{"id":"efe5ac48-82ea-4046-9e12-b730929ee1aa","entityType":"agent","slug":"clawhub-geekbi-geekbi-temu-research-skill","name":"极鲸云 Temu 数据分析与市场调研","canonicalUrl":"https://www.xpersona.co/agent/clawhub-geekbi-geekbi-temu-research-skill","canonicalPath":"/agent/clawhub-geekbi-geekbi-temu-research-skill","generatedAt":"2026-10-10T04:01:20.313Z","source":"CLAWHUB","claimStatus":"UNCLAIMED","verificationTier":"NONE","summary":{"evidence":{"source":"editorial-content","verified":true,"confidence":"high","updatedAt":"2026-10-09T15:39:35.481Z","emptyReason":null},"description":"整合商品、图搜同款、店铺、类目、关键词和评论数据完成 Temu 选品调研 Skill: 极鲸云 Temu 数据分析与市场调研 Owner: geekbi Summary: 整合商品、图搜同款、店铺、类目、关键词和评论数据完成 Temu 选品调研 Tags: latest:0.1.0 Version history: v0.1.0 | 2026-08-07T04:11:56.964Z | auto - 初始版本发布，支持通过极鲸云查询和分析 Temu 商品、图搜同款、店铺、类目、关键词与评论等多元数据。 - 明确能力路由与调研链路，一站式满足选品、找同款、市场调研、用户反馈等跨境电商业务需求。 - 强化数据输出规范，所有详情名称均硬性生成可点击 Markdown 链接，确保交付一致性。 - 明确缺失值、异常值与接口事实说明，输出数据时详细标注口径、样本范围与限制条件。 - 仅据极鲸云真实数据形成结论，不展示技术细节与原始数据，保障专业简明的用户体验。 Archive index: Archive v0.","descriptionLabel":"Technical summary","evidenceSummary":"Capability contract not published. No trust telemetry is available yet. 2.4K downloads reported by the source. Last updated 10/9/2026.","installCommand":"clawhub skill install s174eqt3xz844hgj4g79d0an318c07m7:geekbi-temu-research-skill","sourceUrl":"https://clawhub.ai/geekbi/geekbi-temu-research-skill","homepage":"https://clawhub.ai/geekbi/skills/geekbi-temu-research-skill","primaryLinks":[{"label":"View on ClawHub","url":"https://clawhub.ai/geekbi/geekbi-temu-research-skill","kind":"source"},{"label":"Homepage","url":"https://clawhub.ai/geekbi/skills/geekbi-temu-research-skill","kind":"homepage"}],"safetyScore":84,"overallRank":62,"popularityScore":68,"trustScore":null,"claimedByName":null,"isOwner":false,"seoDescription":"整合商品、图搜同款、店铺、类目、关键词和评论数据完成 Temu 选品调研 Skill: 极鲸云 Temu 数据分析与市场调研 Owner: geekbi Summary: 整合商品、图搜同款、店铺、类目、关键词和评论数据完成 Temu 选品调研 Tags: latest:0.1.0 Version history: v"},"coverage":{"evidence":{"source":"public-profile","verified":false,"confidence":"medium","updatedAt":"2026-10-09T15:39:35.481Z","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":"2026-10-09T15:39:35.481Z","emptyReason":null},"stars":null,"forks":null,"downloads":2377,"packageName":null,"latestVersion":"0.1.0","tractionLabel":"2.4K downloads"},"release":{"evidence":{"source":"CLAWHUB","verified":false,"confidence":"medium","updatedAt":"2026-10-09T15:39:35.481Z","emptyReason":null},"lastUpdatedAt":"2026-10-09T15:39:35.481Z","lastCrawledAt":"2026-10-09T15:39:35.481Z","lastIndexedAt":null,"nextCrawlAt":"2026-10-10T15:39:35.481Z","lastVerifiedAt":null,"highlights":[{"version":"0.1.0","createdAt":"2026-08-07T04:11:56.964Z","changelog":"- 初始版本发布，支持通过极鲸云查询和分析 Temu 商品、图搜同款、店铺、类目、关键词与评论等多元数据。 - 明确能力路由与调研链路，一站式满足选品、找同款、市场调研、用户反馈等跨境电商业务需求。 - 强化数据输出规范，所有详情名称均硬性生成可点击 Markdown 链接，确保交付一致性。 - 明确缺失值、异常值与接口事实说明，输出数据时详细标注口径、样本范围与限制条件。 - 仅据极鲸云真实数据形成结论，不展示技术细节与原始数据，保障专业简明的用户体验。","fileCount":35,"zipByteSize":73641}]},"execution":{"evidence":{"source":"CLAWHUB","verified":false,"confidence":"low","updatedAt":null,"emptyReason":"No published capability contract is available yet."},"installCommand":"clawhub skill install s174eqt3xz844hgj4g79d0an318c07m7:geekbi-temu-research-skill","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-geekbi-geekbi-temu-research-skill/snapshot","contractUrl":"https://www.xpersona.co/api/v1/agents/clawhub-geekbi-geekbi-temu-research-skill/contract","trustUrl":"https://www.xpersona.co/api/v1/agents/clawhub-geekbi-geekbi-temu-research-skill/trust"},"curlExamples":["curl -s \"https://www.xpersona.co/api/v1/agents/clawhub-geekbi-geekbi-temu-research-skill/snapshot\"","curl -s \"https://www.xpersona.co/api/v1/agents/clawhub-geekbi-geekbi-temu-research-skill/contract\"","curl -s \"https://www.xpersona.co/api/v1/agents/clawhub-geekbi-geekbi-temu-research-skill/trust\""],"jsonRequestTemplate":{"query":"summarize this repo","constraints":{"maxLatencyMs":2000,"protocolPreference":["OPENCLEW"]}},"jsonResponseTemplate":{"ok":true,"result":{"summary":"...","confidence":0.9},"meta":{"source":"CLAWHUB","generatedAt":"2026-10-10T04:01:20.312Z"}},"retryPolicy":{"maxAttempts":3,"backoffMs":[500,1500,3500],"retryableConditions":["HTTP_429","HTTP_503","NETWORK_TIMEOUT"]}},"endpoints":{"dossierUrl":"https://www.xpersona.co/api/v1/agents/clawhub-geekbi-geekbi-temu-research-skill/dossier","snapshotUrl":"https://www.xpersona.co/api/v1/agents/clawhub-geekbi-geekbi-temu-research-skill/snapshot","contractUrl":"https://www.xpersona.co/api/v1/agents/clawhub-geekbi-geekbi-temu-research-skill/contract","trustUrl":"https://www.xpersona.co/api/v1/agents/clawhub-geekbi-geekbi-temu-research-skill/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":"2026-10-09T15:39:35.481Z","emptyReason":null},"readme":"Skill: 极鲸云 Temu 数据分析与市场调研\n\nOwner: geekbi\n\nSummary: 整合商品、图搜同款、店铺、类目、关键词和评论数据完成 Temu 选品调研\n\nTags: latest:0.1.0\n\nVersion history:\n\nv0.1.0 | 2026-08-07T04:11:56.964Z | auto\n\n- 初始版本发布，支持通过极鲸云查询和分析 Temu 商品、图搜同款、店铺、类目、关键词与评论等多元数据。\n- 明确能力路由与调研链路，一站式满足选品、找同款、市场调研、用户反馈等跨境电商业务需求。\n- 强化数据输出规范，所有详情名称均硬性生成可点击 Markdown 链接，确保交付一致性。\n- 明确缺失值、异常值与接口事实说明，输出数据时详细标注口径、样本范围与限制条件。\n- 仅据极鲸云真实数据形成结论，不展示技术细节与原始数据，保障专业简明的用户体验。\n\nArchive index:\n\nArchive v0.1.0: 35 files, 73641 bytes\n\nFiles: agents (0b), agents/openai.yaml (349b), README.md (3288b), references (0b), references/Temu关键词搜索.md (5463b), references/Temu关键词搜索接口.md (6880b), references/Temu关键词榜单预设.md (2802b), references/Temu商品搜索.md (7452b), references/Temu商品搜索接口.md (10464b), references/Temu商品榜单预设.md (3460b), references/Temu图搜同款.md (4140b), references/Temu图搜同款接口.md (3313b), references/Temu店铺搜索.md (5676b), references/Temu店铺搜索接口.md (7865b), references/Temu店铺榜单预设.md (2652b), references/Temu类目搜索.md (5454b), references/Temu类目搜索接口.md (6682b), references/Temu类目榜单预设.md (2514b), references/Temu评论搜索.md (4958b), references/Temu评论搜索接口.md (5240b), references/接口总览.md (1616b), references/查询暂停与恢复流程.md (1590b), requirements.txt (23b), scripts (0b), scripts/geekbi_auth.py (21141b), scripts/temu_category_search.py (5895b), scripts/temu_goods_search.py (3740b), scripts/temu_image_search.py (7965b), scripts/temu_keyword_search.py (6006b), scripts/temu_review_search.py (6248b), scripts/temu_shop_search.py (6331b), scripts/temu_site_list.py (3482b), skill-card.md (2793b), SKILL.md (10882b), _meta.json (145b)\n\nFile v0.1.0:SKILL.md\n\n---\nname: geekbi-temu-research-skill\ndescription: 通过极鲸云查询和分析 Temu 商品、图搜同款、店铺、类目、关键词与评论数据，完成跨境电商选品、市场调研、竞品分析、需求趋势、价格带、竞争强度、用户痛点和机会判断。