysis/contract\"","curl -s \"https://www.xpersona.co/api/v1/agents/clawhub-1688aiinfra-1688-product-analysis/trust\""],"jsonRequestTemplate":{"query":"summarize this repo","constraints":{"maxLatencyMs":2000,"protocolPreference":["OPENCLEW"]}},"jsonResponseTemplate":{"ok":true,"result":{"summary":"...","confidence":0.9},"meta":{"source":"CLAWHUB","generatedAt":"2026-10-14T13:22:19.374Z"}},"retryPolicy":{"maxAttempts":3,"backoffMs":[500,1500,3500],"retryableConditions":["HTTP_429","HTTP_503","NETWORK_TIMEOUT"]}},"endpoints":{"dossierUrl":"https://www.xpersona.co/api/v1/agents/clawhub-1688aiinfra-1688-product-analysis/dossier","snapshotUrl":"https://www.xpersona.co/api/v1/agents/clawhub-1688aiinfra-1688-product-analysis/snapshot","contractUrl":"https://www.xpersona.co/api/v1/agents/clawhub-1688aiinfra-1688-product-analysis/contract","trustUrl":"https://www.xpersona.co/api/v1/agents/clawhub-1688aiinfra-1688-product-analysis/trust"}},"reliability":{"evidence":{"source":"runtime-metrics","verified":false,"confidence":"low","updatedAt":null,"emptyReason":"No trust, reliability, or runtime telemetry is available."},"trust":{"status":"unavailable","handshakeStatus":"UNKNOWN","verificationFreshnessHours":null,"reputationScore":null,"p95LatencyMs":null,"successRate30d":null,"fallbackRate":null,"attempts30d":null,"trustUpdatedAt":null,"trustConfidence":"unknown","sourceUpdatedAt":null,"freshnessSeconds":null},"decisionGuardrails":{"doNotUseIf":["Contract metadata is missing or unavailable for deterministic execution."],"safeUseWhen":[],"riskFlags":["missing_or_unavailable_contract","trust_data_unavailable","schema_references_missing"],"operationalConfidence":"low"},"executionMetrics":{"observedLatencyMsP50":null,"observedLatencyMsP95":null,"estimatedCostUsd":null,"uptime30d":null,"rateLimitRpm":null,"rateLimitBurst":null,"lastVerifiedAt":null,"verificationSource":null},"runtimeMetrics":{"successRate":null,"avgLatencyMs":null,"avgCostUsd":null,"hallucinationRate":null,"retryRate":null,"disputeRate":null,"p50Latency":null,"p95Latency":null,"lastUpdated":null}},"benchmarks":{"evidence":{"source":"no-benchmark-data","verified":false,"confidence":"low","updatedAt":null,"emptyReason":"No benchmark suites or observed failure patterns are available."},"suites":[],"failurePatterns":[]},"artifacts":{"evidence":{"source":"CLAWHUB","verified":false,"confidence":"high","updatedAt":"2026-10-11T23:07:42.915Z","emptyReason":null},"readme":"Skill: 1688-product-analysis\n\nOwner: 1688aiinfra\n\nSummary: 1688 商品全方位分析诊断工具，整合多数据源对指定商品进行深度分析，支持多店铺异常商品汇总、评分分层选品与单品诊断。 覆盖能力：商品数据分析、销售表现诊断、流量问题排查、广告效果评估、商品优化建议、多店铺异常商品汇总、重点品评分分层、关键词搜索商品。 适用场景：用户需要分析商品表现、诊断流量问题、查看多店铺异常商品、圈选重点运营商品、搜索店铺商品、获取商品优化建议时使用。 触发词：分析这个商品、商品诊断、商品表现分析、为什么商品没流量、商品优化建议、最该优化的商品、最应该优化的商品、商品数据分析、多店铺商品、重点品查看、圈选重点品、圈选运营商品、今日运营重点、选品、推荐商品、商品分层、商品优先级、搜索商品、新品没流量怎么办、导出商品体检报告、导出当前已生成的报告、输出商品体检报告 Markdown、在当前对话输出商品体检报告。 本 Skill 的核心流程已由 workflow `1688-product-analysis` 编排覆盖，包含明确商品 ID 诊断、异常商品选择、找问题品并诊断、关键词搜索、正向选品、同款商品分析、商品库推荐行动点与一键优化交接；单接口查询、自由组合或探索性分析回退加载本 SKILL.md。\n\nTags: latest:1.0.0\n\nVersion history:\n\nv1.0.0 | 2026-09-03T13:03:36.883Z | auto\n\nv1.0.0\n\nInitial release with multi-capability 1688 product analysis and diagnostic tooling.\n\n- Added multi-shop abnormal product aggregation, scoring-based selection, keyword search, single product diagnosis, and one-click optimization handoff capabilities.\n- Introduced detailed workflow rules for product diagnosis, parallel batch handling (max 5), and user interaction protocols for selecting or searching products.