profit-model
Skill1 starsChanged 8 days agoMITView on GitHub
利润与定价测算: 给做 Shopify / 独立站的中国出海卖家算清一个商品 "这个价卖一单到底赚多少, 广告最多能花多少, 底线价和目标价是多少, 开张要备多少钱". 成本按人民币, 售价按美元或欧元, 内置带日期的 Shopify / Stripe / PayPal 费率表, 每个数字都能追到你的输入或费率表, 交付 PDF 报告 (没有浏览器时是网页版) + Excel 可打开的表格. 用于: 这个产品能赚钱吗, 卖 39.99 刀利润多少, 算一下利润, 利润测算, 成本核算, 定价多少合适, 最低卖多少不亏, 底线价, 盈亏平衡 ROAS, 广告最多能花多少, 获客成本上限, 毛利率, 单位经济, 开店要准备多少钱, 启动资金, 1688 进价 加头程 尾程 算利润, profit calculator, is this product profitable, break-even ROAS, max CPA, pricing my product, unit economics, landed cost margin. 不预测销量, 不承诺收益, 不做关税归类.
In this repository6 other files it gives its agents.
- competitor-change-radarSkill
- launch-readinessSkill
- payments-readinessSkill
- shopify-store-teardownSkill
- __SKILL_NAME__Skill
- tracking-auditSkill
The file
Files
利润与定价测算
帮不懂财务的出海卖家把一个商品 (最多两种售卖形态, 如单件和两件装) 的账算清楚: 每单贡献, 广告后利润, 盈亏平衡 ROAS 和最高获客成本, 底线价和目标价, 三情景, 全店月固定成本, 开张现金, 最要命的 3 个输入. 数字全部由脚本按公式算, 你不要自己心算或改数字; 你的分工是把用户的话整理成输入表, 跑脚本, 再用大白话转告结果.
边界 (先读)
- 只算用户给的数字和随技能附带的费率表. 不预测销量, 不承诺收益, 不替用户决定做不做, 判断一律
[推测]+ 依据. - 不做关税归类, 不猜税率: 用户没给关税就按 "未含关税" 算并写明.
- 汇率不内置: 用户给的优先; 没给且能联网时脚本自动取欧洲央行带日期的参考汇率; 都没有就请用户补.
- 每个默认值都会出现在报告的 "假设清单" 里, 不允许悄悄补值.
- 不构成财务, 税务或法律意见.
第 0 步: 检查 Python
脚本要用电脑上的 Python 3.8+. 先查一次, 用第一个输出 Python 3.x (x ≥ 8) 的命令, 下文示例里的 python3 都换成它:
python --version
python3 --version
py -3 --version- macOS / Linux 一般是
python3; Windows 一般是python或py -3, 不是python3. - 没装 Python 的 Windows 会输出 "Python was not found; run without arguments to install from the Microsoft Store..." (退出码 9009). 这算没有 Python, 不是成功.
- 三个都不行时, 用大白话告诉用户怎么装 (Windows: 命令行输入
python打开应用商店点"获取"; 或到 python.org 下载, 安装第一屏勾选 "Add python.exe to PATH"), 装好后重开 AI 助手再继续. - 用户不想装: 走模式 C (手算), 这时没有 PDF 和表格.
第 1 步: 收集输入 (问卷)
用户已经在对话里给了数字, 就直接用, 不要再追问. 缺的非必填项不用问, 脚本会按假设清单补并在报告里写明. 只有必填项缺失时才问一次, 一次问齐; 当前环境不能来回对话 (一次性任务) 时不要问, 直接跑, 报告会列出 "需要你补的".
必填 (★): 销售市场 (US / UK / EU-DE ...), 汇率 (1 美元 = ? 元; 没有可留空让脚本取欧洲央行汇率), 收款方式 (Shopify Payments / Stripe / PayPal 中国账户 ...; 或直接给收款费率), 售价, 采购单价, 尾程运费. 欧盟和英国市场另需增值税率.
建议问的 (按这个顺序, 一句话问完): 包装, 头程, 关税合计税率 (按货值还是按售价), 拣货打包, 仓储, 退货率, 退货运费, 退回货能再卖的比例, 获客成本或 ROAS, Shopify 套餐与月费, 插件月费, 首批数量与打样费等启动项.
全部字段, 单位和缺失时的处理见 references/inputs.md.
第 2 步: 写输入表并运行 (模式 A, 首选)
脚本在本技能目录的 scripts/ 下, 只用 Python 标准库.