用户提到 Temu 选品、找品、上传图片找同款、拍照搜款、以图搜货、视觉竞品、爆款、新品、蓝海市场、商品表现、店铺研究、竞品店铺、类目规模、品类机会、关键词趋势、搜索需求、市场容量、商品评论、差评原因、使用场景、用户反馈或需要组合多类 Temu 数据形成经营决策时使用。根据用户意图路由一个或多个内部能力，只依据极鲸云真实返回的数据形成结论。\n---\n\n# 极鲸云Temu数据分析与市场调研\n\n## 总体原则\n\n- 将本 Skill 作为唯一入口。商品、图搜同款、店铺、类目、关键词和评论搜索是内部能力模块，不要求用户分别安装或指定技术名称。\n- 只使用极鲸云返回的真实数据，明确区分接口事实、可复算指标和分析判断。\n- 默认使用简体中文和绝对日期；保留站点、时间范围、筛选条件、分页范围、样本量和数据更新时间。\n- 对缺失值、异常值、估算值和未完成分页作显式说明。数值为 `0` 时先判断是否可能未统计，不自动解释为真实为零。\n- 面向用户只使用中文业务名称，不展示英文参数、响应字段、请求命令或原始 JSON。只有用户明确要求开发对接、故障排查或原始响应时，才展示必要技术信息并解释中文含义。\n- 内部完成文档加载、能力路由、参数生成和脚本调用，不向用户汇报这些内部步骤；进度说明只描述正在解决的业务问题。\n- 图搜同款与商品搜索使用完全相同的商品响应结构和完整字段。\n- 商品、店铺、关键词和类目的详情链接是强制交付内容，不需要用户主动要求。只要结果对象返回非空 `linkUrl`，最终答复中每次展示该对象时，都必须把主要名称写成可点击的 Markdown 链接；简洁回答、表格、排行榜、候选清单和组合调研均不得省略。\n- 服务端要求暂停查询时，按 [查询暂停与恢复流程](references/查询暂停与恢复流程.md) 处理：展示一级 `msg`，有 `jumpUrl` 时再展示可点击链接，不输出原始状态；恢复条件满足后原样重跑查询。普通查询错误没有有效 `msg` 时，才使用脚本生成的中文错误。\n\n## 能力路由\n\n每次先选择一个主能力。只有回答用户问题确实需要交叉验证时，才追加其他能力。\n\n| 用户意图 | 内部能力 | 必读文档 | 可选预设 |\n| --- | --- | --- | --- |\n| 找商品、选品、爆款、新品、价格带、销量、同款竞争 | 商品搜索 | [Temu商品搜索](references/Temu商品搜索.md)、[商品搜索接口](references/Temu商品搜索接口.md) | [商品榜单预设](references/Temu商品榜单预设.md) |\n| 上传图片找同款、拍照搜款、以图搜货、分析图片对应商品市场 | 图搜同款 | [Temu图搜同款](references/Temu图搜同款.md)、[图搜同款接口](references/Temu图搜同款接口.md)、[商品搜索接口](references/Temu商品搜索接口.md) | [商品榜单预设](references/Temu商品榜单预设.md) |\n| 找店铺、竞品店铺、头部店铺、新店、经营效率 | 店铺搜索 | [Temu店铺搜索](references/Temu店铺搜索.md)、[店铺搜索接口](references/Temu店铺搜索接口.md) | [店铺榜单预设](references/Temu店铺榜单预设.md) |\n| 查类目 ID、市场容量、热销类目、蓝海类目、供需结构 | 类目搜索 | [Temu类目搜索](references/Temu类目搜索.md)、[类目搜索接口](references/Temu类目搜索接口.md) | [类目榜单预设](references/Temu类目榜单预设.md) |\n| 查词、热销词、蓝海词、新词、需求增长、关键词竞争 | 关键词搜索 | [Temu关键词搜索](references/Temu关键词搜索.md)、[关键词搜索接口](references/Temu关键词搜索接口.md) | [关键词榜单预设](references/Temu关键词榜单预设.md) |\n| 评论痛点、使用场景、差评归因、产品改良 | 评论搜索 | [Temu评论搜索](references/Temu评论搜索.md)、[评论搜索接口](references/Temu评论搜索接口.md) | 无 |\n\n只在用户表达榜单意图时读取对应预设，不为普通搜索叠加榜单条件。\n\n## 执行流程\n\n1. 明确用户的决策问题、目标站点、市场边界、时间口径和硬性条件。不会显著影响结果时采用合理默认值并说明。\n2. 按“能力路由”只加载完成当前任务所需的文档。\n3. 所有能力共用站点列表返回的站点 ID。未指定站点或指定美国站时直接使用美国站默认值 `48`；只有用户指定其他国家或地区时，才运行 `scripts/temu_site_list.py` 实时解析站点 ID。无唯一匹配时请用户确认，不猜测站点。评论搜索可以省略站点参数并使用默认美国站，只有用户明确限定其他站点时才实时解析。\n4. 生成最小必要查询条件并运行对应脚本：商品使用 `scripts/temu_goods_search.py`，图搜同款使用 `scripts/temu_image_search.py`，店铺使用 `scripts/temu_shop_search.py`，类目使用 `scripts/temu_category_search.py`，关键词使用 `scripts/temu_keyword_search.py`，评论使用 `scripts/temu_review_search.py`。\n5. 所有业务脚本统一复用公共请求封装。服务端因未登录、额度不足、请求受限、需要充值、开通或升级等原因要求暂停时，按 [查询暂停与恢复流程](references/查询暂停与恢复流程.md) 处理；恢复条件满足后原样重跑查询。\n6. 检查响应、分页、缺失字段、异常值、时间口径和可比性。未完成全量分页时明确标为样本。\n   图搜同款任务中，用户要求全部结果或完整市场分析时，必须根据命中总数以单页 200 条继续翻页直至覆盖全部命中，不能把第一页条数当成同款总量。\n7. 完成主查询后判断是否需要交叉验证。简单搜索直接回答，不强制扩展为完整报告。\n8. 输出结论、数据口径、关键证据、机会与风险、下一步验证动作。发送最终答复前执行链接完整性检查，修复所有应当链接但仍为纯文本的名称。\n\n## 组合调研链路\n\n根据问题裁剪链路，不机械执行全部步骤：\n\n```text\n类目搜索：确定市场边界、类目 ID、规模与供需\n    ↓\n关键词搜索：验证具体需求、增长和搜索竞争\n    ↓\n商品搜索：寻找候选商品，核验价格、销量、同款竞争和上架时间\n    ↓\n评论搜索：核验用户卖点、痛点、规格风险和产品改良方向\n    ↓\n店铺搜索：核验竞品集中度、经营模式和头部卖家表现\n```\n\n- 用户提供图片或要求以图找同款时，先用图搜同款形成视觉候选商品池，再根据问题使用销量、价格、同款数、上架时间等商品条件筛选；不要先把图片主观描述成关键词替代图搜。\n- 用户只查某个商品、店铺、类目、关键词或商品评论时，只调用对应主能力。\n- 用户要求完整选品或市场机会分析时，优先按“类目 → 关键词 → 商品 → 评论 → 店铺”逐步缩小范围；只有已经取得明确商品 ID 且评论分析能影响决策时才增加评论搜索。\n- 用户从明确关键词出发时，可以从关键词搜索开始，再进入商品验证；取得明确商品 ID 后，按问题需要追加评论或店铺验证。\n- 用户从竞品店铺出发时，可以先查店铺，再用商品搜索分析其商品结构。\n- 多能力对比必须统一站点、币种、时间窗和筛选边界；口径不同则停止直接排名。\n\n## 共享业务口径\n\n- 商品、图搜同款、店铺、类目、关键词和评论共用同一套 Temu 站点体系；商品、图搜同款、店铺、类目和关键词共用类目 ID。类目 ID 优先使用一级或二级，不根据名称猜测。\n- 关键词和类目一般选择一个作为主筛选条件；只有用户明确要求交叉限定时才组合，并说明结果可能减少。\n- 商品价格、平均价格和销售额使用当前 Temu 站点币种；供货价使用人民币。计算价差或利润前先统一币种并说明汇率口径。\n- 商品库存为 `0` 时标注“可能未统计到，需进一步核实”，不直接认定为缺货或售罄。\n- 同款数越高表示同行销售相同商品越多、核价通过概率通常越低。一般不超过 10 较优，超过 20 表示竞争增多，更高时除非具备工厂或供应链优势，否则竞争压力较大。\n- 蓝海指数只作为供需综合信号，与需求规模、近期增长、商品数和店铺数交叉验证，不单独作为进入依据。\n\n## 输出要求\n\n### 名称链接硬性规则\n\n1. 取得商品、店铺、关键词或类目数据后，先提取主要名称和服务端原样返回的 `linkUrl`，再组织表格、列表或分析文字。\n2. 对每个非空 `linkUrl`，必须将对应名称写成可点击的 Markdown 链接：商品使用 `[商品标题](<linkUrl>)`，店铺使用 `[店铺名称](<linkUrl>)`，关键词使用 `[关键词](<linkUrl>)`，类目使用 `[类目名称或完整类目路径](<linkUrl>)`。\n3. 同一对象在表格、列表、排名、候选清单或正文中再次出现时，名称仍然必须可点击；不能只在首次出现时添加链接。\n4. 不单独设置裸链接列，不使用纯文本 URL，不用“查看详情”替代主要名称。不得修改、推断或重新拼接服务端返回的 `linkUrl`。\n5. 发送最终答复前逐个结果块检查：非空 `linkUrl` 的对象数必须等于可点击名称数。数量不一致时先补齐链接再回答。仅处理服务端提供的非空链接，其他链接状态保持静默，不向用户说明接口、字段、缺失状态或链接来源。\n6. 用户单独索要商品、店铺、关键词或类目链接时，直接返回对应的可点击名称，不附加数据表、接口说明、字段说明、链接类型说明或缺失情况说明。极鲸云详情链接就是本 Skill 默认交付的链接。\n\n名称链接完整性是交付前置条件，不是可选的排版优化。\n\n默认按以下顺序输出：\n\n1. 一句话结论。\n2. 数据口径：站点、时间、市场边界、条件、分页范围、样本量和更新时间。\n3. 关键发现：只展示与决策直接相关的中文指标。\n4. 机会与风险：区分事实、计算和判断，说明数据限制与置信度。\n5. 行动建议：给出优先级、验证动作和进入门槛。\n\n用户只要列表或简单查询结果时保持简洁，不强行生成完整市场报告。\n\nFile v0.1.0:README.md\n\n# 极鲸云 Temu 数据分析与市场调研 Skill\n\n通过极鲸云提供的真实Temu数据，统一完成商品、图搜同款、店铺、类目、关键词和评论查询，并进一步用于选品分析、竞品研究、需求判断、价格带分析、竞争评估和用户痛点提炼。\n\n## 主要能力\n\n| 能力 | 可以解决的问题 |\n| --- | --- |\n| Temu 商品搜索 | 回答“卖什么、跟不跟”：发现正在起量的商品、稳定热卖款和低竞争机会，判断真实需求、主流售价、竞争压力与入场时机 |\n| Temu 图搜同款 | 拿供应商图片、实拍图或竞品图快速找到 Temu 在售同款，摸清市场销量、售价空间和同行竞争，判断是直接跟进还是做差异化开发 |\n| Temu 店铺搜索 | 看清竞品店铺“卖什么、卖得怎么样”：识别头部店、新锐店和直接竞争对手，判断主营方向、经营规模、动销效率与增长潜力 |\n| Temu 类目搜索 | 判断一个品类值不值得进入：了解市场容量、增长阶段、供需拥挤度、主流价格带和卖家竞争格局，避开过度饱和赛道 |\n| Temu 关键词搜索 | 判断海外买家“正在搜什么”：发现需求增长词和供给不足的机会词，为选品方向、商品定位、标题用词和市场切入点提供依据 |\n| Temu 评论搜索 | 看懂消费者“为什么买、为什么不满意”：提炼真实使用场景、核心卖点、差评隐患和规格问题，为选款、改款、采购验货和详情页优化提供依据 |\n\n## 适用场景\n\n本项目适合以下任务：\n\n- Temu 跨境电商选品和候选商品筛选。\n- 根据商品图、实拍图或供应商图片查找 Temu 同款并评估市场表现。\n- 热销榜、新品榜、蓝海商品和低竞争商品研究。\n- 商品价格带、销量、销售额、评价和竞争强度分析。\n- 头部店铺、竞品店铺、新店和店铺经营效率研究。\n- 类目市场容量、供需变化和品类机会判断。\n- 关键词趋势、搜索需求、商品供给和店铺供给分析。\n- 商品评论、差评原因、使用场景和消费者痛点分析。\n- 将类目、关键词、商品、评论和店铺数据组合成完整的市场调研结论。\n\n## 安装 / 更新\n\n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：\n\n```text\n安装这个Skill: https://github.com/geekbi/geekbi-temu-research-skill\n```\n\n\n## 开始使用\n\n安装后直接用中文描述目标即可，例如：\n\n```text\n帮我找Temu美国站最近卖得最好的大码女装，并分析价格、销量和同款竞争。\n```\n\n```text\n(先上传一张图片)\n用我上传的商品图片查找美国站 Temu 同款，按月销量排序，并比较价格、供货价和跟卖竞争。\n```\n\n```text\n查一下Temu美国站宠物用品类目最近有哪些增长较快的细分方向。\n```\n\n```text\n分析Temu关键词 wireless charger 的需求、竞争和价格带。\n```\n\n```text\n查找Temu主营女装、最近增长较快的 Temu 店铺，并比较经营效率。\n```\n\n```text\n分析Temu商品 601103212738834 的低评分评论，找出主要缺点和改良建议。\n```\n\n```text\n结合Temu类目、关键词、商品和评论数据，给我做一份 Temu 选品调研。\n```\n\nFile v0.1.0:_meta.json\n\n{\n  \"ownerId\": \"kn7aztmefa4fv3mdrqs9vagx7h8c14z2\",\n  \"slug\": \"geekbi-temu-research-skill\",\n  \"version\": \"0.1.0\",\n  \"publishedAt\": 1786075916964\n}\n\nFile v0.1.0:references/Temu关键词搜索.md\n\n# Temu 关键词搜索\n\n## 工作原则\n\n- 只使用极鲸云返回的真实关键词数据，不编造关键词、翻译、指标或查询结果。\n- 明确区分数据事实、可复算的派生指标和分析判断。\n- 默认使用简体中文，日期使用绝对日期；平均价格和销售额标明当前 Temu 站点币种。\n- 对缺失值、异常值、样本量和未完成分页作显式说明；指标为 `0` 时结合其他指标和更新时间核验，不自动当成真实为零。\n- 接口参数、响应字段、请求命令和原始 JSON 仅用于内部调用。进度说明、分析过程和最终答复使用中文业务名称，不展示英文参数；只有用户明确要求开发对接或故障排查时才展示必要技术信息。