agentleFS
badmoonrbadmoonr/loopilot/skills/ecommerce-operations/SKILL.md

ecommerce-operations

Skill1 starsChanged 27 days agoApache-2.0View on GitHub

Execute daily ecommerce operations from the user's goal, reuse available specialist skills or browser and computer tools, verify real results, and save successful procedures for later reuse and skill recommendations. Use for store, product, supplier, order, fulfillment, customer service, content, advertising, and business-data tasks, including existing LooPilot workflows.

The file

Files
SKILL.md

素材首次入库、同商品资料复用或剪辑前查找背景音乐时,按需读取相邻 reusable-material-library/SKILL.md 及其类型说明。先复用已有理解,再补实际缺口;采用结果交原消费者并回读实际产物。

涉及新创意时由主 Agent 先实例化相关 checklist,再按相邻 创意作者交接 派发本作品作者;主 Agent 保留任务要求、媒体执行和独立验收职责。

日常电商运营总控

本 Skill 由原 short-video-growth-loop 迭代更名。运行它的 Agent 负责理解目标、选择工具、安排顺序与分支、恢复和验收;本 Skill 提供规则、SOP 和工具用法。代码保留确定性能力,不作为独立业务决策或调度主体。

开始任务

  1. 根据当前要求确定目标店铺/账号、时间与对象范围、交付结果和已给授权。能从当前任务和明确配置读取的信息直接读取,仅询问影响实际执行的缺口;不要默认首个账号。
  2. 读取 任务方案与交付和相关类型 checklist 模板。结合适用偏好和实际输入,在本任务方案形成具体清单;已有方案消费最新有效 revision,不重复建立任务。按真实证据记录勾选,缺模板可补建。
  3. 读取 成功流程记录与复用,在明确接入的流程库中查找相同平台和操作目标的成功流程,再核对当前账号、角色与页面。没有适合流程时由 Agent 直接探索。
  4. 选择适合的现有 Skill、连接器、CLI、浏览器或电脑工具。优先可靠且适合当前任务的能力;没有专项 Skill 不要求先开发。成功流程提供已跑通的方法,不替代当前页面观察或本次要求。

执行、恢复和验收

  • 子 Skill 的 blocked / failed、decision 差异或可重建投影不再自动结束整个 lane。总控保存原结果并返回 needs_model_action;当前 Agent 调用正式 producer/consumer 接续。只有显式 resume 才重开历史 blocked / failed,重复恢复不改旧结果或触发业务副作用。
  • requires_external_resolution 只暂停依赖该外部事实的分支;权限、身份、权利、Provider submitted/unknown、防重和未授权外写继续按真实边界处理。
  • 当前 Agent 决定步骤与工具组合,执行后读取真实结果,保存必要的关键动作、当前状态与断点。未明确要求定时任务时不启动后台循环。
  • 遵守已经给出的任务授权,不每阶段重复询问;规则、流程记录或过去成功不能授予本次付款、退款、发消息、发布、投流等权限。
  • 可恢复的格式、路径、版本、状态或投影差异,先回读权威事实并使用正式 producer/consumer 恢复。只暂停真实受阻分支,其余安全工作继续。工具权限、未授权外写、防重、身份冲突和客观不可执行事实按实际边界处理。
  • 网页提交结果未知时先查询平台状态,沿同一业务对象恢复,不重新提交;不能手改终态、receipt、ledger 或 lineage 来制造完成。
  • 按最新任务方案逐项核对交付。点击、脚本退出 0、文件存在、诊断成功都不足以证明业务成功;分别说明完成项、未完成项与流程沉淀是否已保存。
  • 每次成功后整理实际操作流程并更新复用记录;失败和部分完成保存断点,不覆盖最后一次成功流程。相同任务重复收尾不增加成功次数。
  • 仅出现有依据的新候选或收益明显变化时推荐专项 Skill;合并相同建议,引用成功案例。设计开发回开发项目治理,不在生产修改 Skill。

用户偏好

唯一运行时事实源为明确的 <state_root>/preferences/user-preferences.md;state_root 来自任务、商家配置或显式 LOOPILOT_STATE_ROOT,不回退到安装目录、开发仓或临时目录。

先读 preference-policy:learning、preference-index:skills、preference-section:common 和当前任务章节;订单等通用运营可读 preference-section:operations,旧文档缺此章时使用已有适用内容继续,不覆盖初始化。历史索引中的 short-video-growth-loop 对应本 Skill,不因此重建文档。用户当前明确要求、事实和权限优先于偏好;偏好是可覆盖的 soft default。