\n- Integrated new tools and commands for context-based diagnosis, multi-shop summary, offer analysis, scoring, shop data retrieval, and search by keyword.\n- Enhanced interaction definitions: product selection tables, input guidance, keyword entry, results sorting/truncation (with user prompt), and action recommendation cards.\n- Deprecated and replaced former single-shop and simplified flows; all core paths are now workflow-driven and detailed in SKILL.md.\n- Strictly enforced data traceability, no synthetic content, and precise handling of failed or empty results.\n\nv0.1.0 | 2026-05-13T09:07:47.901Z | auto\n\nInitial release of the 1688-product-analysis skill.\n\n- Provides comprehensive product diagnostics for 1688 listings, integrating multiple data sources.\n- Supports analysis scenarios such as performance review, traffic problem diagnosis, search ranking analysis, ad effectiveness, competition comparison, and actionable optimization advice.\n- Enforces strict data authenticity: only real CLI outputs may be used, with robust error and exception handling.\n- Includes structured multi-step user interactions for product selection, diagnosis, and follow-up optimization action selection.\n- Reference documents and templates are integrated for dimension analysis and report generation.\n- Outlines clear, actionable recommendations based on diagnoses, with priority handling for compliance, traffic, and conversion issues.\n\nArchive index:\n\nArchive v1.0.0: 52 files, 151865 bytes\n\nFiles: cli.py (2904b), references/analysis-dimensions.md (3239b), references/interaction-specs.md (24216b), references/report-template-simple.md (3509b), references/scoring-rules.md (3129b), scripts/_auth.py (5701b), scripts/_const.py (3958b), scripts/_errors.py (1621b), scripts/_http.py (7498b), scripts/_output.py (836b), scripts/_tracker.py (2957b), scripts/capabilities/__init__.py (0b), scripts/capabilities/check_auto_diagnosis_schedule/__init__.py (77b), scripts/capabilities/check_auto_diagnosis_schedule/cmd.py (608b), scripts/capabilities/check_auto_diagnosis_schedule/service.py (2197b), scripts/capabilities/get_abnormal_offers/__init__.py (0b), scripts/capabilities/get_abnormal_offers/cmd.py (1749b), scripts/capabilities/get_abnormal_offers/service.py (3764b), scripts/capabilities/get_bindlist/__init__.py (0b), scripts/capabilities/get_bindlist/cmd.py (669b), scripts/capabilities/get_bindlist/service.py (1012b), scripts/capabilities/get_item_diagnosis_context/__init__.py (49b), scripts/capabilities/get_item_diagnosis_context/cmd.py (1046b), scripts/capabilities/get_item_diagnosis_context/service.py (2778b), scripts/capabilities/get_item_overview/__init__.py (0b), scripts/capabilities/get_item_overview/cmd.py (643b), scripts/capabilities/get_item_overview/service.py (1048b), scripts/capabilities/get_offer_data/__init__.py (0b), scripts/capabilities/get_offer_data/cmd.py (1553b), scripts/capabilities/get_offer_data/service.py (2766b), scripts/capabilities/get_offer_diagnosis_actions/__init__.py (46b), scripts/capabilities/get_offer_diagnosis_actions/cmd.py (1125b), scripts/capabilities/get_offer_diagnosis_actions/service.py (1813b), scripts/capabilities/get_same_offer_competition/__init__.py (39b), scripts/capabilities/get_same_offer_competition/cmd.py (1158b), scripts/capabilities/get_same_offer_competition/service.py (1193b), scripts/capabilities/get_shop_data/__init__.py (0b), scripts/capabilities/get_shop_data/cmd.py (627b), scripts/capabilities/get_shop_data/service.py (1018b), scripts/capabilities/multi_shop_product_analysis/__init__.py (0b), scripts/capabilities/multi_shop_product_analysis/cmd.py (2052b), scripts/capabilities/multi_shop_product_analysis/service.py (7207b), scripts/capabilities/score_and_select/__init__.py (0b), scripts/capabilities/score_and_select/cmd.py (1717b), scripts/capabilities/score_and_select/service.py (11267b), scripts/capabilities/search_offer_by_keyword/__init__.py (0b), scripts/capabilities/search_offer_by_keyword/cmd.py (1123b), scripts/capabilities/search_offer_by_keyword/service.py (809b), skill-card.md (2728b), SKILL.md (74324b), workflow/1688-product-analysis.js (225647b), _meta.json (140b)\n\nFile v1.0.0:SKILL.md\n\n---\nid: 1688商品诊断\nname: 1688-product-analysis\ndescription: >-\n 1688 商品全方位分析诊断工具，整合多数据源对指定商品进行深度分析，支持多店铺异常商品汇总、评分分层选品与单品诊断。\n 覆盖能力：商品数据分析、销售表现诊断、流量问题排查、广告效果评估、商品优化建议、多店铺异常商品汇总、重点品评分分层、关键词搜索商品。\n 适用场景：用户需要分析商品表现、诊断流量问题、查看多店铺异常商品、圈选重点运营商品、搜索店铺商品、获取商品优化建议时使用。\n 触发词：分析这个商品、商品诊断、商品表现分析、为什么商品没流量、商品优化建议、最该优化的商品、最应该优化的商品、商品数据分析、多店铺商品、重点品查看、圈选重点品、圈选运营商品、今日运营重点、选品、推荐商品、商品分层、商品优先级、搜索商品、新品没流量怎么办、导出商品体检报告、导出当前已生成的报告、输出商品体检报告 Markdown、在当前对话输出商品体检报告。\n 本 Skill 的核心流程已由 workflow `1688-product-analysis` 编排覆盖，包含明确商品 ID 诊断、异常商品选择、找问题品并诊断、关键词搜索、正向选品、同款商品分析、商品库推荐行动点与一键优化交接；单接口查询、自由组合或探索性分析回退加载本 SKILL.md。\nmetadata:\n engine: false\n openclaw:\n emoji: \"🔬\"\n requires:\n bins: [\"python3\"]\n primaryEnv: \"ALI_1688_AK\"\n interactions:\n - name: select_abnormal_offer\n type: table\n selectionType: product\n description: \"从异常商品列表（及评分分层候选，如同时命中）中选择要诊断的商品。在执行 Step 0/Step 0.5 后展示，用户可多选需要诊断的商品。\"\n required_data:\n title: \"表格标题\"\n columns: \"列定义数组\"\n rows: \"多店汇总最多 20 条（硬封顶），按支付环比跌幅绝对值从大到小排序；单店无截断（原样返回）；每行字段：id, imageUrl, title, shop_name, reason, payAmount, changeRate, visitorCount, visitorChange, loginId（title 截断 30 个字符（Python len() 计数）；共 8 列定义，两入口都有结果时追加 discoverySource 发现来源列，id 和 loginId 不占显式列但为行必选字段）\"\n - name: input_offer_id\n type: input\n selectionType: product\n description: \"引导用户手动输入一个或多个商品 ID 进行诊断。\"\n required_data:\n questions: \"问题列表，包含一个输入框让用户填写商品 ID；多个 ID 可用空格或逗号分隔\"\n - name: choose_product_locator\n type: card\n selectionType: requirement\n description: \"当异常商品和评分分层均为成功零结果时，让用户选择通过商品 ID 或关键词继续定位商品。\"\n required_data:\n questions: \"一个单选问题，选项固定为输入商品 ID、关键词搜索\"\n - name: input_search_keyword\n type: input\n selectionType: product\n description: \"用户选择关键词搜索但尚未提供关键词时，引导输入商品关键词。\"\n required_data:\n questions: \"问题列表，包含一个商品关键词输入框\"\n - name: select_products_from_scoring\n type: table\n selectionType: product\n description: \"展示评分分层结果（Step 0.5 第二发现入口的 c_grade_candidates，或独立选品场景的 products），供用户选择\"\n required_data:\n title: \"表格标题\"\n columns: \"列定义数组，包含商品ID、标题、等级、分层、综合得分、支付金额、买家数、访客数\"\n rows: \"数据行数组，每行包含 id, title, level, levelName, totalScore, payAmount, buyerCount, uv\"\n - name: select_products_from_search\n type: table\n selectionType: product\n description: \"Step 1 情况B 关键词搜索结果，供用户选择目标商品\"\n required_data:\n title: \"表格标题，如'搜索结果: {keyword}'\"\n columns: \"列定义数组，包含图片、商品ID、标题、最低价、最高价、状态\"\n rows: \"数据行数组，每行包含 id, title, imageUrl, minPrice, maxPrice, status\"\n---\n\n# 1688 商品诊断\n\n## ⚠️ 强制约束\n\n**Workflow 唯一入口（强制）**：商品体检、商品诊断、最该优化商品、异常商品选择、关键词搜索、明确商品 ID 诊断等核心商品诊断意图必须且只允许调用一次 workflow `1688-product-analysis`。必须把用户原始请求作为 workflow args 传入。workflow 只根据原始 query 判断执行意图，不识别真实调度来源：明确要求先选择、先询问或确认后执行时固定为 interactive；出现自动挑选/分析、无需反问或直接继续等无人值守候选语义时调用结构化模型节点，模型确认后为 automatic，“直接”不是必需词。若 query 已同时明确表达自动执行、完成诊断、在对话交付完整报告和逐商品优化建议，则即使模型返回 false、输出异常或调用失败也兜底为 automatic；普通诊断、搜索和选品仍为 interactive。主 Agent 不得自行判断模式、改写 query 或补充模式参数。组件“导出报告”按钮回填的 Markdown 导出请求是唯一例外：按第 21 条直接复用诊断流程预写的报告缓存文件或最近一次 workflow 返回的报告快照，禁止再次调用 workflow。