\n\n## 执行流程\n\n1. 明确用户是查特定关键词、找热销/蓝海/新词、从品类中找词，还是研究关键词市场机会。\n2. 明确站点、关键词或类目范围、市场时间、需求规模和供给规模等必要条件。未指定站点时默认美国站，并在结果口径中说明。\n3. 读取 [Temu 关键词搜索接口](Temu关键词搜索接口.md)，生成最小必要查询条件。用户要求热销词、蓝海词或最近新词时，再读取 [Temu 关键词榜单查询预设](Temu关键词榜单预设.md)。\n4. 未指定站点或明确要求美国站时直接使用默认值；只有用户指定其他国家或地区时，才运行 `scripts/temu_site_list.py` 实时解析站点。\n5. 使用 `scripts/temu_keyword_search.py` 查询；服务端要求暂停查询时，按 [查询暂停与恢复流程](查询暂停与恢复流程.md) 提示并暂停。\n6. 恢复条件满足后原样重跑查询，取得关键词数据后再分析。\n7. 查询失败时，只向用户提示错误输出一级 `msg` 的中文文案，不展示错误 JSON、状态码、异常栈或内部字段。\n8. 核对分页范围、样本量、关键指标和更新时间后再分析；未读取全部分页时明确标为样本。\n\n## 查询策略\n\n- 关键词条件同时匹配英文关键词和中文关键词。查特定词时优先使用关键词，不自行翻译后替换用户输入。\n- 类目 ID 与商品、店铺和类目搜索共用同一套体系。找某品类的关键词时，先用“Temu类目搜索”取得可信的一级或二级类目 ID，不根据名称猜测 ID。\n- 查特定词时一般使用关键词条件；做品类词机会挖掘时一般使用类目条件。只有用户明确要在某品类内查特定词时才组合，并说明组合条件可能减少结果。\n- “市场年龄”使用该关键词下最早商品上架时间作为代理指标，不是关键词的创建时间。日期越新，表示该词对应市场可能更新。\n- 未指定排序时按问题选择一个主指标：热销优先总销量，蓝海优先蓝海指数，新词优先最早商品上架时间，近期增长优先月销量增长率或月销售额增长率。\n- 服务端为每个关键词返回 `linkUrl`，指向该关键词在极鲸云的 Temu 关键词详情页。每个被展示的关键词都必须把关键词名称写成 `[关键词](<linkUrl>)`；这条规则适用于表格、列表、排名、候选清单和正文，不因用户未主动要求链接或要求简洁结果而省略。\n\n## 分析方法\n\n- 需求规模：结合总销量、总销售额和日/周/月销量与销售额，不仅凭单一累计指标判断。\n- 增长趋势：结合日、周、月增长率识别加速、回落或短期异常，单个时间窗口不足以证明长期趋势。\n- 竞争供给：结合商品数、店铺数及其变化量和增长率，识别需求增长但供给尚未同步涌入的词。\n- 蓝海指数：数值越高越值得优先验证；在完整计算口径不明时，只将它作为供需综合指标，与需求、供给和增长交叉验证。\n- 价格带：平均价格使用当前站点币种，可用于初步判断该词对应的价格带，但均值不代表商品价格分布。\n- 市场阶段：结合市场年龄、需求增长和供给增长，区分“新出现且加速”、“成熟稳定”和“短期异常”，不把日期较新直接等同于值得进入。\n- 品类与托管模式：结合关联类目、半托管商品数和半托管店铺数，判断该词的主要市场归属和半托管渗透情况。\n- 下一步验证：将候选词交给商品搜索，检查具体商品的同款竞争、价格、评论和上架时间；需要时再用店铺搜索验证竞品集中度。\n\n## 输出要求\n\n关键词表格或清单的名称列必须使用 `[关键词](<linkUrl>)`。发送答复前逐行检查：服务端返回非空 `linkUrl` 的每个关键词都必须存在对应的可点击关键词名称，缺少任何一个都先修复再交付。\n\n用户只索要关键词链接时，仅返回 `[关键词](<linkUrl>)`，不附加接口、字段、链接类型或缺失状态说明。\n\n默认按以下顺序输出：\n\n1. 一句话结论：哪些关键词值得关注或继续验证。\n2. 数据口径：站点、类目范围、时间条件、排序、分页范围、样本量和更新时间。\n3. 候选关键词：展示英文词、中文词、关联类目、核心指标和入选原因。\n4. 需求、趋势与竞争判断：区分事实、计算和判断。\n5. 风险、数据限制和下一步商品/店铺验证动作。\n\n用户只要关键词列表或简单搜索结果时保持简洁，不强行扩展为完整市场报告。\n\nFile v0.1.0:references/Temu关键词搜索接口.md\n\n# Temu 关键词搜索接口\n\n## 目录\n\n- [脚本调用](#脚本调用)\n- [基础参数](#基础参数)\n- [站点与类目 ID](#站点与类目-id)\n- [区间筛选参数](#区间筛选参数)\n- [排序字段](#排序字段)\n- [响应与失败处理](#成功响应)\n\n## 脚本调用\n\n单页数量最大为 200。\n\n通过以下命令调用：\n\n```bash\npython3 scripts/temu_keyword_search.py \\\n  --param \"keyword=summer dress\" \\\n  --param \"siteId=48\" \\\n  --param \"size=20\" \\\n  --param \"sort=totalSold\" \\\n  --param \"order=desc\"\n```\n\n类目 ID 可重复传入：\n\n```bash\npython3 scripts/temu_keyword_search.py \\\n  --param \"catIds=10001\" \\\n  --param \"catIds=20002\" \\\n  --param \"sort=monthSoldRate\" \\\n  --param \"order=desc\"\n```\n\n服务端要求暂停查询时，按 [查询暂停与恢复流程](查询暂停与恢复流程.md) 提示用户；恢复条件满足后再次运行同一命令。\n\n## 基础参数\n\n| 参数 | 类型 | 默认值 | 说明 |\n| --- | --- | --- | --- |\n| `keyword` | string | 无 | 同时匹配英文关键词和中文关键词，最长 300 个字符 |\n| `catIds` | integer，可重复 | 无 | Temu 类目 ID，多个值匹配其中任一类目 |\n| `siteId` | integer | `48` | 极鲸云站点 ID；美国站直接使用默认值，其他国家或地区先实时解析站点 |\n| `page` | integer | `1` | 页码，从 1 开始 |\n| `size` | integer | `20` | 每页数量，最大 200 |\n| `sort` | string | 无 | 排序字段，取值见下方 |\n| `order` | string | `desc` | `asc` 或 `desc` |\n\n## 站点与类目 ID\n\n- 未指定站点或指定美国站时，直接使用美国站 ID `48`，不额外查询站点列表。\n- 用户指定其他国家或地区时，运行 `python3 scripts/temu_site_list.py --country \"国家或地区名\"`，只使用唯一精确匹配的站点 ID。\n- 不使用本地静态站点表，不按语言、币种或相似名称猜测。无匹配或多个匹配时请用户确认。\n- 关键词搜索与商品、店铺和类目搜索共用同一套类目 ID。不根据类目名称猜测 ID；需要品类词时先使用“Temu类目搜索”。\n\n## 区间筛选参数\n\n每项均支持 `Min` 和 `Max` 后缀：\n\n| 维度 | 最小值 | 最大值 |\n| --- | --- | --- |\n| 蓝海指数 | `dsrMin` | `dsrMax` |\n| 总销量 | `totalSoldMin` | `totalSoldMax` |\n| 平均价格 | `avgPriceMin` | `avgPriceMax` |\n| 总销售额 | `totalSalesMin` | `totalSalesMax` |\n| 市场时间 | `firstOnSaleTimeMin` | `firstOnSaleTimeMax` |\n| 总商品数 | `itemCountMin` | `itemCountMax` |\n| 半托管商品数 | `semiManagedItemCountMin` | `semiManagedItemCountMax` |\n| 总店铺数 | `mallCountMin` | `mallCountMax` |\n| 半托管店铺数 | `semiManagedMallCountMin` | `semiManagedMallCountMax` |\n| 日/周/月销量 | `daySoldMin`、`weekSoldMin`、`monthSoldMin` | `daySoldMax`、`weekSoldMax`、`monthSoldMax` |\n| 日/周/月销量增长率 | `daySoldRateMin`、`weekSoldRateMin`、`monthSoldRateMin` | `daySoldRateMax`、`weekSoldRateMax`、`monthSoldRateMax` |\n| 日/周/月销售额 | `daySalesMin`、`weekSalesMin`、`monthSalesMin` | `daySalesMax`、`weekSalesMax`、`monthSalesMax` |\n| 日/周/月销售额增长率 | `daySalesRateMin`、`weekSalesRateMin`、`monthSalesRateMin` | `daySalesRateMax`、`weekSalesRateMax`、`monthSalesRateMax` |\n| 日/周/月商品数变化量 | `dayItemCountMin`、`weekItemCountMin`、`monthItemCountMin` | `dayItemCountMax`、`weekItemCountMax`、`monthItemCountMax` |\n| 日/周/月商品数增长率 | `dayItemCountRateMin`、`weekItemCountRateMin`、`monthItemCountRateMin` | `dayItemCountRateMax`、`weekItemCountRateMax`、`monthItemCountRateMax` |\n| 日/周/月店铺数变化量 | `dayMallCountMin`、`weekMallCountMin`、`monthMallCountMin` | `dayMallCountMax`、`weekMallCountMax`、`monthMallCountMax` |\n| 日/周/月店铺数增长率 | `dayMallCountRateMin`、`weekMallCountRateMin`、`monthMallCountRateMin` | `dayMallCountRateMax`、`weekMallCountRateMax`、`monthMallCountRateMax` |\n\n市场时间使用 ISO 8601 日期时间，它代表该关键词下最早商品的上架时间，不是关键词创建时间。增长率的查询和响应均使用小数；例如用户要求增长率至少 20%，请求值使用 `0.2`。商品数和店铺数的周期值是变化量，可能为负数。平均价格和所有销售额使用当前查询站点币种。\n\n## 排序字段\n\n| 维度 | `sort` 可选值 |\n| --- | --- |\n| 蓝海指数 | `dsr` |\n| 总销量/平均价格/总销售额 | `totalSold`、`avgPrice`、`totalSales` |\n| 市场时间 | `firstOnSaleTime` |\n| 总商品数/半托管商品数 | `itemCount`、`semiManagedItemCount` |\n| 总店铺数/半托管店铺数 | `mallCount`、`semiManagedMallCount` |\n| 日/周/月销量 | `daySold`、`weekSold`、`monthSold` |\n| 日/周/月销量增长率 | `daySoldRate`、`weekSoldRate`、`monthSoldRate` |\n| 日/周/月销售额 | `daySales`、`weekSales`、`monthSales` |\n| 日/周/月销售额增长率 | `daySalesRate`、`weekSalesRate`、`monthSalesRate` |\n| 日/周/月商品数变化量 | `dayItemCount`、`weekItemCount`、`monthItemCount` |\n| 日/周/月商品数增长率 | `dayItemCountRate`、`weekItemCountRate`、`monthItemCountRate` |\n| 日/周/月店铺数变化量 | `dayMallCount`、`weekMallCount`、`monthMallCount` |\n| 日/周/月店铺数增长率 | `dayMallCountRate`、`weekMallCountRate`、`monthMallCountRate` |\n| 数据创建/更新时间 | `createTime`、`updateTime` |\n\n`order` 使用 `asc` 或 `desc`。\n\n## 成功响应\n\n```json\n{\n  \"code\": 0,\n  \"data\": {\n    \"total\": 100,\n    \"list\": []\n  }\n}\n```\n\n- `data.total` 是当前条件下的命中总数，`data.list` 是当前页关键词列表。\n- 基础字段包括站点 ID、英文关键词、中文关键词、缩略图、市场时间、关联类目和数据时间。\n- 市场指标包括蓝海指数、总销量、平均价格、总销售额、商品数、店铺数、半托管商品/店铺数，以及对应日/周/月指标与增长率。\n- `catItems` 是服务端根据关联类目 ID 补全的类目名称和层级，面向用户展示时优先使用它。\n- `linkUrl` 指向该关键词在极鲸云的 Temu 关键词详情页。展示结果时必须将每个关键词名称写成 `[关键词](<linkUrl>)`；该要求覆盖列表、表格、排名、候选清单和正文，不因用户未主动要求链接、要求简洁回答或表格空间有限而省略。\n\n## 失败处理\n\n- 服务端要求暂停查询时，按 [查询暂停与恢复流程](查询暂停与恢复流程.md) 展示提示，有跳转地址时再展示可点击链接，不把它解释为无数据。\n- 退出码 `1` 时读取 stderr 一级 `msg`，面向用户只提示该中文文案。\n- `code != 0`、HTTP 非 2xx、响应不是 JSON 或缺少 `data` 时，本次查询失败。\n- 请求多页时逐页累计并记录实际读取页数；未完成全部分页时不得声称结果为全量。