ecom-listing
Skill18 starsChanged 5 months agoMITView on GitHub
将商品图片、规格、旧 Listing 或口头资料整理为可追溯的商品事实,并完成平台、本地化文案和 7 张以上套图规划。用户要求分析商品、提炼卖点、生成 Amazon/eBay/Temu 文案、选择平台/国家/语言/比例、智能或自定义套图、爆款风格分析,或需要生成 listing.json、strategy.json、copy.json、image_jobs.json 时使用。用户已说明的选项直接采用,只对缺少且会实质影响结果的选项集中提问;完成后可继续调用 ecom-image。
1 other project uses a version of this.
Adopted by
Most recently taken up by
- kangise/ecommerce-ai-skillstheir own version, first seen Aug 25, 2026
Other versions1 project uses a version of this.
Word for word · 0
None found.
Edited · 0
None found.
Wrote their own version · 1
- kangise/ecommerce-ai-skills★ 73same name
How matches are found. Word for word: the exact same text. Edited: shares passages with this file (“99% same” means 99% of its five-word phrases also appear here; 10% or more counts). Their own version: similar meaning, or, weakest, the same name. We can’t tell which project had it first. Projects are counted among the 200 most-starred candidates, and mentions are links to the repository we found, up to 50 per site, so both counts are a floor.
In this repository17 other files it gives its agents.
- architecture-diagramSkill
- ai-news-scoutSkill
- article-to-pptSkill
- bid-document-builderSkill
- bid-preparationSkill
- ecom-imageSkill
- ecom-publishSkill
- hootoolai-pptSkill
- hubei-subsidy-trackerSkill
- minimal-narrative-sketch-scenesSkill
- plc-station-db-mapperSkill
- prototype-orchestrator-proSkill
- qingtian-bidSkill
- svg-architecture-diagramSkill
- text-to-ppt-proSkill
- viral-article-analyzerSkill
- wechat-article-operatorSkill
The file
Files
电商内容与套图规划
把商品资料整理成四个可续跑产物:listing.json、strategy.json、copy.json 和 image_jobs.json。本 Skill 负责商品理解、选项收集、站点策略、文案和套图工单,不生成最终图片。
选项处理规则
先读取用户消息、已有文件和上下文,再决定是否提问。
- 用户已经明确给出的值直接采用,不复问、不改写。
- 能由明确值唯一推出的选项直接推导,并在结果摘要中说明。例如
Amazon 美国站可推导amazon-US;语言未另行指定时可推导en-US。 - 用户明确要求“自动”“智能匹配”“你来决定”时,代表授权选择合理默认值,不再逐项提问。
- 缺少且会改变交付结果的选项时,必须调用运行环境的结构化选择控件。Codex 使用
request_user_input;其他 Agent 使用等价的选项选择或 elicitation 工具。 - 禁止在普通对话、commentary 或 final 中列出编号问卷、斜杠选项或让用户手工复制填写选项。
- 每次控件调用只放 1 至 3 个问题,每题提供 2 至 3 个互斥选项;推荐项排第一,并在标签中标明“推荐”。不要手工添加
Other,由客户端提供自由输入。 - 使用不超过 12 个字符的短标题和稳定的
snake_case问题 ID。选择是继续执行的必要输入时不要设置自动超时。 - 缺项超过 3 个时分轮显示:先确定发布范围和站点,再确定视觉方案,最后确定图片提供方。上一轮答案能推导出的字段不得在下一轮重复出现。
- 当前运行环境没有结构化选择控件时,不要退化为文字问卷;只说明“当前模式不支持选项控件,请切换到支持结构化输入的交互模式后重试”,并停止执行需要该选择的阶段。
- 不要询问与当前请求无关的选项。例如用户只要求提炼卖点时,不询问图片 API。
- 商品容量、尺寸、材质、功率、成分、认证、防水等级、兼容型号等不可可靠推断的公开事实,必须标为待确认。只有当它们会进入本次公开文案或图片时才向用户确认。
需要按任务检查的选项如下:
| 选项 | 常用值 | 何时必须询问 |
| 平台 | Amazon、eBay、Temu、其他 | 要生成站点内容但未说明且无法从文件判断 |
| 国家/站点 | US、DE、JP 等 | 平台存在多个站点且未说明 |
| 语言 | en-US、de-DE、ja-JP 等 | 无法由站点唯一推导,或用户要求跨语言 |
| 画幅 | 1:1、4:5、3:4、16:9、自定义像素 | 要规划图片但未说明,也未授权自动选择 |
| 卖点来源 | 手工、AI 帮写、沿用商品档案 | 现有资料与用户意图无法确定 |
| 套图结构 | 智能匹配、自定义槽位 | 要规划套图但未说明,也未授权自动选择 |
| 图片数量 | 7、8、9 或自定义 | 用户未给数量时,智能模式默认 7 张 |
| 爆款风格分析 | 开、关 | 用户未说明时默认关;开启后只提炼通用规律 |
| 生成文案 | 开、关 | 请求范围不清时询问;完整 Listing 任务默认开 |
| 图片提供方 | Codex ImageGen、Qwen Image 3.0 Pro、Nano Banana 2、Seedream | 将继续正式出图但未说明,也未授权自动选择 |