本 Skill 是缺失文档的默认初始化责任方:仅当该文件不存在时(确认从未存在)用 用户偏好模板 初始化;已有文件不得覆盖。反馈写回遵守用户文档中的当前学习规则,写前重新读完整文档,合并而不重复学习;下游已处理同一反馈时不再次写入。偏好读写异常只说明具体缺口,原任务能执行的部分继续。

场景与既有工具

  • 快麦店铺商品:默认通过快麦店铺商品原子工具查询商品/SKU、刷新已存在的单商品和预览/提交 SKU 标价;Agent 编排授权、进度、回读及本地同步。新能力沿“探索 → 验证 → 固化工具”,未验证的新增/删除/优惠到手价不冒充已支持。
  • 店铺订单查询:优先使用快麦订单查询工具,按显式店铺、付款日期及可选商品/订单号查询 ERP 已有平台订单明细,保存本地快照。Agent 处理日期拆分、分页和字段缺口;ERP 零成本不代表真实采购成本,利润对账另行核实。
  • 紫旗礼品脚本:按需读取配置、登录与断点恢复。默认只读,逐单采购/发货沿本次授权;异常输出真实断点给 Agent,不把离线验证、逸淘登录或出号当作实单完成。
  • 关联货源:调用相邻 supplier-association,发现新品、补齐全部 SKU 并回读货源与含运费成本。
  • 商品核价:调用相邻 product-pricing,按策略与实际活动逐 SKU 核算、给商品级活动建议,审核后导出改价清单与人工报名名单。新品准备先关联再核价;后续策略/成本/活动变化只重核价格。
  • 本地店铺商品库:按需读取 商品库 CLI 与字段,支持 JSON/CSV 录入、SKU 更新、历史查询、素材引用和导出创作资料。使用明确的商家目录与店铺身份;不依赖视频 Provider,不自动抓取平台数据。
  • 商品、供应商、订单、履约、库存、物流、客服售后和店铺维护:按本次目标使用可用工具;无需无关视频、音乐、剪辑或 Provider 配置。不要强行创建视频 workflow。
  • 选品:按需求读取 product-selection-runner;参考发掘与理解使用 viral-video-miner、video-content-understanding、video-script-learner。
  • 新视频或最终视频 Prompt:当前 Agent 先读取相邻 video-script-generator/SKILL.md,按其规则完整成稿或复用原文并确定渠道账号;创作交给 creative-runner,审核与剪辑分别使用 content-reviewer、video-editor-runner,账号音乐使用 douyin-music-library。不以调用编译函数代替读取 Skill;查询、下载和 submitted/unknown 恢复沿原绑定,不重复成稿或提交。
  • 发布、经营数据和投放:使用 douyin-video-publisher、video-data-monitor、ad-boost-manager 等实际可用能力;操作以当前授权为准,工具未安装时由 Agent 判断可用替代方案。
  • 商家千川自动调优:沿 ad-boost-manager/references/qianchuan-auto-optimization.md,复用商品采购成本和现有任务库;预算调优按计划建任务,素材调优关联独立图片或视频任务。当前采购毛利保本基准是初始参照,Agent 按该商品已确认阶段目标动态选择计划目标;只读巡检和方案不自动启用投放、媒体费用或定时外写。
  • 原 create-task / run / resume / status、账号/配置解析、音乐路由和策略学习工具:仅当前任务需要这些具体能力时读取 既有工作流。脚本位于本 Skill 的 scripts/,命令参数和历史任务事实保持兼容;旧绝对安装路径改用本 Skill 当前目录。工具发出委托不表示专项已完成。

场景列表帮助发现能力,不是任务白名单。专项已在当前任务中执行时读取必要约定即可,不循环调用总控、另起 Agent 或重跑业务。

存储与交付

本次运行事实留在用户指定的 run 目录;可复用操作方法放在用户明确接入的流程库。共享只涉及脱敏方法,不共享账号登录、业务授权、订单数据或项目偏好。

最终交付直接给业务结果、必要证据和未完成项;成功流程已经保存时附简短说明或链接。推荐新 Skill 时说明职责、真实案例、已有覆盖差距及收益/维护代价,不报告未经测量的节省比例。

商品关联任务、素材、爆款推荐、投流计划,或登记货源 SKU 成本并本地核算利润时,使用 商品关联与成本后端,明确店铺及商品作用域;本地登记不代表平台投流或自动调价。

共享商品知识(LP-139)

商品图片/视频策划前按共享商品事实与卖点准备上下文并冻结到原任务;跨店只共用有据事实,保持本店商品/SKU/价格和账号素材权限。已有在途任务保留原采用版本;缺口沿原资料恢复,不触发媒体或平台写入。

Download now (ZIP)

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
What did you use it for? e.g. Reviewing pull requests in a Rails app

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.