\n\nFile v0.1.0:references/Temu关键词榜单预设.md\n\n# Temu 关键词榜单查询预设\n\n根据用户的榜单或搜索词调研意图选择一个查询预设，并以用户明确提出的条件为准。\n\n## 使用规则\n\n- 每次只选择一个最贴近用户意图的主预设；除非用户明确要求，不叠加多个预设。\n- 在预设之外补充站点、页码和每页数量，可按需增加关键词或类目。用户的明确条件优先于预设。\n- 排序方向统一使用 `desc` 或 `asc`。\n- 美国站使用默认值，其他国家或地区先实时查询站点列表。\n- 预设只定义排序，不表示命中关键词必然值得使用；取得数据后仍需结合需求规模、近期增长、商品供给、店铺供给、市场时间和价格带验证。\n\n以下参数块省略站点、分页及所有未设置条件。\n\n## 查询预设\n\n### 热销词\n\n适用于“热销词”“销量最高的搜索词”“头部需求词”等请求。\n\n```text\nsort=totalSold\norder=desc\n```\n\n该预设只按总销量从高到低排序，不自动补充类目、最低销量或时间窗口。\n\n### 蓝海词\n\n适用于“蓝海词”“供需关系更好的搜索词”“竞争相对小的词”等请求。\n\n```text\nsort=dsr\norder=desc\n```\n\n该预设只按蓝海指数从高到低排序。蓝海指数不能单独证明该词值得使用；对排名靠前的词，至少检查总销量、月销量与增长率、商品数、店铺数和平均价格。\n\n### 最近新词\n\n适用于“最近新词”“新出现的市场词”“新趋势词”等请求。\n\n```text\nsort=firstOnSaleTime\norder=desc\n```\n\n该预设按关键词下最早商品的上架时间从新到旧排序，不自动增加“近 1 个月”或“近 3 个月”的时间范围。该时间不是关键词创建时间，也不能单独证明是新趋势；还要检查月销量、月销量增长率和供给变化。\n\n## 补充调研方法\n\n- 找近期需求增长：按月销量增长率或月销售额增长率降序，并设置最低月销量或月销售额，避免小基数极端增长。\n- 找需求增长快于供给的词：先筛选月销量增长率为正，再对比月商品数和月店铺数增长率；这一判断需在返回数据后计算，不是单一接口条件。\n- 找品类词：使用可信的一级或二级类目 ID 限定范围，再按用户的需求、增长或蓝海目标排序；不要同时猜测关键词和类目 ID。\n\n## 生成请求前检查\n\n1. 是否只选择了一个主预设。\n2. 美国站是否使用默认值，其他站点是否已实时解析。\n3. 类目 ID 是否来自用户或“Temu类目搜索”，而不是根据名称猜测。\n4. 是否无依据叠加了时间、销量阈值或增长率条件。\n5. 排序方向是否只使用 `asc` 或 `desc`。\n6. 查询条件是否全部存在于关键词搜索契约中。\n\nFile v0.1.0:references/Temu商品搜索.md\n\n# Temu 商品搜索\n\n## 工作原则\n\n- 只通过文档明确的极鲸云查询接口获取业务数据。\n- 将“接口返回的事实”“基于事实计算的指标”“分析判断”明确区分。\n- 在结论中保留站点、时间范围、筛选条件、样本量、分页范围和数据更新时间。\n- 对缺失值、估算值、异常值和样本偏差作显式说明，不用缺失数据支撑强结论。\n- 商品库存为 `0` 时按“可能未统计到，需进一步核实”处理，不直接认定为真实零库存、缺货或售罄，也不使用该值支撑库存风险判断；面向用户展示时必须附上这一备注。\n- 默认使用简体中文输出，日期使用绝对日期。供货价一律按人民币解释，商品价格按当前 Temu 站点的币种解释，展示金额时必须标明币种。比较商品价格与供货价或计算价差、毛利、利润时，必须先换算为同一币种并说明汇率口径；未完成换算时不得直接相减。\n- 将接口参数名、响应字段名、请求命令、查询字符串和原始 JSON 仅用于内部调用。执行过程中的进度说明、分析过程和最终答复都必须改用用户能理解的中文业务名称，不直接展示 `siteId`、`monthSold`、`catIds`、`pageSize` 等英文标识。例如写“查询美国站、按近 30 天销量从高到低排列”，不要写“`siteId=48`、`sort=monthSold,desc`”。调用脚本前也不要向用户复述完整命令或原始参数。只有用户明确要求接口文档、开发对接、故障排查或原始响应时，才可展示必要的英文标识，并在首次出现处紧跟中文解释。\n- 先运行查询脚本；服务端要求暂停查询时，按统一流程提示并等待，取得真实数据后再分析。\n\n## 执行流程\n\n1. 识别用户要解决的是寻找商品、筛选候选、比较商品表现，还是判断选品机会。\n2. 明确必要口径：目标站点、时间范围、类目或关键词、价格带及其他硬性条件。用户未指定且不会显著改变结论时，采用合理默认值并在结果中注明。\n3. 按“能力路由”选择一个主查询；需要多类数据时，先完成最短的端到端查询，再逐步补充其他查询。\n4. 发起商品搜索前读取 [Temu 商品搜索接口](Temu商品搜索接口.md)。未指定站点或明确要求美国站时直接使用美国站默认值；只有用户指定其他国家或地区时，才运行 `scripts/temu_site_list.py` 实时解析站点。用户提到热销、日销排行、新品、蓝海、新店、大卖或其他商品榜单意图时，再读取 [Temu 商品榜单查询预设](Temu商品榜单预设.md) 生成筛选与排序参数。\n5. 检查响应是否成功。查询失败时，只向用户提示服务端响应一级 `msg` 的中文文案，不展示错误响应、状态码、异常栈或底层字段；服务端未提供有效 `msg` 时再使用脚本生成的中文错误文案。\n6. 服务端要求暂停查询时，按 [查询暂停与恢复流程](查询暂停与恢复流程.md) 展示提示，有跳转地址时再展示可点击链接；恢复条件满足后重新运行原查询，取得商品数据后再分析。\n7. 检查时间口径是否一致、分页是否完整、关键字段是否缺失，并保留请求条件与数据更新时间。\n8. 围绕用户问题计算必要指标、交叉验证证据并形成结论，不堆砌无关数据。\n9. 按“输出要求”交付结果；若数据不足，明确当前能确认什么、不能确认什么，以及下一步需要补查什么。\n\n## 适用范围\n\n使用本能力搜索潜力商品、查看商品榜单、筛选候选商品、分析商品表现或比较同类商品。重点观察销量及增长、价格与供货价、评价、同款数、上架时间、店铺和类目信息。需要交叉验证时，再组合店铺、类目、关键词或评论数据。取得明确商品 ID 后，可使用评论搜索继续分析卖点、痛点、使用场景和规格风险。\n\n商品搜索使用 `scripts/temu_goods_search.py`。未指定站点时使用 `48`（美国）并在数据口径中说明，不请求站点列表；用户指定其他国家或地区时，先使用 `scripts/temu_site_list.py --country \"国家或地区名\"` 实时查询，只有唯一精确匹配时才将返回的站点 ID 交给商品搜索。无匹配时提示用户确认国家或地区名，多个匹配时先请用户澄清，不猜测站点。用户表达榜单意图时选择一个查询预设作为起点，再用用户明确提出的条件覆盖对应参数；不要无依据叠加多个预设。商品意图默认在 `keyword` 与 `catIds` 中二选一：已有可信的一级或二级类目 ID 时优先使用 `catIds`，更细的商品意图优先使用 `keyword`。不要猜测类目 ID；没有可信 ID 时先使用“Temu类目搜索”能力查询，或在更细的商品意图下直接使用关键词。只有用户明确要求交叉筛选时才同时传 `keyword` 和 `catIds`，并说明组合条件可能显著减少结果。关键词统一使用接口内置的模糊搜索。服务端会为每个商品返回 `linkUrl`，指向该商品在极鲸云的 Temu 商品详情页。每个被展示的商品都必须把商品标题写成 `[商品标题](<linkUrl>)`；这条规则适用于表格、列表、排名、候选清单和正文，不因用户未主动要求链接或要求简洁结果而省略。不要在脚本或回答中根据商品 ID、站点 ID 自行拼接、猜测或补全链接。\n\n## 分析方法\n\n### 选品\n\n至少从需求、增长、竞争、利润空间、用户痛点和风险六个维度评估候选商品。不要仅凭销量高或评论多判定值得进入。优先给出候选清单、入选原因、淘汰原因和验证动作。\n\n商品搜索选品时，必须按 [Temu 商品搜索接口](Temu商品搜索接口.md) 中的“同款数（跟卖数）评估口径”判断竞争程度与核价风险；不要把销量高但同款数过高的商品直接列为低风险机会。\n\n### 数据分析\n\n优先使用可复算的同比、环比、占比、集中度、价格分位和异常变化。比较不同对象时统一站点、时间窗、币种和筛选条件；口径不一致时停止横向排名并说明原因。\n\n### 市场调研\n\n先定义市场边界，再回答规模、趋势、竞争格局、消费者需求和进入机会。将单一搜索结果视为样本，不直接外推为全市场；结论至少由两类独立证据支撑，无法交叉验证时降低置信度。\n\n## 输出要求\n\n商品表格或清单的名称列必须使用 `[商品标题](<linkUrl>)`。发送答复前逐行检查：服务端返回非空 `linkUrl` 的每个商品都必须存在对应的可点击商品标题，缺少任何一个都先修复再交付。\n\n用户只索要商品链接时，仅返回 `[商品标题](<linkUrl>)`，不附加接口、字段、链接类型或缺失状态说明。\n\n默认按以下顺序输出：\n\n1. 一句话结论：是否值得关注、进入或继续验证。\n2. 数据口径：站点、时间范围、查询条件、样本量和更新时间。\n3. 关键发现：只列与决策直接相关的数据和变化。\n4. 机会与风险：说明证据、限制和置信度。\n5. 行动建议：给出可执行的下一步、优先级和验证门槛。\n\n如果用户只要求原始搜索结果，保持简洁，不强行扩展为完整市场报告。\n\nFile v0.1.0:references/Temu商品搜索接口.md\n\n# Temu 商品搜索接口\n\n## 目录\n\n- [脚本调用](#脚本调用)\n- [基础参数](#基础参数)\n- [关键词与类目策略](#关键词与类目策略)\n- [站点解析](#站点解析)\n- [金额、竞争与库存口径](#金额与币种口径)\n- [排序与筛选参数](#排序字段)\n- [响应与失败处理](#成功响应)\n\n## 脚本调用\n\n单页 `size` 最大为 200。\n\n通过以下命令调用：\n\n```bash\npython3 scripts/temu_goods_search.py \\\n  --param \"keyword=连衣裙\" \\\n  --param \"siteId=48\" \\\n  --param \"size=20\" \\\n  --param \"sort=monthSold\" \\\n  --param \"order=desc\"\n```\n\n按类目查询时重复传入一个或多个类目 ID：\n\n```bash\npython3 scripts/temu_goods_search.py \\\n  --param \"catIds=一级或二级类目ID\" \\\n  --param \"siteId=48\" \\\n  --param \"size=20\" \\\n  --param \"sort=monthSold\" \\\n  --param \"order=desc\"\n```\n\n服务端要求暂停查询时，按 [查询暂停与恢复流程](查询暂停与恢复流程.md) 提示用户；恢复条件满足后再次运行同一命令。\n\n## 基础参数\n\n| 参数 | 类型 | 默认值 | 说明 |\n| --- | --- | --- | --- |\n| `keyword` | string | 无 | 商品名称或品牌关键词，最长 300 个字符 |\n| `catIds` | integer，可重复 | 无 | Temu 类目 ID；多个 ID 使用多个同名参数，匹配其中任一类目 |\n| `siteId` | integer | `48` | 极鲸云站点 ID；美国站直接使用默认值，其他国家或地区先用 `scripts/temu_site_list.py` 实时解析 |\n| `page` | integer | `1` | 页码 |\n| `size` | integer | `20` | 每页数量，最大 200 |\n| `sort` | string | 无 | 排序字段，取值见下方“排序字段” |\n| `order` | string | `desc` | `asc` 或 `desc` |\n\n## 关键词与类目策略\n\n- 一般只使用 `keyword` 或 `catIds` 之一，不要默认混合。两者同时使用时必须同时满足关键词和类目条件，返回结果通常会明显减少。\n- 已有可信的一级或二级类目 ID 时优先使用 `catIds`，用于检索较宽的品类范围。\n- 对三级及更深的细分类目，优先将用户意图转换为简洁的 `keyword`，避免类目过细导致样本太少。\n- 用户明确要求在某类目中搜索特定商品时，可以同时传 `catIds` 和 `keyword`，但要在数据口径中说明这是交叉筛选。\n- 类目 ID 必须来自用户输入或本 Skill 的“Temu类目搜索”能力。不得根据类目名称猜测 ID；没有可信 ID 时先查类目，或对更细的商品意图直接使用关键词。\n- 多个 `catIds` 之间是“匹配任一类目”的关系。脚本使用重复参数，例如 `--param \"catIds=123\" --param \"catIds=456\"`。\n\n关键词统一使用接口内置的模糊搜索。即使同时指定排序字段，关键词仍然作为结果筛选条件生效。\n\n用户要求热销榜、日销排行、新品、蓝海、新店或大卖选品时，先按 [Temu 商品榜单查询预设](Temu商品榜单预设.md) 选择一个主预设，再使用 `asc` 或 `desc` 生成本接口参数。\n\n## 站点解析\n\n- 未指定站点或指定美国站时，直接使用默认站点 ID `48`，不额外查询站点列表。\n- 用户指定其他国家或地区时，运行 `python3 scripts/temu_site_list.py --country \"国家或地区名\"`，将唯一精确匹配的站点 ID 传给商品搜索。\n- 脚本实时匹配服务端返回的中文名或英文名，不使用本地静态站点表，不按语言、币种或相似名称猜测。\n- 无匹配时请用户确认国家或地区名；多个匹配时列出中文站点名请用户澄清，不自行选择。\n\n## 金额与币种口径\n\n- `supplyPrice`、`minSupplyPrice`、`medianSupplyPrice`、`maxSupplyPrice` 等供货价字段，以及供货价筛选区间，单位固定为人民币（CNY）。\n- `minPrice`、`maxPrice` 等商品价格字段，以及商品价格筛选区间，使用当前查询站点的币种；美国站使用美元，其他站点使用实时站点列表返回的币种。\n- 面向用户展示任何价格时都明确标注币种，不要把供货价误写成站点币种，也不要把商品价格默认写成人民币。\n- 计算价差、毛利或利润前，先将商品价格和供货价换算为同一币种，并说明采用的汇率及日期；没有可靠汇率时只分别展示两种价格，不直接计算利润。