禁止主 Agent 手工执行 `python3 cli.py`、手工拼装候选表格、读取交互协议后复刻流程，或在 workflow 正常结束后自动重试。只有用户明确请求单接口查询、自由组合或探索性分析时，才允许回退到本 SKILL.md 的 CLI 能力说明。\n\n1. **禁止编造数据**：所有数据必须来自 CLI 真实返回结果\n2. **Workflow 内先取数再分析**：核心诊断由 workflow 内部调用 CLI 获取数据后再分析，不得跳过取数；单接口查询、自由组合或探索性分析的回退路径也必须先取得 CLI 真实返回\n3. **如实区分失败与空数据**：返回 `success=false` 时按失败处理；只有 `success=true` 且结果集合为空才是成功零结果。失败不得伪装成零结果，也不得继续生成依赖该结果的内容\n4. **交互表格数据精简 + 截断提示**：多店汇总 rows 不超过 20 条（硬封顶，由 `--max_total_rows` 控制）、title 截断 30 个字符（Python `len()` 计数）；单店无截断（原样返回 API 全量数据），title 同样截断 30 个字符。完整诊断上下文由用户选择商品后通过 `alibaba.1688.get.item.diagnosis.context --item_id ` 按需加载。**注意**：`offerTitle` 截断不在数据源层（service.py）做，而是在 Agent 构造交互表格 rows 时做——这样单店接口返回完整标题，不走表格的场景（如直接输出 markdown）不会丢失信息。**当 `multi_shop_product_analysis` 返回结果包含 `truncation_info` 字段时，Agent 必须在展示表格之前，用自然语言向用户提示截断信息**，格式为：\"⚠️ 当前共检测到 {total_before_truncation} 条异常商品，涉及店铺：{shops_with_items 列表，中文顿号分隔}。为保证展示效果，表格仅展示跌幅最严重的 {total_after_truncation} 条，如需查看其他商品可输入商品 ID 进行诊断。\"**禁止**忽略 `truncation_info`、禁止仅展示表格而不提示截断情况。\n5. **统一聚合诊断链路**：所有进入正式诊断的商品，无论来自显式 ID、异常选择、评分候选、关键词搜索还是手工输入，Workflow 对每个 `itemId` 都只允许调用一次 `alibaba.1688.get.item.diagnosis.context --item_id `；调用方禁止传 `loginId`、`userId` 或 `NEWTON_SHOP_LOGIN_ID`。聚合 Tool 由 seller-agent 服务端实现：内部按 `itemId` 精确定位商品归属店（OfferQueryService）并校验调用者对该店的绑定权限，不做跨店遍历兜底。Tool 返回该 `itemId` 对应的归属 `loginId`，并在同一身份下聚合 profile、performance、同款和商品库行动点。基础诊断按第 16 条的 `delivery` 分支交付：interactive 先调用 `show_interaction(type=\"open_tab\")` 唤起组件承载页，无论调用是否成功都继续输出固定命名的 `DATA-HIDDEN-PRODUCT-DIAGNOSIS-*` 隐藏数据区块；只有组件调用未返回明确失败且全部区块发送成功时才使用组件作为主交付，组件调用返回明确失败、抛异常或任一区块发送失败时都必须同时输出完整 Markdown 报告。automatic 是唯一例外：不调用组件、不发送隐藏区块，直接以完整 Markdown 交付。禁止主 Agent 自行构造或改写协议数据。\n6. **多选商品滑动并行诊断 + 基础门禁**：用户多选商品时，必须处理所有选中商品，并仅对聚合 Tool 返回非空 profile 和非空 performance 的商品继续生成报告。完整诊断采用最大并发 5 的滑动队列，任一商品完成后立即补入下一件，禁止截断或丢弃第 6 个及之后的商品。profile 或 performance 任一失败、为空或无法验证时，该商品都不得生成报告、不得进入一键优化交接；同款或商品库增强失败不得阻断基础诊断。多选时跳过基础数据失败商品并继续其他任务，若全部失败则终止流程且不交接行动点。\n7. **聚合 Tool 统一解析 loginId**：候选表格中的隐藏 `loginId` 继续保留用于组件兼容和候选来源展示，但不得作为核心诊断 Tool 的入参或身份依据。`alibaba.1688.get.item.diagnosis.context` 内部由 seller-agent 按 `itemId` 精确解析商品归属店并校验绑定权限，不做逐店试错。Tool 返回的 `loginId` 是该 `itemId` 本轮诊断的权威映射；profile、performance、同款和商品库行动点必须全部使用这一身份，诊断报告和一键优化交接按 `itemId` 反查该返回值，禁止按候选行、数组位置、当前循环下标或当前店铺猜测。\n8. **发现意图互斥**：发现阶段必须先按下方规则归入且只归入一个分支。明确给出 10 位及以上商品 ID 时优先直达诊断；明确关键词搜索、正向选品、找问题品并诊断、纯诊断/异常查看各分支不得混跑。“诊断问题”“排查问题”“找出问题”“停止广告后诊断”等问题导向表达必须进入找问题品并诊断；正向词与问题词同时命中时，找问题品并诊断优先。\n9. **增强区块按数据展示**：同款商品分析仅在返回有效 `v2Comparison` 时展示；商品库查询仅在精确命中商品且含非空 `actions` 时，把原始行动点并入下游一键优化任务清单，不再单独输出\"商品库明细建议\"区块，也不展示 `aiAnalysis` 或 `statusTag`。空数据、未命中或调用失败时，必须完全隐藏对应区块，禁止输出“暂无数据”等占位文案，也不得据此臆造分析或行动点。\n10. **同款触发与隐私边界**：同款竞品查询只能在用户选定待诊断商品后由聚合 Tool 执行，禁止在异常发现、评分候选或关键词搜索阶段预查。网关从 AK 上下文注入当前用户身份并校验商品归属；聚合 Tool 必须把解析出的同一 `loginId` 用于同款竞品和商品库查询。竞品标题按接口返回原文完整展示，不得自行脱敏或改写；竞品商品 ID、店铺、链接和图片地址仍不展示。\n11. **行动点来源与交接**：行动点合并三路数据：原商品诊断明确识别出的标题优化/主图优化、商品库精确命中商品的原始 `actions`、同二级类目竞品 V2 中有明确事实依据且受一键优化支持的候选行动。未识别到标题或主图方向时不得默认补标题优化；跨类目对比不得生成行动点。内部保留证据和来源用于准入判断与合并去重；商品体检在报告末尾按商品说明可执行行动，并提示商家下一条消息回复“进入一键优化”，当前轮不展示确认卡。价格/定价/调价可作为经营建议展示但禁止进入下游交接；认证、备案资质、广告预算、投放金额和效果增幅不得凭空建议或预测。相同 `(offer_id, canonicalAction)` 必须合并来源；商家下一条消息明确回复“进入一键优化”后，必须把 workflow 返回的完整 handoff JSON 字符串直接作为 Workflow args 交给 `1688-item-one-click`，禁止先用用户原话试探调用、包装成 query/params、空参数调用或重复调用，逐项“执行/跳过”由一键优化完成。\n12. **商家可读的对话边界**：右侧对话是商家界面，不是 Agent 工作台。所有用户可见文本必须使用简洁中文和经营语言，只说明业务结论、必要的数据依据、下一步选择或失败原因；禁止输出或复述模型推理、自言自语、英文工作笔记（如 “Let me...”“I need...”“I see...”）、数据清洗/重建过程、字段枚举、行数计算、原始 JSON、内部步骤、工具名、CLI 命令、参数、代码、调试信息或执行计划。商品列表和行动选择的具体内容由交互组件承载，对话中不得重复罗列全量商品、商品 ID 或表格行。