第一轮结构化选择示例:
{
"questions": [
{
"header": "产出范围",
"id": "output_scope",
"question": "本次希望完成到哪个阶段?",
"options": [
{"label": "完整套图(推荐)", "description": "生成 Listing、文案和 7 张以上套图工单。"},
{"label": "完整 Listing", "description": "生成商品事实、标题、五点和长描述。"},
{"label": "仅五点描述", "description": "只生成目标站点的五点描述。"}
]
},
{
"header": "发布站点",
"id": "target_site",
"question": "商品准备发布到哪个站点?",
"options": [
{"label": "Amazon US(推荐)", "description": "使用美国英语和 Amazon 美国站规则。"},
{"label": "Amazon DE", "description": "使用德国站规则和德语本地化。"},
{"label": "eBay UK", "description": "使用英国站规则和英国英语。"}
]
}
]
}第二轮仅在需要套图且相关值缺失时显示 aspect_ratio、image_set、bestseller_analysis;第三轮先选择 Codex ImageGen、外部 API 或 自动路由,只有选择外部 API 后才显示 Qwen、Nano Banana 2、Seedream 三选一。
工作流
1. 检查现有进度
有工作目录时先运行:
python "<本 Skill 目录>/scripts/pipeline.py" status --workdir "<工作目录>"存在有效产物时从最早缺失或过期的产物继续,不重复已确认阶段。上游文件更新时间晚于下游时,下游视为过期。
2. 建立商品事实
- 收集商品图、规格表、包装文字、旧 Listing、SKU、品牌和用户补充信息。
- 只读取
references/category-cues.md中匹配类目的段落,并按references/confidence-rules.md区分可观察、用户确认、文档声明和推断。 - 形成 5 至 8 条候选卖点,每条包含证据;推断项设置
needs_confirmation: true。 - 检查原图分辨率、模糊、水印、第三方 Logo、主体遮挡和抠图难度。
- 按
references/listing-schema.md写出listing.json。
3. 固化站点与创意策略
- 按选项处理规则得到平台、国家、语言、比例、套图模式、数量、两个内容开关和图片提供方。
- 只读取目标平台的
references/sites/<platform>.md与目标语言的references/locale/<locale>.md。 - 智能套图至少 7 张;自定义套图严格使用用户给定槽位。
- 爆款分析只提炼构图、色彩、信息密度和场景等通用规律,不复制商标、角色、包装或独特版权元素。
- 按
references/artifact-schemas.md写出strategy.json。
4. 生成站点文案
- 读取
references/copy-patterns.md,直接用目标语言写作,不先写中间语言再机械翻译。 - 排除所有
needs_confirmation: true的事实,并在excluded_points中记录原因。 - 生成标题、五点描述、长描述、搜索词和图上短文案;若
generate_copy为关,则只保留用户提供的文字并跳过扩写。 - 保持所有文字中的卖点名称、数值、单位和限定条件一致。
- 按
references/artifact-schemas.md写出copy.json。
5. 生成套图工单
- 读取
references/image-types.md。 - 智能模式按类目、卖点优先级和站点规则编排;自定义模式严格按用户槽位编排。
- 每个
base_prompt必须要求无文字、无 Logo、无水印,并说明主体、环境、构图、镜头、光线、留白和商品一致性。 - 把准确文案写入
text_layers,不要写入底图提示词。box使用[left, top, right, bottom]的 0 至 1 归一化坐标。 - 需要保持商品外观时写入本地
reference_images。 - 按
references/artifact-schemas.md写出image_jobs.json。
交付与续跑
对话中只展示关键摘要、已采用选项、待确认事实和文件路径,不粘贴整份 JSON。完成后提示用户继续调用 ecom-image,并带上同一工作目录。Codex 中可用 $ecom-image,Claude Code 中可用 /ecom-image。
所有产物都写入用户的工作目录,不要写入 Skill 安装目录;<本 Skill 目录> 指当前 SKILL.md 所在目录。
Does it work?
Reviews from people and from AI agents that ran it: what they used it for, and whether it worked.
No reviews yet
People and AI agents can review whether this works in practice. Say what you used it for, and whether it worked.
- It worked
- Partly
- It didn't
Using an agent? It can post a review for you after it has run the file: the MCP tool registry_write, action report. How to connect one.
Your trail
Files you open will collect here, so you can find them again.
Open two or more, and you can remix the rules you like from each into one list. Kept in this browser only.
Now do this for your own.
Bring your CLAUDE.md, AGENTS.md or skills. agentleFS shows which of your rules are common, which are yours and which only fit one project, and keeps one version your agents read everywhere.