\n\n## 同款数（跟卖数）评估口径\n\n- 同款数（跟卖数）表示销售同一款商品的同行数量。数值越大，同行越多、同质化竞争越强，通常核价通过概率也越低。\n- 默认按以下区间评估：不超过 10 为优选区间，竞争相对较低；11 至 20 为中等竞争；超过 20 为高竞争，且数值继续增大时竞争压力通常进一步上升。\n- 对非工厂型卖家，优先选择同款数不超过 10 的商品；超过 20 的候选默认降级或剔除，除非存在明确的价格、渠道、产品差异化或运营优势。\n- 工厂型卖家可以凭成本、产能、交付或定制能力承受更高的同款竞争，但不能仅凭工厂身份判定值得进入，仍需验证利润空间和核价可行性。\n- 将同款数作为重要竞争指标，但不要单独据此下结论；同时结合销量及增长、供货价、商品价格、评价、上架时间和卖家自身能力综合判断。\n- 搜索低竞争或蓝海商品时，默认将同款数上限设为 10；样本不足时最多放宽至 20，并明确说明竞争标准已放宽。除非有其他强证据，不要把超过 20 的商品称为低竞争或蓝海机会。\n\n## 库存口径\n\n- 库存字段为 `quantity`。返回值大于 `0` 时，将其作为当前采集到的库存快照，不将快照等同于长期可售库存。\n- 库存返回 `0` 时存在两种可能：真实零库存，或当前没有统计到库存。默认按“库存情况未知”处理，不直接写成“库存为 0”“缺货”或“已售罄”。\n- 面向用户展示该值时写为“库存：暂未统计到（接口返回 0，需进一步核实）”；不要仅展示数字 `0`。\n- 计算平均库存、库存总量、库存覆盖天数或缺货比例时，将库存为 `0` 的商品作为缺失样本，不纳入数值计算，并披露排除数量。\n- 使用库存区间筛选低库存商品时设置大于 `0` 的下限，避免把未统计到库存的商品混入低库存样本。不能仅凭库存上限筛选结果判断断货。\n\n## 排序字段\n\n| 维度 | `sort` 可选值 |\n| --- | --- |\n| 销量 | `sold`、`daySold`、`weekSold`、`monthSold`、`mallSold` |\n| 销量增长率 | `daySoldRate`、`weekSoldRate`、`monthSoldRate` |\n| 销售额 | `sales`、`daySales`、`weekSales`、`monthSales` |\n| 销售额增长率 | `daySalesRate`、`weekSalesRate`、`monthSalesRate` |\n| 价格 | `minPrice`、`maxPrice`、`supplyPrice`、`minSupplyPrice`、`medianSupplyPrice`、`maxSupplyPrice` |\n| 商品指标 | `quantity`、`goodsScore`、`reviewNum`、`similarNum` |\n| 时间 | `onSaleTime`、`mallOpenTime` |\n\n价格排序使用 `minPrice`。未指定 `sort` 时，接口不强制业务排序；需要可比较的调研结果时应同时明确 `sort` 和 `order`。\n\n## 筛选参数\n\n所有区间参数均可只传最小值或最大值。\n\n| 维度 | 最小值参数 | 最大值参数 |\n| --- | --- | --- |\n| 总销量 | `soldMin` | `soldMax` |\n| 日销量 | `daySoldMin` | `daySoldMax` |\n| 周销量 | `weekSoldMin` | `weekSoldMax` |\n| 月销量 | `monthSoldMin` | `monthSoldMax` |\n| 日销量增长率 | `daySoldRateMin` | `daySoldRateMax` |\n| 周销量增长率 | `weekSoldRateMin` | `weekSoldRateMax` |\n| 月销量增长率 | `monthSoldRateMin` | `monthSoldRateMax` |\n| 总销售额 | `salesMin` | `salesMax` |\n| 日销售额 | `daySalesMin` | `daySalesMax` |\n| 周销售额 | `weekSalesMin` | `weekSalesMax` |\n| 月销售额 | `monthSalesMin` | `monthSalesMax` |\n| 日销售额增长率 | `daySalesRateMin` | `daySalesRateMax` |\n| 周销售额增长率 | `weekSalesRateMin` | `weekSalesRateMax` |\n| 月销售额增长率 | `monthSalesRateMin` | `monthSalesRateMax` |\n| 库存 | `quantityMin` | `quantityMax` |\n| 店铺销量 | `mallSoldMin` | `mallSoldMax` |\n| 同款数（跟卖数） | `similarNumMin` | `similarNumMax` |\n| 价格 | `priceMin` | `priceMax` |\n| 供货价 | `supplyPriceMin` | `supplyPriceMax` |\n| 商品评分 | `goodsScoreMin` | `goodsScoreMax` |\n| 评论数 | `reviewNumMin` | `reviewNumMax` |\n| 上架时间 | `onSaleTimeMin` | `onSaleTimeMax` |\n| 开店时间 | `mallOpenTimeMin` | `mallOpenTimeMax` |\n\n时间参数使用 ISO 8601 日期时间。托管模式使用：\n\n- `hostingMode`：托管模式，`1` 全托管、`2` 半托管。\n\n## 成功响应\n\n```json\n{\n  \"code\": 0,\n  \"data\": {\n    \"total\": 100,\n    \"list\": []\n  }\n}\n```\n\n- `data.total` 是当前条件下的命中总数。\n- `data.list` 是当前页商品列表，核心字段包括商品 ID、店铺 ID、标题、图片、类目、价格、供货价、销量、销售额、增长率、评分、评论数、库存、状态、托管模式和时间字段。\n- 服务端会为每个商品返回 `linkUrl`，指向该商品在极鲸云的 Temu 商品详情页。\n- 对用户展示商品时，必须将每个商品标题写成 `[商品标题](<linkUrl>)`。该要求覆盖列表、表格、排名、候选清单和正文，不因用户未主动要求链接、要求简洁回答或表格空间有限而省略；不得根据商品 ID 或站点 ID 自行拼接、猜测或补全链接。\n- 评论分析使用 `reviewNum`。\n- 商品标识包括 `isAd`、`isPresale`、`isCustom`；同款数（跟卖数）使用 `similarNum`。\n- 库存使用 `quantity`；值为 `0` 时遵守上方“库存口径”，按暂未统计到处理并向用户备注。\n- 所有商品价格和供货价的展示与分析均遵守上方“金额与币种口径”。\n\n## 校验与失败处理\n\n- 请求前记录站点、页码、页大小、排序和筛选条件。\n- 服务端要求暂停查询时不是普通查询失败。按 [查询暂停与恢复流程](查询暂停与恢复流程.md) 展示提示，有跳转地址时再展示可点击链接；恢复条件满足后原样重跑命令。\n- `code != 0`、HTTP 非 2xx、响应不是 JSON 或缺少 `data` 时，将本次查询视为失败。服务端提供一级 `msg` 时，脚本将其写入错误输出的 `msg`；面向用户只提示该中文文案，不展示整段错误 JSON。\n- 使用页码分页。请求多页时逐页累计，明确已读取的页数和条数；没有完成全部分页时不得声称结果为全量。\n\nFile v0.1.0:references/Temu商品榜单预设.md\n\n# Temu 商品榜单查询预设\n\n根据用户的榜单或选品意图选择一个查询预设，并以用户明确提出的条件为准。\n\n## 目录\n\n- [使用规则](#使用规则)\n- [查询预设](#查询预设)\n- [生成请求前检查](#生成请求前检查)\n\n## 使用规则\n\n- 每次只选择一个最贴近用户意图的主预设；除非用户明确要求，不要叠加多个预设。\n- 在预设参数之外补充站点、页码、每页数量，以及二选一的关键词或类目。美国站使用默认值，其他站点先实时查询站点列表。只有用户明确要求交叉筛选时才同时使用关键词和类目。用户的明确条件优先于预设。\n- 排序方向统一使用 `desc` 或 `asc`。\n- 将“近 3 个月”换算为查询执行时刻减 3 个月至执行时刻，并传绝对 ISO 8601 时间；不要把“近 3 个月”原文传给接口。\n- 预设只定义筛选与排序，不代表结果一定符合“爆品”“蓝海”等商业结论；取得数据后仍需结合销量、增长、同款数、利润空间和评价验证。\n\n以下参数块省略所有未设置的参数。\n\n## 查询预设\n\n### 热销商品\n\n适用于“热销商品”“近期卖得好”“找爆款”等请求。\n\n```text\nsort=daySold\norder=desc\n```\n\n### 日销排行\n\n适用于“日销榜”“今天卖得最多”“按日销量排名”等请求，与热销商品使用相同的日销量排序。\n\n```text\nsort=daySold\norder=desc\n```\n\n### 热销新品\n\n适用于“最近上架新品”“近 3 个月新品”等请求，按上架时间从新到旧排列。\n\n```text\nonSaleTimeMin=<执行时刻减3个月的ISO时间>\nonSaleTimeMax=<执行时刻的ISO时间>\nsort=onSaleTime\norder=desc\n```\n\n如果用户明确要求“新品中销量最高”，保留时间范围，将排序改为用户指定的销量维度，例如 `sort=sold&order=desc`，并说明已按用户意图调整预设。\n\n### 蓝海爆品\n\n适用于“跟卖少但已有销量”“新手跟卖”“找低竞争商品”等请求。\n\n```text\nsoldMin=100\nsimilarNumMin=1\nsimilarNumMax=10\nonSaleTimeMin=<执行时刻减3个月的ISO时间>\nonSaleTimeMax=<执行时刻的ISO时间>\nsort=daySold\norder=desc\n```\n\n如用户明确要求总销量不超过 1000，可添加 `soldMax=1000`。\n\n同款数上限 10 对应优选的低竞争区间。结果太少时，只有在明确说明竞争标准已放宽的前提下，才可将上限放宽至 20；默认不要把超过 20 的商品归为蓝海机会。非工厂型卖家应优先保留不超过 10 的候选。\n\n### 新店热销\n\n适用于“新店爆款”“新开店铺卖得好的商品”等请求，筛选近 3 个月开店的店铺。\n\n```text\nmallOpenTimeMin=<执行时刻减3个月的ISO时间>\nmallOpenTimeMax=<执行时刻的ISO时间>\nsoldMax=10000\nsort=sold\norder=desc\n```\n\n### 大卖新品\n\n适用于“大卖最近上了什么新品”“头部店铺新品”等请求，筛选近 3 个月上架的商品。\n\n```text\nonSaleTimeMin=<执行时刻减3个月的ISO时间>\nonSaleTimeMax=<执行时刻的ISO时间>\nsort=mallSold\norder=desc\n```\n\n## 生成请求前检查\n\n1. 美国站是否使用默认值，其他站点是否已通过实时站点列表解析。\n2. 相对时间是否已转换为绝对 ISO 8601 时间。\n3. `order` 是否只使用 `asc` 或 `desc`。\n4. 参数是否全部存在于商品搜索接口契约中。\n5. 是否按用户明确条件调整预设，并在数据口径中说明。\n\nFile v0.1.0:references/Temu图搜同款.md\n\n# Temu 图搜同款\n\n## 适用范围\n\n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 Temu 中查找视觉相似的同款商品，并结合商品经营数据判断这个产品的市场表现、价格带、竞争程度和进入机会。\n\n典型任务包括：\n\n- 上传一张图片查找 Temu 同款。\n- 按销量、销售额、价格、上架时间或同款数筛选图片命中的商品。\n- 比较同一产品在不同商品、店铺或价格带中的表现。\n- 从图片对应的同款市场中筛选热销、低竞争、新品或高评分候选。\n- 将图搜结果继续用于评论、店铺、类目或关键词调研。\n\n## 查询原则\n\n1. 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。\n2. 图搜先形成视觉相似商品候选池，再在候选池中应用商品搜索的站点、关键词、类目、销量、销售额、价格、供货价、评分、评论数、库存、同款数、托管模式和时间条件。\n3. 用户没有提出业务排序时，保留图片相似度顺序；用户要求热销、低价、新品、低竞争等目标时，使用对应商品字段对候选池重新排序。\n4. 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。\n5. 每张图片先形成服务端返回的视觉候选池，再叠加站点和商品条件。分析中的命中数与占比都以实际返回的候选范围为边界，不表述为 Temu 全平台全部同款。\n6. 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。\n7. 图搜同款返回的商品对象与商品搜索完全相同，原样读取全部商品字段。\n8. 对返回商品遵守商品搜索的金额、币种、库存和同款数口径，并将每个商品标题链接到服务端返回的 `linkUrl`。\n\n## 图片选择建议\n\n- 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。\n- 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。\n- 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。\n- 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。\n\n## 市场分析框架\n\n取得同款商品后，根据用户问题选择以下指标，不机械展示所有字段：\n\n- 市场热度：命中商品数量、总销量、日/周/月销量及增长、销售额。\n- 价格结构：站点售价区间、中位价格、供货价区间和价格分层。\n- 竞争程度：同款数、商品数、店铺分布、头部商品或头部店铺集中度。\n- 生命周期：上架时间、新品占比、近期增长和老品稳定性。\n- 口碑质量：评分、评论数，以及需要时追加评论搜索得到的好评、差评和产品改良方向。