\n13. **对话话术优先级**：进入商品选择前，只用一句商家可理解的话说明发现结果，例如“已找到 {N} 件需要关注的商品，请在下方选择要体检的商品”。工作流进度标题必须使用具体业务动作：“确定体检商品”“查看经营表现”“对比优秀同款”“整理诊断报告”“准备后续操作”，禁止使用“Step 1/2/3”“阶段一/二/三”或“数据采集与分析”等笼统标题。开始诊断时，先用一条话说明本 Skill 支持经营表现诊断、同款对比和商品库建议，再统一说明“共 {N} 件商品，将开始商品体检，完成后会逐件更新结果”。用户可见文案不得展示并发数、批次或排队等内部调度细节。经营表现必须明确覆盖流量、成交、加购和转化。多商品必须把每件商品的“经营数据、同款和商品库输入准备 → 报告生成”封装成独立任务，最多使用 5 个 Worker 通过 workflow `parallel` 同时执行；任一任务结束后立即领取下一件，某件失败不得中断其他商品，最终报告必须按原商品顺序回收。每件商品只在完整任务结束时显示“已完成/暂未完成 x/N 件商品诊断”，并带具体商品 ID；禁止逐商品播报经营数据读取、同款查询或报告生成等中间状态，不得把累计数量误写成商品序号。完成后对应输出最多 3 条业务里程碑：“商品经营表现检查完成”“同款对比和商品库建议核对完成”“已生成 {N} 件商品的完整诊断报告”。工作流过程消息是追加后永久保留的内容，只能写不会过时的能力范围、开始记录或完成状态，禁止写永久残留的“正在读取”“正在对比”“正在整理”。不得播报接口调用、字段解析、数据清洗、重试、模型推理或技术错误原文。报告中按“问题/影响/依据/建议”表达；只有无法继续的失败才简要说明原因和可执行的下一步。\n14. **明确目标不得重复询问**：用户已给商品 ID 时直接校验并诊断，多个 ID 按输入顺序进入最大并发 5 的滑动队列，不得再要求输入 ID、关键词或重新选品；用户说“全店”时直接执行全店异常发现，不追问店铺或商品。用户明确数量时不展示候选选择表格，按优先级自动选择 Top-N；数量超过 5 件时同样按原顺序滑动补位并处理全部已选商品，不得截断，也不得让用户再次勾选。异常商品优先级为：违规/下架/处罚等高风险优先，其余按支付环比下跌幅度降序，同幅度按支付金额降序；评分分层候选按综合得分升序（最差优先）。只有用户未提供 ID、数量或关键词时才展示原候选选择表格。\n15. **同款对比完整展示与弱参考门禁**：有效 `v2Comparison` 必须在主对话正文独立输出“同款商品分析”，禁止放在思考区、折叠区或仅输出摘要。无论二级类目是否一致，都必须按“商品素材 → 经营表现 → 流量来源 → 服务保障 → 口碑评价 → 热卖 SKU”的顺序，直接展示接口返回的所有有数据维度；对标对象来源和类目校验只用于内部准入判断，不在正文展示。类目不一致时仍完整展示事实维度，但不得基于跨类目差异生成一键优化行动、认证建议、广告预算或效果增幅预测。表格必须左对齐放在对应标题下，禁止嵌套进编号或项目列表。不得使用 `notice` 总结卡，不得再生成重复的“核心对比”摘要表，不得限制为 6 行、3 个流量来源或 3 条建议。缺失维度直接省略，禁止输出空表、`-` 占位行或“暂无数据”；竞品标题完整展示，不附加“标题已脱敏”等提示，但仍不展示竞品商品 ID、店铺、链接或图片地址。同款可借鉴经验仅在同二级类目时与基础建议合并去重后放在“综合优化建议”。\n16. **报告交付最高优先级（按 workflow 返回的 delivery 分支）**：`delivery=component` 只允许在 interactive 的 `show_interaction(type=\"open_tab\")` 未返回明确失败且全部隐藏区块发送成功时返回，此时结构化基础诊断以及行动点、定时任务入口均由组件及 `footer_actions` 承载，当前回复只把 `` 内的同款分析原样输出到主对话，禁止重复输出基础诊断、行动点、定时任务提示或总结改写，输出后立即结束回合；`delivery=markdown` 时，**完整报告是最高优先级且不可跳过**，下一条 assistant 内容的第一个 block 必须是普通文本并立即把 `` 原样完整输出，报告正文没有完整出现在主对话，就视为本次商品体检未完成。automatic 是强制组件交付的唯一免组件特例：不调用 `show_interaction(type=\"open_tab\")`、不发送六类 `DATA-HIDDEN-PRODUCT-DIAGNOSIS-*` 隐藏区块，固定 `delivery=markdown` 并直接交付完整报告；interactive 仍按既有 component/markdown 降级契约执行。即使 interactive 组件唤起失败，workflow 仍继续发送隐藏区块供联调和恢复消费，但不得把隐藏区块发送成功冒充为组件已成功承载。两种模式下都禁止在交付完成前调用 notice、card、`show_interaction`、一键优化、其他 skill/workflow 或定时任务；一键优化和定时任务必须等用户下一条消息明确发起。若 workflow 返回 `queryStatus=failed`、`AGENT_FAILED` 或明确终止，主 Agent 只能如实展示失败结果并结束当前回合，禁止重新加载本 Skill、手工调用 CLI、改走其他 workflow 或自行补写诊断。\n\n仅 interactive 的 workflow 先调用 `callTool('show_interaction', {type:\"open_tab\", url:\"webComponent:csbc-newton-modules-seller-data-table?planCode=CDT_68lm5S\", title:\"AI商品诊断\"})` 唤起组件，再通过 `emit` 按六类真实 section 一一输出固定隐藏数据围栏：`DATA-HIDDEN-PRODUCT-DIAGNOSIS-META`、`DATA-HIDDEN-PRODUCT-DIAGNOSIS-CATALOG`、`DATA-HIDDEN-PRODUCT-DIAGNOSIS-PRODUCT`、`DATA-HIDDEN-PRODUCT-DIAGNOSIS-OVERVIEW`、`DATA-HIDDEN-PRODUCT-DIAGNOSIS-ACTIONS`、`DATA-HIDDEN-PRODUCT-DIAGNOSIS-COMPLETED`。其中 `PRODUCT` 可按商品重复输出，其他围栏每份报告各输出一次。automatic 不调用该组件、也不发送本协议中的任何隐藏区块，直接输出完整 Markdown。JSON 由 workflow 程序化组装；主 Agent 不得改写、摘要、重新生成或在对话中复述这些代码块。\n17. **报告末尾展示非阻塞后续操作**：interactive 在准备后续操作时通过 `check_auto_diagnosis_schedule` 只读当前 workspace 的定时任务状态。只有 `enabled=true` 且任务名称包含“1688商品自动体检”或“1688商品体检”，或者描述同时包含“1688商品体检”和自动找出待优化商品、生成商品诊断报告等业务语义时，才视为已配置，`enabled=false` 不算已配置。查询失败时按防重复原则隐藏定时任务提示。`delivery=component` 时，行动点和定时任务入口只由组件 `footer_actions` 承载，主对话不得重复；`delivery=markdown` 时，才在 `merchant_report` 末尾按商品列出“商品标题（ID）→ 可执行行动”，并提示“回复‘进入一键优化’”。一键优化 workflow 自己逐项确认执行/跳过，商品体检当前轮不再展示阻塞式确认卡。interactive 确认未配置相关任务时，Markdown 报告才追加“⏰需要我自动帮你找出需要优化的商品嘛？点击设置定时任务”和“回复‘设置定时任务’”；已配置或查询失败时不追加。automatic 必须跳过 `check_auto_diagnosis_schedule` 和定时任务入口，报告末尾不展示“设置定时任务”；可执行建议仍作为文字报告的一部分，但不得自动修改商品。