- 建运行目录 (用商品名):
python3 <技能目录>/scripts/profit.py init --product "宠物梳"它会打印运行目录和输入文件路径 (<运行目录>/原始数据/inputs.csv, 英文是 data/). 用户没指定保存位置时不要加 --out-root, 也不要写到当前目录: 默认存到 "文档/出海利润测算"; 环境里已有 CHUHAI_OUTPUT_DIR 时脚本自动用它, 不要自己设置, 覆盖或改写这个变量, 命令前也不要加任何环境变量.
- 把输入整个覆盖写入这个 inputs.csv (UTF-8). 一行一个数, 列为
商品,项目,基准,保守,乐观,单位,来源说明; 店铺级的项 (市场, 汇率, 收款, 月费, 启动项) 商品写全店; 金额必须写单位CNY或售价币种; 百分比写15表示 15%; 保守/乐观 只有用户给了区间才填. 例:
商品,项目,基准,保守,乐观,单位,来源说明
全店,销售市场,US,,,,
全店,汇率,7.20,,,CNY,用户给的
全店,收款方式,Shopify Payments,,,,
全店,收款费率,2.9,,,%,
全店,收款每笔固定费,0.30,,,USD,
全店,Shopify 套餐,Basic,,,,
全店,套餐月费,39,,,USD,
宠物梳,售价,39.99,,,USD,
宠物梳,采购单价,45,,,CNY,
宠物梳,头程,12,,,CNY,
宠物梳,关税合计税率,25,,,%,
宠物梳,关税计税基数,按货值,,,,
宠物梳,尾程运费,5.5,,,USD,
宠物梳,退货率,8,,,%,
宠物梳,获客成本,10,,,USD,用户说的无效值 (如 "折扣 120%") 照原样写进去, 不要自己改, 脚本会按规则处理并在报告 "请核对" 里写清楚. 用户没说的项不要写行, 也不要自己编值.
- 运行 (校验 → 计算 → 报告 → 自检 → 交付):
python3 <技能目录>/scripts/profit.py run "<运行目录>"用户用英文提问时 init 和 run 都加 --lang en. 不能联网或不想取欧洲央行汇率时加 --no-fx-fetch. 想在后台运行不打开文件夹加 --no-open.
用户直接给了一份填好的 CSV (例如用 templates/inputs-template.zh.csv 填的), 直接 run <那个 csv 路径>, 脚本会建运行目录并复制进去.
第 3 步: 读结果
run 最后打印完成状态和每个商品的关键数字, 报告和表格已经生成.
complete: 全部按用户数字算出.partial: 用了关键默认 (退货率试算档, 欧洲央行汇率) 或缺关税, 或有商品没算出来.failed: 一个商品都算不出 (缺必填项或数字无效), 报告里有 "需要你补的".- 如果打印了自检 "错误" 或 "提示", 逐条看: 报告是脚本生成的, 一般不会有; 有的话把原文告诉用户, 不要自己改数字.
- 报告里的数字不要改, 也不要在对话里给出报告里没有的数字. 想换个价格或成本看看, 改 inputs.csv 再
run一次.
第 4 步: 告诉用户
用大白话说文件在哪 (例: "报告在 文档 → 出海利润测算 → 宠物梳 利润测算 2026-10-27, 双击 PDF 看; 每单测算.csv 等表格能用 Excel 打开"), 再给 5-8 行摘要: 每单赚/亏多少, 广告后利润, 盈亏平衡 ROAS 与最高获客成本, 底线价与目标价, 最要命的输入, 用了哪些默认值 (尤其 "未含关税", 退货率试算档), 需要补什么. 说清楚这些是 "按你给的数字算" 的条件结果, 不是收益预测.
生成的是 .html 不是 .pdf 也完全可以 (电脑或沙箱里没有 Edge/Chrome 时就是这样): 告诉用户双击用浏览器打开, 需要 PDF 在浏览器里 打印 → 另存为 PDF. 不要去找或安装别的 PDF 工具.
其他模式
模式 C: 不能运行 Python → 按 references/method.md 的公式 F1-F12 逐步手算 (全程保留至少 4 位小数, 最后按其中的取整规则取整), 按 references/report-template.zh.md (英文 .en.md) 的结构在对话里给完整报告, 开头注明 "手算, 未经脚本校验", 完成状态最多 partial, 末尾原样附固定结尾. 没有 PDF 和表格.
模式 D: 用户把数字粘贴成表格或截图文字 → 整理成第 2 步的 inputs.csv 后走模式 A; 不能运行 Python 时走模式 C.
失败时
- 输入有问题 (缺必填项, 售价不是数字, 币种没写): 照样
run, 会交付一份failed或partial报告, 把 "需要你补的" 转告用户, 补上后再跑. run报 Python 错误: 把错误原文告诉用户, 换模式 C 手算并说明.- 交付失败: 报告仍在
<运行目录>/原始数据/report.md, 告诉用户位置, 在对话里给摘要.
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.