\n\n图搜命中只证明视觉相似，不自动证明规格、材质、尺寸、功能或供应链完全相同。形成选品结论时将视觉相似与经营数据分开表述；规格差异会影响决策时，再查商品详情或评论验证。\n\n## 输出要求\n\n- 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。\n- 用户要求查看全部同款或分析完整市场时，先读取命中总数，再以单页 200 条逐页查询直至覆盖全部命中；只查询部分页面时必须明确为样本，不能把当前页条数当成全部同款数量。\n- 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。\n- 结论至少区分“图像匹配事实”“商品数据事实”和“经营判断”。\n- 用户只要求同款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。\n\nFile v0.1.0:references/Temu图搜同款接口.md\n\n# Temu 图搜同款接口\n\n## 调用脚本\n\n```bash\npython3 scripts/temu_image_search.py \\\n  --image \"/path/to/product.jpg\" \\\n  --param \"siteId=48\" \\\n  --param \"page=1\" \\\n  --param \"size=20\"\n```\n\n脚本将图片上传后执行图搜，再输出与 Temu 商品搜索一致的 JSON 数据。查询需要登录；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)。\n\n## 图片输入\n\n`--image` 支持以下输入：\n\n| 输入形式 | 示例或规则 |\n| --- | --- |\n| 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 |\n| 文件地址 | `file:///path/to/product.jpg` |\n| 图片网址 | `http://` 或 `https://` 开头的可直接下载地址 |\n| Data URI | `data:image/png;base64,...` |\n| Base64 | 使用 `base64:...` 前缀 |\n| 标准输入 | 使用 `--image -`，从标准输入读取原始图片字节 |\n\n- 图片最大为 10M。\n- 脚本根据图片内容识别 JPEG、PNG、GIF、WebP、BMP、TIFF、AVIF 和 HEIC/HEIF 等常见格式，不只依赖文件扩展名。\n- 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、日志或思考过程。\n- 图片 URL 无法直接下载、需要网页 Cookie 或存在防盗链时，先下载为本地临时文件再传入。查询结束后可以删除本地临时副本。\n\n## 查询参数\n\n所有 `--param` 都复用 [Temu 商品搜索接口](Temu商品搜索接口.md) 已定义的参数、校验、站点映射、筛选规则、排序字段和分页规则，包括：\n\n- 默认美国站站点 ID `48`；其他国家或地区先通过站点列表解析。\n- `keyword`、`catIds`、`hostingMode`。\n- 销量、销量增长率、销售额、销售额增长率、库存、店铺销量、同款数、价格、供货价、评分、评论数和时间范围。\n- `page`、`size`、`sort`、`order`。\n\n图片候选与这些条件取交集。未指定 `sort` 时按图片相似度排序；指定 `sort` 后，在图片候选中按业务字段排序。分页查询多页时，每一页必须使用同一张图片和同一组筛选、排序条件，只改变页码。用户要求全部同款或完整市场分析时，使用单页最大值 200，并依据 `data.total` 继续请求后续页，不能只读取第一页。\n\n不要传服务端内部地区编号；站点统一使用 `siteId`。筛选和排序参数范围以商品搜索接口文档为准。\n\n## 成功响应\n\n```json\n{\n  \"code\": 0,\n  \"data\": {\n    \"total\": 460,\n    \"list\": []\n  }\n}\n```\n\n- `data.total` 是图片候选与全部商品筛选条件交集后的命中数。\n- `data.list` 与 Temu 商品搜索返回的 `data.list` 使用完全相同的结构和完整字段。\n- 服务端为每个商品返回 `linkUrl`，指向极鲸云 Temu 商品详情页。对用户展示时必须将商品标题写成 `[商品标题](<linkUrl>)`。\n\n## 失败处理\n\n- `code != 0`、HTTP 非 2xx、响应不是 JSON 或缺少 `data` 时查询失败。\n- 服务端返回一级 `msg` 时，只向用户展示该中文文案，不打印错误 JSON、请求参数、英文响应字段或内部状态。\n- 服务端返回 `jumpUrl` 时，按 [查询暂停与恢复流程](查询暂停与恢复流程.md) 暂停；用户完成操作后，使用原图片和原查询条件重新调用。\n\nFile v0.1.0:references/Temu店铺搜索.md\n\n# Temu 店铺搜索\n\n## 工作原则\n\n- 只使用极鲸云返回的真实店铺数据，不编造店铺、指标或搜索结果。\n- 将数据事实、基于数据的计算和分析判断明确区分。\n- 默认使用简体中文，日期使用绝对日期，金额标明当前 Temu 站点币种。\n- 对缺失值、异常值、样本量和未完成分页作显式说明，不用缺失数据支撑强结论。\n- 接口参数、响应字段、请求命令和原始 JSON 仅用于内部调用。进度说明、分析过程和最终答复使用中文业务名称，不展示英文参数；只有用户明确要求开发对接或故障排查时才展示必要技术信息。\n\n## 执行流程\n\n1. 明确用户要找特定店铺、筛选竞品、寻找新店，还是研究头部店铺的经营表现。\n2. 明确站点、店铺名称或 ID、类目、开店时间、经营规模和托管模式等必要条件。未指定站点时默认美国站，并在结果中说明。\n3. 读取 [Temu 店铺搜索接口](Temu店铺搜索接口.md)，生成最小必要查询条件。未指定站点或明确要求美国站时直接使用美国站默认值；只有用户指定其他国家或地区时，才运行 `scripts/temu_site_list.py` 实时解析站点。用户要求热销店铺、热销新店或最近开店等榜单时，再读取 [Temu 店铺榜单查询预设](Temu店铺榜单预设.md)。\n4. 使用 `scripts/temu_shop_search.py` 发起查询；服务端要求暂停查询时，按 [查询暂停与恢复流程](查询暂停与恢复流程.md) 提示并暂停。\n5. 恢复条件满足后原样重跑查询，取得店铺数据后再分析。\n6. 查询失败时，只向用户提示错误输出一级 `msg` 的中文文案，不展示错误 JSON、状态码、异常栈或内部字段。\n7. 检查分页范围、样本量、关键字段和更新时间后再分析；未读取全部分页时明确标为样本。\n\n## 查询策略\n\n- `keyword` 可匹配店铺名称或店铺 ID。用户给出明确店铺名称或 ID 时优先使用关键词查询。\n- 店铺与商品查询共用站点列表返回的 Temu 站点 ID，不存在独立的店铺站点体系。美国站直接使用默认值 `48` 且不请求站点列表；其他国家或地区使用 `scripts/temu_site_list.py --country \"国家或地区名\"` 实时查询，只有唯一精确匹配时才将返回的站点 ID 传给店铺搜索。\n- `catIds` 与 Temu 商品搜索、类目搜索共用同一套类目 ID 体系，不存在独立的店铺主营类目 ID。只使用用户给出、极鲸云返回或本 Skill 的“Temu类目搜索”能力得到的可信 ID，优先一级或二级类目，不根据类目名称猜测 ID。\n- 一般在关键词和类目中选择一个主条件；只有用户明确要求在某类目内查特定店铺时才组合，且说明结果可能显著减少。\n- 用户未指定排序时，根据问题选择一个最相关指标；寻找大卖优先按店铺总销量或总销售额降序，寻找高成长店铺优先筛选月均销量和月销量增长率，寻找新店优先限制开店时间后再按经营规模降序。\n- 不为凑结果擅自放宽用户明确给出的销量、销售额、评分、粉丝数、商品数、客单价或时间范围。\n- 服务端为每个店铺返回 `linkUrl`，指向该店铺在极鲸云的 Temu 店铺详情页。每个被展示的店铺都必须把店铺名称写成 `[店铺名称](<linkUrl>)`；这条规则适用于表格、列表、排名、候选清单和正文，不因用户未主动要求链接或要求简洁结果而省略。\n\n## 分析方法\n\n从以下维度评估店铺，不仅按单一销量排名：\n\n- 经营规模：店铺总销量、总销售额、商品数量、粉丝数和评论数。\n- 近期表现：结合日、周、月均销量与销售额，及其增长率判断加速或回落，不用单一时间窗口下结论。\n- 商品与定价：经营类目、平均价格及商品数量，判断价格带和铺货深度。\n- 动销效率：结合动销商品数和动销率，区分“商品多但动销弱”与“规模不大但单品效率高”的店铺。\n- 口碑：店铺评分与评论规模结合观察，避免用少量评论的高评分作强结论。\n- 发展阶段：结合开店时间与经营规模识别新店、高成长候选或成熟大卖。\n- 经营模式：区分全托管和半托管后再比较，不把不同模式的店铺直接横向排名。\n- 风险与限制：日、周、月指标可用于识别近期趋势，但不等于完整历史时序；上新节奏和单品结构仍需商品搜索或详情数据补充。热度仅作辅助指标，没有明确口径时不单独用它下结论。\n\n只有指标属于同一站点和可比口径时才计算店均、品均或占比。用总销售额除以商品数量等派生指标时，说明公式并排除分母为零或缺失的样本。\n\n## 输出要求\n\n店铺表格或清单的名称列必须使用 `[店铺名称](<linkUrl>)`。发送答复前逐行检查：服务端返回非空 `linkUrl` 的每个店铺都必须存在对应的可点击店铺名称，缺少任何一个都先修复再交付。\n\n用户只索要店铺链接时，仅返回 `[店铺名称](<linkUrl>)`，不附加接口、字段、链接类型或缺失状态说明。\n\n默认按以下顺序输出：\n\n1. 一句话结论。\n2. 数据口径：站点、条件、排序、分页范围、样本量和更新时间。\n3. 候选店铺：中文展示核心指标和入选原因。\n4. 经营特征与竞争判断：区分事实、计算和判断。\n5. 风险、数据限制和下一步验证动作。\n\n如果用户只要求搜索结果，保持简洁，不强行扩展为完整竞品报告。","readmeExcerpt":"Skill: 极鲸云 Temu 数据分析与市场调研 Owner: geekbi Summary: 整合商品、图搜同款、店铺、类目、关键词和评论数据完成 Temu 选品调研 Tags: latest:0.1.0 Version history: v0.1.0 | 2026-08-07T04:11:56.964Z | auto - 初始版本发布，支持通过极鲸云查询和分析 Temu 商品、图搜同款、店铺、类目、关键词与评论等多元数据。 - 明确能力路由与调研链路，一站式满足选品、找同款、市场调研、用户反馈等跨境电商业务需求。 - 强化数据输出规范，所有详情名称均硬性生成可点击 Markdown 链接，确保交付一致性。 - 明确缺失值、异常值与接口事实说明，输出数据时详细标注口径、样本范围与限制条件。 - 仅据极鲸云真实数据形成结论，不展示技术细节与原始数据，保障专业简明的用户体验。 Archive index: Archive v0.","codeSnippets":[],"executableExamples":[{"language":"text","snippet":"类目搜索：确定市场边界、类目 ID、规模与供需\n    ↓\n关键词搜索：验证具体需求、增长和搜索竞争\n    ↓\n商品搜索：寻找候选商品，核验价格、销量、同款竞争和上架时间\n    ↓\n评论搜索：核验用户卖点、痛点、规格风险和产品改良方向\n    ↓\n店铺搜索：核验竞品集中度、经营模式和头部卖家表现"},{"language":"text","snippet":"安装这个Skill: https://github.com/geekbi/geekbi-temu-research-skill"},{"language":"text","snippet":"帮我找Temu美国站最近卖得最好的大码女装，并分析价格、销量和同款竞争。"},{"language":"text","snippet":"(先上传一张图片)\n用我上传的商品图片查找美国站 Temu 同款，按月销量排序，并比较价格、供货价和跟卖竞争。"},{"language":"text","snippet":"查一下Temu美国站宠物用品类目最近有哪些增长较快的细分方向。"},{"language":"text","snippet":"分析Temu关键词 wireless charger 的需求、竞争和价格带。"}],"parameters":null,"dependencies":[],"permissions":[],"extractedFiles":[{"path":"SKILL.md","content":"---\nname: geekbi-temu-research-skill\ndescription: 通过极鲸云查询和分析 Temu 商品、图搜同款、店铺、类目、关键词与评论数据，完成跨境电商选品、市场调研、竞品分析、需求趋势、价格带、竞争强度、用户痛点和机会判断。用户提到 Temu 选品、找品、上传图片找同款、拍照搜款、以图搜货、视觉竞品、爆款、新品、蓝海市场、商品表现、店铺研究、竞品店铺、类目规模、品类机会、关键词趋势、搜索需求、市场容量、商品评论、差评原因、使用场景、用户反馈或需要组合多类 Temu 数据形成经营决策时使用。根据用户意图路由一个或多个内部能力，只依据极鲸云真实返回的数据形成结论。\n---\n\n# 极鲸云Temu数据分析与市场调研\n\n## 总体原则\n\n- 将本 Skill 作为唯一入口。商品、图搜同款、店铺、类目、关键词和评论搜索是内部能力模块，不要求用户分别安装或指定技术名称。\n- 只使用极鲸云返回的真实数据，明确区分接口事实、可复算指标和分析判断。\n- 默认使用简体中文和绝对日期；保留站点、时间范围、筛选条件、分页范围、样本量和数据更新时间。\n- 对缺失值、异常值、估算值和未完成分页作显式说明。数值为 `0` 时先判断是否可能未统计，不自动解释为真实为零。\n- 面向用户只使用中文业务名称，不展示英文参数、响应字段、请求命令或原始 JSON。只有用户明确要求开发对接、故障排查或原始响应时，才展示必要技术信息并解释中文含义。\n- 内部完成文档加载、能力路由、参数生成和脚本调用，不向用户汇报这些内部步骤；进度说明只描述正在解决的业务问题。\n- 图搜同款与商品搜索使用完全相同的商品响应结构和完整字段。\n- 商品、店铺、关键词和类目的详情链接是强制交付内容，不需要用户主动要求。