触发词必须保持普通文本，禁止给“进入一键优化”或“设置定时任务”添加 `**`、`__`、反引号或其他 Markdown 包裹。当前轮禁止调用 notice、card 或定时任务表单。用户下一条消息明确回复“进入一键优化”时才调用一次 `1688-item-one-click` workflow；明确表达设置商品自动体检定时任务的意图（包括手动回复“设置定时任务”或组件按钮完整 prompt 回填）时，才收集执行频率和时间并调用 `show_interaction(type=\"schedule_task\")`，只有返回 `action=\"execute\"` 后才调用 `Schedule(action=\"create\")`。主 Agent 禁止再次调用 `Schedule(action=\"list\")`。新建任务名称建议为“1688商品自动体检”，任务 prompt 默认且完整使用“自动按优先级挑出【最该优化的 5 个商品】，完成诊断后直接在对话中输出完整报告和每个商品的优化建议”。定时任务只负责自动运行商品体检、输出报告和行动点，禁止自动修改商品。\n18. **商家输出净化与诊断去重**：报告进入 `merchant_report` 前必须删除模型思考、自言自语、原始工具 JSON、TodoWrite/Edit 内容、协议标签、代码执行痕迹和内部调度信息。不得出现“Now let me”“I need to”“让我先”“接下来调用”等过程语句。组件 `product_result.reason` 只写流量、成交、加购、转化、广告等经营数据结论；`anomalies` 只写标题、类目、属性、合规或身份冲突等内容异常，同一问题不得在两处重复。净化只删除内部内容，不得压缩、总结或删减基础诊断、同款事实表格和综合优化建议。\n19. **增强数据四态**：同款和商品库诊断必须分别记录 `success / no_data / unauthorized / tool_failed`。仅 `success` 数据可进入报告或行动点；`no_data` 隐藏对应区块；`unauthorized` 与 `tool_failed` 只记录在内部执行清单，不得伪装成无数据、不得据此生成建议，也不得阻断基础诊断。\n20. **选品对象与诊断对象必须一致**：自动选品必须先完成确定性排序再截取 Top-N，候选表也使用同一排序。异常候选按高风险、支付跌幅绝对值、支付金额排序；C级候选按综合得分升序。候选的商品 ID、选择原因和排序指标必须随商品进入诊断。商品详情返回后重新核对标题；候选标题与详情标题不一致时，以详情标题和当前经营数据为准，报告明确提示数据不一致，不得沿用候选标题推断类目错放或商品问题。商品详情内部的标题、类目、描述和属性明显冲突时，只报告不受影响的经营指标并标记“商品资料存在数据一致性异常”，不得直接判为类目错放，也不得基于冲突文本生成优化建议。\n21. **导出报告由 Skill 承接（缓存优先）**：诊断结束时 workflow 已把报告全文预写为 `.report-cache-<报告编号>.md`，默认落在 Agent 当前工作目录（即写入 `商品体检报告.md` 的目录），写不进去时回退到本 skill 根目录（`cli.py` 所在目录，本文档所有 CLI 命令的绝对路径前缀，形如 `.../skills/newton_seller/1688-product-analysis`）。组件“导出报告”按钮回填的 prompt 指明报告全文缓存在当前工作目录（缓存预写失败回退 skill 根目录时措辞随之变化），前端无需附加参数。缓存文件名为 `.report-cache-<报告编号>.md`，报告编号含诊断时间戳（形如 `pd_20260731151541_lqz3`），存在多份时取时间戳最新的一份。用户点击“导出报告”后，Agent 按回填消息指明的位置定位缓存文件：在工作目录时用 `.report-cache-*.md` 模式直接定位（一次精准 Glob 即可，禁止全盘搜索），在 skill 根目录时到 cli.py 所在目录定位；随后只允许两个工具调用——先 Read 缓存文件取得报告全文，再调用一次 `Write` 把读到的内容原样写入相对路径 `商品体检报告.md`，禁止改动、总结、删减或补充任何内容。回填消息中没有报告编号时（缓存预写失败），回退读取当前会话最近一次成功的 `1688-product-analysis` workflow 返回中的 `` 标签并完整复制标签内 Markdown；组件降级时没有该标签，可使用最近一次成功返回的 ``。导出是严格幂等流程：上下文中尚无该请求的 `Write` 成功结果时，只允许执行一次“Read 缓存 + Write”或一次 `Write`；Newton 会根据 Write 成功结果自动渲染文件卡，严禁调用 `present_files`。只要上下文已出现该文件的 Write 成功结果，就视为导出完成，绝对禁止再次调用任何工具；只回复“已导出商品体检报告.md。”并结束。禁止再次调用 workflow、商品查询、组件或模型；严禁全盘搜索文件系统，严禁读取或转换任何 JSON 文件、旧报告或其他工作区文件，严禁调用 Bash、Edit、`present_files`、`schedule_task`、`show_interaction` 或其他工具，禁止生成 JSON、中间文件或第二个附件，也不依赖 reportId 或会话外存储。缓存文件与两个标签都缺失或读取失败时，不得创建空文件、不得搜索文件或重建、编造报告，只回复“报告缓存已失效，请重新发起商品体检后再导出。”\n\n## 数据查询命令\n\n统一入口：`{python} {baseDir}/cli.py [options]`\n\n> `{python}` 表示本机可用的 Python 3 解释器，禁止硬编码 `python3`：macOS/Linux 用 `python3`；Windows 上 `python3` 通常不存在（会报 `'python3' 不是内部或外部命令`），必须按 `python3` → `python` → `py -3` 顺序尝试，第一个成功返回版本号的即可用（仅命令存在不算可用：Windows 商店的假 `python3.exe` 会打印 `Python was not found` 并非零退出）。workflow 内部已自动探测并缓存，本节命令仅在回退到手工执行 CLI 时使用。\n\n`__userId__` 由 `cli.py` 通过解析 `ALI_1688_AK` 自动注入，命令本身无需感知卖家身份。\n\n| 命令 | 用法 | 说明 |\n| ------------------------------ | ----------------------------------------------------------------------------------------------------------------------------- | --------------------------------------------------------------------------------------------- |\n| `get_bindlist` | `{python} {baseDir}/cli.py get_bindlist` | 查询当前用户绑定的多店铺列表（含各店铺 loginId） |\n| `multi_shop_product_analysis` | `{python} {baseDir}/cli.py multi_shop_product_analysis [--shop_name <店铺名>] [--date_type <日期类型>] [--device <设备>] [--max_total_rows <行数>] [--no-lite]` | 批量查询多店铺异常商品汇总（默认所有绑定店铺，支持指定店铺） |\n| `get_abnormal_offers` | `{python} {baseDir}/cli.py get_abnormal_offers [--date_type <日期类型>] [--device <设备>] [--NEWTON_SHOP_LOGIN_ID ] [--no-lite]` | 查询异常商品列表（支付下跌、访客下跌等），支持指定店铺 |\n| `alibaba.1688.get.item.diagnosis.context` | `{python} {baseDir}/cli.py alibaba.1688.get.item.diagnosis.context --item_id ` | 核心 Workflow 正式诊断入口；内部解析商品归属并聚合基础数据、同款和行动点，返回命中商品的 loginId |\n| `alibaba.1688.get.offer.data` | `{python} {baseDir}/cli.py alibaba.1688.get.offer.data --offer_id <商品ID> [--modules <模块列表>] [--NEWTON_SHOP_LOGIN_ID ]` | 兼容或自由查询商品模块；不再是核心 Workflow 正式诊断路径 |\n| `get_item_overview` | `{python} {baseDir}/cli.py get_item_overview` | 获取商品概览统计（商品总数、有销售商品数、总销售额等），Step 0.5 前置数据收集 |\n| `get_shop_data` | `{python} {baseDir}/cli.py get_shop_data` | 获取店铺维度数据（支付金额、支付买家数、在线商品数），作为 `score_and_select` 的评分基准 |\n| `score_and_select` | `{python} {baseDir}/cli.py score_and_select --shop_total '' [--strategy <策略>] [--limit ] [--top_n ]` | 五维度评分分层全店商品，返回 Top-N 高分排序商品（`products`，正向选品再筛 S/A/B）与全部 C 级候选（`c_grade_candidates`，供 Step 0.5 使用） |\n| `search_offer_by_keyword` | `{python} {baseDir}/cli.py search_offer_by_keyword --keyword <关键词> [--page <页码>] [--page_size <每页数量>]` | 通过关键词搜索店铺商品，用于 Step 1 情况B 辅助定位商品 |\n| `get_same_offer_competition` | `{python} {baseDir}/cli.py get_same_offer_competition --offer_id <商品ID> [--NEWTON_SHOP_LOGIN_ID ]` | 兼容或自由查询同款 V2 对标事实；核心 Workflow 由聚合 Tool 内部调用 |\n| `get_offer_diagnosis_actions` | `{python} {baseDir}/cli.py get_offer_diagnosis_actions --offer_id <商品ID> [--NEWTON_SHOP_LOGIN_ID ]` | 兼容或自由查询商品库行动点；核心 Workflow 由聚合 Tool 内部调用 |\n\n### alibaba.1688.get.item.diagnosis.context 参数说明\n\n- `--item_id`：10 位及以上且在 Java Long 正数范围内的纯数字商品 ID（**必填**）\n- 调用方只传 `itemId`；`userId` 由运行时上下文注入，禁止传 `loginId` 或 `NEWTON_SHOP_LOGIN_ID`\n- Tool 内部（seller-agent 服务端）按 `itemId` 精确定位商品归属店并校验调用者绑定权限；商品不存在返回 `offer_not_found`，无权限返回 `unauthorized`，不做跨店遍历\n- 返回命中商品的 `loginId`，并保证 profile、performance、同款和行动点都使用这一身份\n- profile 与 performance 是基础门禁；同款和行动点分别返回 `success`、`no_data`、`unauthorized`、`tool_failed` 四态\n\n输出 JSON：`itemId`、`loginId`、`shopName`、`title`、`imageUrl`、`offerData.profile`、`offerData.performance`、`enhancements.competition`、`enhancements.diagnosisActions`。\n\n```bash\n{python} {baseDir}/cli.py alibaba.1688.get.item.diagnosis.context --item_id 1048050628164\n```\n\n> `get_bindlist`、`alibaba.1688.get.offer.data`、`get_same_offer_competition`、`get_offer_diagnosis_actions` 继续保留，供兼容、单接口或自由组合查询使用；核心 Workflow 不再分别调用这些命令完成正式诊断。\n\n### multi_shop_product_analysis 参数说明\n\n- `--shop_name`：指定店铺名称（可选，模糊匹配 `companyName`），不传则查询所有绑定店铺\n- `--date_type`：日期类型（可选，默认 `RECENT_7`）\n - 可选值：`RECENT_7`（近 7 天）、`RECENT_30`（近 30 天）\n- `--device`：设备筛选（可选，默认 `ALL`）\n - 可选值：`ALL`（全部）、`PC`、`APP`\n- `--max_total_rows`：多店汇总后全局硬封顶行数（可选，默认 `20`，超出则按跌幅绝对值排序后从尾部裁掉，硬性最大值 20 不可绕过）\n- `--no-lite`：关闭 lite 裁剪模式（可选，默认开启 lite，删除 valueMap 中非映射 key 和 cycleCqc 子字段以减少 payload 体积）\n\n> **多店铺逻辑**：内部自动调用 `get_bindlist` 获取绑定店铺列表，遍历各店铺通过 `NEWTON_SHOP_LOGIN_ID` 参数查询异常商品并汇总。Agent 只需传 `--shop_name`，不接触 loginId。\n\n返回值示例：\n\n```json\n{\n \"success\": true,\n \"data\": {\n \"truncation_info\": {\n \"total_before_truncation\": 60,\n \"total_after_truncation\": 20,\n \"shops_with_items\": [\"XX贸易有限公司\", \"YY科技有限公司\", \"ZZ五金厂\"],\n \"truncated\": true\n },\n \"shops\": [\n {\"shop_name\": \"XX贸易有限公司\", \"is_current\": true, \"count\": 2, \"items\": [{\"itemId\": \"...\", \"shop_name\": \"XX贸易有限公司\", \"loginId\": \"xxx\", ...}]},\n {\"shop_name\": \"YY科技有限公司\", \"is_current\": false, \"count\": 1, \"items\": [{\"itemId\": \"...\", \"shop_name\": \"YY科技有限公司\", \"loginId\": \"yyy\", ...}]}\n ]\n }\n}\n```\n\n> **注意**：`truncation_info` 仅在发生截断时出现（截断前总条数 > `max_total_rows`）；未截断时返回结构中无此字段。