只要结果对象返回非空 `linkUrl`，最终答复中每次展示该对象时，都必须把主要名称写成可点击的 Markdown 链接；简洁回答、表格、排行榜、候选清单和组合调研均不得省略。\n- 服务端要求暂停查询时，按 [查询暂停与恢复流程](references/查询暂停与恢复流程.md) 处理：展示一级 `msg`，有 `jumpUrl` 时再展示可点击链接，不输出原始状态；恢复条件满足后原样重跑查询。普通查询错误没有有效 `msg` 时，才使用脚本生成的中文错误。\n\n## 能力路由\n\n每次先选择一个主能力。只有回答用户问题确实需要交叉验证时，才追加其他能力。\n\n| 用户意图 | 内部能力 | 必读文档 | 可选预设 |\n| --- | --- | --- | --- |\n| 找商品、选品、爆款、新品、价格带、销量、同款竞争 | 商品搜索 | [Temu商品搜索](references/Temu商品搜索.md)、[商品搜索接口](references/Temu商品搜索接口.md) | [商品榜单预设](references/Temu商品榜单预设.md) |\n| 上传图片找同款、拍照搜款、以图搜货、分析图片对应商品市场 | 图搜同款 | [Temu图搜同款](references/Temu图搜同款.md)、[图搜同款接口](references/Temu图搜同款接口.md)、[商品搜索接口](references/Temu商品搜索接口.md) | [商品榜单预设](references/Temu商品榜单预设.md) |\n| 找店铺、竞品店铺、头部店铺、新店、经营效率 | 店铺搜索 | [Temu店铺搜索](references/Temu店铺搜索.md)、[店铺搜索接口](references/Temu店铺搜索接口.md) | [店铺榜单预设](references/Temu店铺榜单预设.md) |\n| 查类目 ID、市场容量、热销类目、蓝海类目、供需结构 | 类目搜索 | [Temu类目搜索](references/Temu类目搜索.md)、[类目搜索接口](references/Temu类目搜索接口.md) | [类目榜单预设](references/Temu类目榜单预设.md) |\n| 查词、热销词、蓝海词、新词、需求增长、关键词竞争 | 关键词搜索 | [Temu关键词搜索](references/Temu关键词搜索.md)、[关键词搜索接口](references/Temu关键词搜索接口.md) | [关键词榜单预设](references/Temu关键词榜单预设.md) |\n| 评论痛点、使用场景、差评归因、产品改良 | 评论搜索 | [Temu评论搜索](references/Temu评论搜索.md)、[评论搜索接口](references/Temu评论搜索接口.md) | 无 |\n\n只在用户表达榜单意图时读取对应预设，不为普通搜索叠加榜单条件。\n\n## 执行流程\n\n1. 明确用户的决策问题、目标站点、市场边界、时间口径和硬性条件。不会显著影响结果时采用合理默认值并说明。\n2. 按“能力路由”只加载完成当前任务所需的文档。\n3. 所有能力共用站点列表返回的站点 ID。未指定站点或指定美国站时直接使用美国站默认值 `48`；只有用户指定其他国家或地区时，才运行 `scripts/temu_site_list.py` 实时解析站点 ID。无唯一匹配时请用户确认，不猜测站点。评论搜索可以省略站点参数并使用默认美国站，只有用户明确限定其他站点时才实时解析。\n4. 生成最小必要查询条件并运行对应脚本：商品使用 `scripts/temu_goods_search.py`，图搜同款使用 `scripts/temu_image_search.py`，店铺使用 `scripts/temu_shop_search.py`，类目使用 `scripts/temu_category_search.py`，关键词使用 `scripts/temu_keyword_search.py`，评论使用 `scripts/temu_review_search.py`。\n5. 所有业务脚本统一复用公共请求封装。服务端因未登录、额度不足、请求受限、需要充值、开通或升级等原因要求暂停时，按 [查询暂停与恢复流程](references/查询暂停与恢复流程.md) 处理；恢复条件满足后原样重跑查询。\n6. 检查响应、分页、缺失字段、异常值、时间口径和可比性。未完成全量分页时明确标为样本。\n   图搜同款任务中，用户要求全部结果或完整市场分析时，必须根据命中总数以单页 200 条继续翻页直至覆盖全部命中，不能把第一页条数当成同款总量。\n7. 完成主查询后判断是否需要交叉验证。简单搜索直接回答，不强制扩展为完整报告。\n8. 输出结论、数据口径、关键证据、机会与风险、下一步验证动作。发送最终答复前执行链接完整性检查，修复所有应当链接但仍为纯文本的名称。\n\n## 组合调研链路\n\n根据问题裁剪链路，不机械执行全部步骤：\n\n```text\n类目搜索：确定市场边界、类目 ID、规模与供需\n    ↓\n关键词搜索：验证具体需求、增长和搜索竞争\n    ↓\n商品搜索：寻找候选商品，核验价格、销量、同款竞争和上架时间\n    ↓\n评论搜索：核验用户卖点、痛点、规格风"},{"path":"README.md","content":"# 极鲸云 Temu 数据分析与市场调研 Skill\n\n通过极鲸云提供的真实Temu数据，统一完成商品、图搜同款、店铺、类目、关键词和评论查询，并进一步用于选品分析、竞品研究、需求判断、价格带分析、竞争评估和用户痛点提炼。\n\n## 主要能力\n\n| 能力 | 可以解决的问题 |\n| --- | --- |\n| Temu 商品搜索 | 回答“卖什么、跟不跟”：发现正在起量的商品、稳定热卖款和低竞争机会，判断真实需求、主流售价、竞争压力与入场时机 |\n| Temu 图搜同款 | 拿供应商图片、实拍图或竞品图快速找到 Temu 在售同款，摸清市场销量、售价空间和同行竞争，判断是直接跟进还是做差异化开发 |\n| Temu 店铺搜索 | 看清竞品店铺“卖什么、卖得怎么样”：识别头部店、新锐店和直接竞争对手，判断主营方向、经营规模、动销效率与增长潜力 |\n| Temu 类目搜索 | 判断一个品类值不值得进入：了解市场容量、增长阶段、供需拥挤度、主流价格带和卖家竞争格局，避开过度饱和赛道 |\n| Temu 关键词搜索 | 判断海外买家“正在搜什么”：发现需求增长词和供给不足的机会词，为选品方向、商品定位、标题用词和市场切入点提供依据 |\n| Temu 评论搜索 | 看懂消费者“为什么买、为什么不满意”：提炼真实使用场景、核心卖点、差评隐患和规格问题，为选款、改款、采购验货和详情页优化提供依据 |\n\n## 适用场景\n\n本项目适合以下任务：\n\n- Temu 跨境电商选品和候选商品筛选。\n- 根据商品图、实拍图或供应商图片查找 Temu 同款并评估市场表现。\n- 热销榜、新品榜、蓝海商品和低竞争商品研究。\n- 商品价格带、销量、销售额、评价和竞争强度分析。\n- 头部店铺、竞品店铺、新店和店铺经营效率研究。\n- 类目市场容量、供需变化和品类机会判断。\n- 关键词趋势、搜索需求、商品供给和店铺供给分析。\n- 商品评论、差评原因、使用场景和消费者痛点分析。\n- 将类目、关键词、商品、评论和店铺数据组合成完整的市场调研结论。\n\n## 安装 / 更新\n\n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：\n\n```text\n安装这个Skill: https://github.com/geekbi/geekbi-temu-research-skill\n```\n\n\n## 开始使用\n\n安装后直接用中文描述目标即可，例如：\n\n```text\n帮我找Temu美国站最近卖得最好的大码女装，并分析价格、销量和同款竞争。\n```\n\n```text\n(先上传一张图片)\n用我上传的商品图片查找美国站 Temu 同款，按月销量排序，并比较价格、供货价和跟卖竞争。\n```\n\n```text\n查一下Temu美国站宠物用品类目最近有哪些增长较快的细分方向。\n```\n\n```text\n分析Temu关键词 wireless charger 的需求、竞争和价格带。\n```\n\n```text\n查找Temu主营女装、最近增长较快的 Temu 店铺，并比较经营效率。\n```\n\n```text\n分析Temu商品 601103212738834 的低评分评论，找出主要缺点和改良建议。\n```\n\n```text\n结合Temu类目、关键词、商品和评论数据，给我做一份 Temu 选品调研。\n```"},{"path":"_meta.json","content":"{\n  \"ownerId\": \"kn7aztmefa4fv3mdrqs9vagx7h8c14z2\",\n  \"slug\": \"geekbi-temu-research-skill\",\n  \"version\": \"0.1.0\",\n  \"publishedAt\": 1786075916964\n}"},{"path":"references/Temu关键词搜索.md","content":"# Temu 关键词搜索\n\n## 工作原则\n\n- 只使用极鲸云返回的真实关键词数据，不编造关键词、翻译、指标或查询结果。\n- 明确区分数据事实、可复算的派生指标和分析判断。\n- 默认使用简体中文，日期使用绝对日期；平均价格和销售额标明当前 Temu 站点币种。\n- 对缺失值、异常值、样本量和未完成分页作显式说明；指标为 `0` 时结合其他指标和更新时间核验，不自动当成真实为零。\n- 接口参数、响应字段、请求命令和原始 JSON 仅用于内部调用。进度说明、分析过程和最终答复使用中文业务名称，不展示英文参数；只有用户明确要求开发对接或故障排查时才展示必要技术信息。\n\n## 执行流程\n\n1. 明确用户是查特定关键词、找热销/蓝海/新词、从品类中找词，还是研究关键词市场机会。\n2. 明确站点、关键词或类目范围、市场时间、需求规模和供给规模等必要条件。未指定站点时默认美国站，并在结果口径中说明。\n3. 读取 [Temu 关键词搜索接口](Temu关键词搜索接口.md)，生成最小必要查询条件。用户要求热销词、蓝海词或最近新词时，再读取 [Temu 关键词榜单查询预设](Temu关键词榜单预设.md)。\n4. 未指定站点或明确要求美国站时直接使用默认值；只有用户指定其他国家或地区时，才运行 `scripts/temu_site_list.py` 实时解析站点。\n5. 使用 `scripts/temu_keyword_search.py` 查询；服务端要求暂停查询时，按 [查询暂停与恢复流程](查询暂停与恢复流程.md) 提示并暂停。\n6. 恢复条件满足后原样重跑查询，取得关键词数据后再分析。\n7. 查询失败时，只向用户提示错误输出一级 `msg` 的中文文案，不展示错误 JSON、状态码、异常栈或内部字段。\n8. 核对分页范围、样本量、关键指标和更新时间后再分析；未读取全部分页时明确标为样本。\n\n## 查询策略\n\n- 关键词条件同时匹配英文关键词和中文关键词。查特定词时优先使用关键词，不自行翻译后替换用户输入。\n- 类目 ID 与商品、店铺和类目搜索共用同一套体系。找某品类的关键词时，先用“Temu类目搜索”取得可信的一级或二级类目 ID，不根据名称猜测 ID。\n- 查特定词时一般使用关键词条件；做品类词机会挖掘时一般使用类目条件。只有用户明确要在某品类内查特定词时才组合，并说明组合条件可能减少结果。\n- “市场年龄”使用该关键词下最早商品上架时间作为代理指标，不是关键词的创建时间。日期越新，表示该词对应市场可能更新。\n- 未指定排序时按问题选择一个主指标：热销优先总销量，蓝海优先蓝海指数，新词优先最早商品上架时间，近期增长优先月销量增长率或月销售额增长率。\n- 服务端为每个关键词返回 `linkUrl`，指向该关键词在极鲸云的 Temu 关键词详情页。每个被展示的关键词都必须把关键词名称写成 `[关键词](<linkUrl>)`；这条规则适用于表格、列表、排名、候选清单和正文，不因用户未主动要求链接或要求简洁结果而省略。\n\n## 分析方法\n\n- 需求规模：结合总销量、总销售额和日/周/月销量与销售额，不仅凭单一累计指标判断。\n- 增长趋势：结合日、周、月增长率识别加速、回落或短期异常，单个时间窗口不足以证明长期趋势。\n- 竞争供给：结合商品数、店铺数及其变化量和增长率，识别需求增长但供给尚未同步涌入的词。\n- 蓝海指数：数值越高越值得优先验证；在完整计算口径不明时，只将它作为供需综合指标，与需求、供给和增长交叉验证。\n- 价格带：平均价格使用当前站点币种，可用于初步判断该词对应的价格带，但均值不代表商品价格分布。\n- 市场阶段：结合市场年龄、需求增长和供给增长，区分“新出现且加速”、“成熟稳定”和“短期异常”，不把日期较新直接等同于值得进入。\n- 品类与托管模式：结合关联类目、半托管商品数和半托管店铺数，判断该词的主要市场归属和半托管渗透情况。\n- 下一步验证：将候选词交给商品搜索，检查具体商品的同款竞争、价格、评论和上架时间；需要时再用店铺搜索验证竞品集中度。\n\n## 输出要求\n\n关键词表格或清单的名称列必须使用 `[关键词](<linkUrl>)`。发送答复前逐行检查：服务端返回非空 `linkUrl` 的每个关键词都必须存在对应的可点击关键词名称，缺少任何一个都先修复再交付。\n\n用户只索要关键词链接时，仅返回 `[关键词](<linkUrl>)`，不附加接口、字段、链接类型或缺失状态说明。\n\n默认按以下顺序输出：\n\n1. 一句话结论：哪些关键词值得关注或继续验证。\n2. 数据口径：站点、类目范围、时间条件、排序、分页范围、样本量和更新时间。\n3. 候选关键词：展示英文词、中文词、关联类目、核心指标和入选原因。\n4. 需求、趋势与竞争判断：区分事实、计算和判断。\n5. 风险、数据限制和下一步商品/店铺验证动作。\n\n用户只要关键词列表或简单搜索结果时保持简洁，不强行扩展为完整市场报告。"},{"path":"references/Temu关键词搜索接口.md","content":"# Temu 关键词搜索接口\n\n## 目录\n\n- [脚本调用](#脚本调用)\n- [基础参数](#基础参数)\n- [站点与类目 ID](#站点与类目-id)\n- [区间筛选参数](#区间筛选参数)\n- [排序字段](#排序字段)\n- [响应与失败处理](#成功响应)\n\n## 脚本调用\n\n单页数量最大为 200。