截断后每条 item 会包含 `shop_name` 和 `loginId` 永久字段。截断后 `count=0` 的店铺会从 `shops` 数组中移除（但 `truncation_info.shops_with_items` 仍会记录该店铺名，表示其也有异常商品但不够严重未入选）。\n\n### get_abnormal_offers 参数说明\n\n- `--date_type`：日期类型（可选，默认 `RECENT_7`）\n - 可选值：`RECENT_7`（近 7 天）、`RECENT_30`（近 30 天）\n- `--device`：设备筛选（可选，默认 `ALL`）\n - 可选值：`ALL`（全部）、`PC`、`APP`\n- `--NEWTON_SHOP_LOGIN_ID`：店铺登录ID（可选），指定查询的店铺。值为 `get_bindlist` 返回的对应店铺 `loginId`。不传则使用当前 AK 对应的默认店铺\n- `--no-lite`：关闭 lite 裁剪模式（可选，默认开启 lite，删除 valueMap 中非映射 key 和 cycleCqc 子字段以减少 payload 体积）\n\n返回值示例：\n\n```json\n{\n \"success\": true,\n \"data\": {\n \"count\": 20,\n \"items\": [\n {\"itemId\": \"668758083302\", \"offerTitle\": \"...\", \"reason\": \"支付下跌\", \"valueMap\": {...}},\n {\"itemId\": \"779218424674\", \"offerTitle\": \"...\", \"reason\": \"访客下跌\", \"valueMap\": {...}}\n ]\n }\n}\n```\n\n### alibaba.1688.get.offer.data 参数说明\n\n- `--offer_id`：商品 ID，字符串（**必填**）\n- `--modules`：要获取的数据模块，逗号分隔（命令能力默认 `all`；该旧命令仅用于兼容、单接口或自由组合查询，核心 Workflow 正式诊断改用 `alibaba.1688.get.item.diagnosis.context`）\n - 可选值：`profile`（基础资料）、`performance`（表现）、`huopan`（货盘）、`search_issues`（搜推问题）、`purchase_factors`（购买因素）、`sycm_anomaly`（异常检测）、`ad_analysis`（广告分析）、`hotwords`（热搜词）、`hot_items`（热品）、`all`\n- `--NEWTON_SHOP_LOGIN_ID`：店铺登录ID（可选），指定查询的店铺。值为 `get_bindlist` 返回的对应店铺 `loginId`。不传则使用当前 AK 对应的默认店铺\n\n输出 JSON：`{\"success\": bool, \"markdown\": str, \"data\": {...}}`\n\n示例：\n\n```bash\n# 兼容/自由查询基础资料与表现（当前店铺）\n{python} {baseDir}/cli.py alibaba.1688.get.offer.data --offer_id 1048050628164 --modules profile,performance\n\n# 仅获取表现 + 广告 + 搜推问题\n{python} {baseDir}/cli.py alibaba.1688.get.offer.data --offer_id 1048050628164 --modules performance,ad_analysis,search_issues\n\n# 多店场景：查询指定店铺的诊断数据\n{python} {baseDir}/cli.py alibaba.1688.get.offer.data --offer_id 1048050628164 --modules profile,performance --NEWTON_SHOP_LOGIN_ID \n```\n\n### score_and_select 参数说明\n\n- `--shop_total`：店铺维度数据 JSON 字符串，由 `get_shop_data` 命令获取（**必填**）\n- `--strategy`：查询策略（可选，默认 `comprehensive`）\n - 可选值：`comprehensive`（综合排序）、`sales`（按销售额）、`all`（全部商品）\n- `--limit`：获取商品数量上限（可选，默认 `100`）\n- `--top_n`：输出排名前N的商品（可选，默认 `10`）\n\n返回 `data.data` 结构：`total_scored`（评分商品总数）、`returned_count`、`products`（Top-N 商品，供正向选品过滤 S/A/B）、`summary`（S/A/B/C 各级数量）、`c_grade_candidates`（全部 C 级候选，按综合得分升序、最差优先，最多20条；即使已进入 products 也保留）。\n\n### search_offer_by_keyword 参数说明\n\n- `--keyword`：搜索关键词（可选）。仅当返回 `success=true` 且结果为空时，**让大模型尝试换几个简短的相似词来搜索，最多尝试 3 次**；`success=false` 是调用失败，必须展示失败信息，不得当作零结果换词搜索\n- `--page`：页码（可选，默认 1）\n- `--page_size`：每页数量（可选，默认 10）\n\n## 参考文档\n\n参考文档（按需查阅）：\n\n| 文档 | 路径 |\n| -------- | ------------------------------------------ |\n| 分析维度 | `references/analysis-dimensions.md` |\n| 报告模板 | `references/report-template-simple.md` |\n| 交互规范 | `references/interaction-specs.md` |\n| 评分规则 | `references/scoring-rules.md` |\n\n## 安全声明\n\n| 风险级别 | 命令 | Agent 行为 |\n| -------- | ------------------------------ | ---------------------- |\n| **只读** | `get_bindlist` | 可直接执行，无需确认 |\n| **只读** | `multi_shop_product_analysis` | 可直接执行，无需确认 |\n| **只读** | `get_abnormal_offers` | 可直接执行，无需确认 |\n| **只读** | `alibaba.1688.get.item.diagnosis.context` | 可直接执行，无需确认 |\n| **只读** | `alibaba.1688.get.offer.data` | 可直接执行，无需确认 |\n| **只读** | `get_item_overview` | 可直接执行，无需确认 |\n| **只读** | `get_shop_data` | 可直接执行，无需确认 |\n| **只读** | `score_and_select` | 可直接执行，无需确认 |\n| **只读** | `search_offer_by_keyword` | 可直接执行，无需确认 |\n| **只读** | `get_same_offer_competition` | 可直接执行，无需确认 |\n| **只读** | `get_offer_diagnosis_actions` | 可直接执行，无需确认 |\n\n## 输出约束（强制）\n\nAgent 执行本 Skill 时，**对用户可见的正文**（非 `