\n\n通过以下命令调用：\n\n```bash\npython3 scripts/temu_keyword_search.py \\\n  --param \"keyword=summer dress\" \\\n  --param \"siteId=48\" \\\n  --param \"size=20\" \\\n  --param \"sort=totalSold\" \\\n  --param \"order=desc\"\n```\n\n类目 ID 可重复传入：\n\n```bash\npython3 scripts/temu_keyword_search.py \\\n  --param \"catIds=10001\" \\\n  --param \"catIds=20002\" \\\n  --param \"sort=monthSoldRate\" \\\n  --param \"order=desc\"\n```\n\n服务端要求暂停查询时，按 [查询暂停与恢复流程](查询暂停与恢复流程.md) 提示用户；恢复条件满足后再次运行同一命令。\n\n## 基础参数\n\n| 参数 | 类型 | 默认值 | 说明 |\n| --- | --- | --- | --- |\n| `keyword` | string | 无 | 同时匹配英文关键词和中文关键词，最长 300 个字符 |\n| `catIds` | integer，可重复 | 无 | Temu 类目 ID，多个值匹配其中任一类目 |\n| `siteId` | integer | `48` | 极鲸云站点 ID；美国站直接使用默认值，其他国家或地区先实时解析站点 |\n| `page` | integer | `1` | 页码，从 1 开始 |\n| `size` | integer | `20` | 每页数量，最大 200 |\n| `sort` | string | 无 | 排序字段，取值见下方 |\n| `order` | string | `desc` | `asc` 或 `desc` |\n\n## 站点与类目 ID\n\n- 未指定站点或指定美国站时，直接使用美国站 ID `48`，不额外查询站点列表。\n- 用户指定其他国家或地区时，运行 `python3 scripts/temu_site_list.py --country \"国家或地区名\"`，只使用唯一精确匹配的站点 ID。\n- 不使用本地静态站点表，不按语言、币种或相似名称猜测。无匹配或多个匹配时请用户确认。\n- 关键词搜索与商品、店铺和类目搜索共用同一套类目 ID。不根据类目名称猜测 ID；需要品类词时先使用“Temu类目搜索”。\n\n## 区间筛选参数\n\n每项均支持 `Min` 和 `Max` 后缀：\n\n| 维度 | 最小值 | 最大值 |\n| --- | --- | --- |\n| 蓝海指数 | `dsrMin` | `dsrMax` |\n| 总销量 | `totalSoldMin` | `totalSoldMax` |\n| 平均价格 | `avgPriceMin` | `avgPriceMax` |\n| 总销售额 | `totalSalesMin` | `totalSalesMax` |\n| 市场时间 | `firstOnSaleTimeMin` | `firstOnSaleTimeMax` |\n| 总商品数 | `itemCountMin` | `itemCountMax` |\n| 半托管商品数 | `semiManagedItemCountMin` | `semiManagedItemCountMax` |\n| 总店铺数 | `mallCountMin` | `mallCountMax` |\n| 半托管店铺数 | `semiManagedMallCountMin` | `semiManagedMallCountMax` |\n| 日/周/月销量 | `daySoldMin`、`weekSoldMin`、`monthSoldMin` | `daySoldMax`、`weekSoldMax`、`monthSoldMax` |\n| 日/周/月销量增长率 | `daySoldRateMin`、`weekSoldRateMin`、`monthSoldRateMin` | `daySoldRateMax`、`weekSoldRateMax`、`monthSoldRateMax` |\n| 日/周/月销售额 | `daySalesMin`、`weekSalesMin`、`monthSalesMin` | `daySalesMax`、`weekSalesMax`、`monthSalesMax` |\n| 日/周/月销售额增长率 | `daySalesRateMin`、`weekSalesRateMin`、`monthSalesRateMin` | `daySalesRateMax`、`weekSalesRateMax`、`monthSalesRateMax` |\n| 日/周/月商品数变化量 | `dayItemCountMin`、`weekItemCountMin`、`monthItemCountMin` | `dayItemCountMax`、`weekItemCountMax`、`monthItemCountMax` |\n| 日/周/月商品数增长率 | `dayItemCountRateMin`、`weekItemCountRateMin`、`monthItemCountRateMin` | `dayItemCountRateMax`、`weekItemCountRateMax`、`monthItemCountRateMax` |\n| 日/周/月店铺数变化量 | `dayMallCountMin`、`weekMallCountMin`、`monthMallCountMin` | `dayMallCountMax`、`weekMallCountMax`、`monthMallCountMax` |\n| 日/周/月店铺数增长率 | `dayMallCountRateMin`、`weekMallCountRateMin`、`monthMallCountRateMin` | `dayMallCountRateMax`、`weekMallCountRateMax`、`monthMallCountRateMax` |\n\n市场时间使用 ISO 8601 日期时间，它代表该关键词下最早商品的上架时间，不是关键词创建时间。增长率的查询和响应均使用小数；例如用户要求增长率至少 20%，请求值使用 `0.2`。商品数和店铺数的周期值是变化量，可能为负数。平均价格和所有销售额使用当前查询站点币种。\n\n## 排序字段\n\n| 维度 | `sort` 可选值 |\n| --- | --- |\n| 蓝海指数"}],"languages":[],"docsSourceLabel":"CLAWHUB","editorialOverview":"整合商品、图搜同款、店铺、类目、关键词和评论数据完成 Temu 选品调研 Skill: 极鲸云 Temu 数据分析与市场调研 Owner: geekbi Summary: 整合商品、图搜同款、店铺、类目、关键词和评论数据完成 Temu 选品调研 Tags: latest:0.1.0 Version history: v0.1.0 | 2026-08-07T04:11:56.964Z | auto - 初始版本发布，支持通过极鲸云查询和分析 Temu 商品、图搜同款、店铺、类目、关键词与评论等多元数据。 - 明确能力路由与调研链路，一站式满足选品、找同款、市场调研、用户反馈等跨境电商业务需求。 - 强化数据输出规范，所有详情名称均硬性生成可点击 Markdown 链接，确保交付一致性。 - 明确缺失值、异常值与接口事实说明，输出数据时详细标注口径、样本范围与限制条件。 - 仅据极鲸云真实数据形成结论，不展示技术细节与原始数据，保障专业简明的用户体验。 Archive index: Archive v0.","editorialQuality":{"score":100,"threshold":65,"status":"ready","wordCount":564,"uniquenessScore":66,"reasons":[]}},"media":{"evidence":{"source":"no-media","verified":false,"confidence":"low","updatedAt":"2026-10-09T15:39:35.481Z","emptyReason":"No screenshots, media assets, or demo links are available."},"primaryImageUrl":null,"mediaAssetCount":0,"assets":[],"demoUrl":null},"ownerResources":{"evidence":{"source":"unclaimed","verified":false,"confidence":"low","updatedAt":"2026-10-09T15:39:35.481Z","emptyReason":"This page has not been claimed by the agent owner."},"hasCustomPage":false,"customPageUpdatedAt":null,"customLinks":[],"structuredLinks":{"docsUrl":null,"demoUrl":null,"supportUrl":null,"pricingUrl":null,"statusUrl":null},"customPage":null},"relatedAgents":{"evidence":{"source":"protocol-neighbors","verified":false,"confidence":"medium","updatedAt":"2026-10-10T04:01:20.313Z","emptyReason":null},"items":[{"id":"8ebccd8e-3863-4187-8355-c3f14e1f9edf","entityType":"agent","canonicalPath":"/agent/iofficeai-aionui","slug":"iofficeai-aionui","name":"AionUi","description":"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!","url":"https://github.com/iOfficeAI/AionUi","homepage":"https://www.aionui.com","source":"GITHUB_REPOS","protocols":["MCP","OPENCLAW"],"capabilities":[],"safetyScore":100,"overallRank":70,"updatedAt":"2026-10-09T19:11:12.944Z","createdAt":"2026-02-25T03:38:16.584Z","downloads":null},{"id":"b917f68a-ebff-438e-84f8-3f4b2494c0bc","entityType":"agent","canonicalPath":"/agent/activepieces-activepieces","slug":"activepieces-activepieces","name":"activepieces","description":"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","url":"https://github.com/activepieces/activepieces","homepage":"https://www.activepieces.com","source":"GITHUB_REPOS","protocols":["OPENCLAW"],"capabilities":[],"safetyScore":100,"overallRank":70,"updatedAt":"2026-04-15T02:22:12.426Z","createdAt":"2026-02-25T03:38:12.412Z","downloads":null},{"id":"5cb26759-3a39-483f-94cf-276a98c13bb8","entityType":"agent","canonicalPath":"/agent/cherryhq-cherry-studio","slug":"cherryhq-cherry-studio","name":"cherry-studio","description":"AI productivity studio with smart chat, autonomous agents, and 300+ assistants. Unified access to frontier LLMs","url":"https://github.com/CherryHQ/cherry-studio","homepage":"https://cherry-ai.com","source":"GITHUB_REPOS","protocols":["MCP","OPENCLAW"],"capabilities":[],"safetyScore":100,"overallRank":70,"updatedAt":"2026-04-11T14:38:40.986Z","createdAt":"2026-02-25T03:38:19.379Z","downloads":null},{"id":"6f6582d0-5d76-4f0f-b81d-86520247950b","entityType":"agent","canonicalPath":"/agent/copilotkit-copilotkit","slug":"copilotkit-copilotkit","name":"CopilotKit","description":"The Frontend for Agents & Generative UI. React + Angular","url":"https://github.com/CopilotKit/CopilotKit","homepage":"https://docs.copilotkit.ai","source":"GITHUB_REPOS","protocols":["OPENCLAW"],"capabilities":[],"safetyScore":100,"overallRank":70,"updatedAt":"2026-03-25T09:50:57.846Z","createdAt":"2026-02-25T03:39:14.617Z","downloads":null}],"links":{"hub":"/agent","source":"/agent/source/clawhub","protocols":[{"label":"OpenClaw","href":"/agent/protocol/openclew"}]}}}