coolpc

name	coolpc
description	抓取原價屋（coolpc.com.tw）估價單頁面的即時商品與價格， 協助使用者依預算與需求討論最佳零件搭配方案。 當使用者提到「原價屋」、「組電腦」、「預算搭配」、「零件推薦」、 「coolpc」、「估價單」時請使用此 skill。

原價屋估價單 Skill

協助使用者依預算與需求，從原價屋（coolpc.com.tw/evaluate.php）的即時商品清單 討論最適合的零件搭配組合。

整體流程

1. 抓取估價單  →  2. 了解需求與預算  →  3. 推薦搭配  →  4. 討論微調  →  5. 開啟估價單

---

Step 1：抓取原價屋估價單

執行爬蟲

cd /Users/codingman/git/coolpc-skill
python3 scraper.py --refresh

• 輸出快取至 /tmp/coolpc_catalog.json
• 若快取已存在（當天），省略 --refresh 直接讀快取：

python3 scraper.py 2>/dev/null

資料格式

每筆商品包含：

{
  "category": "處理器 CPU",
  "name": "Intel Core i5-14600K【現貨】",
  "price": 8990,
  "discount": 500,
  "final_price": 8490
}

查詢特定類別

python3 scraper.py --category "CPU" 2>/dev/null
python3 scraper.py --category "顯示卡" 2>/dev/null
python3 scraper.py --category "主機板" --budget 5000 2>/dev/null

可用類別（依頁面）：

分類	關鍵字
處理器	CPU
主機板	主機板
記憶體	RAM
固態硬碟	SSD
顯示卡	顯示卡
機殼	CASE
電源	電源
散熱器	散熱
螢幕	螢幕
筆電	筆電
套裝電腦	套裝

---

Step 2：了解需求與預算

若使用者尚未說明，請先詢問以下資訊：

1. 總預算：多少元？（例如：30,000、50,000、100,000）
2. 主要用途：
   • 日常辦公 / 文書
   • 遊戲（哪些遊戲？目標解析度？）
   • 影音剪輯 / 創作
   • 3D 繪圖 / CAD
   • AI / 深度學習
   • 程式開發
3. 已有零件：有沒有可沿用的舊零件？
4. 特殊偏好：品牌、尺寸（ITX/ATX）、靜音、RGB 等

---

Step 3：推薦搭配

讀取商品資料

import json
catalog = json.load(open('/tmp/coolpc_catalog.json'))

def get_category(keyword):
    return [r for r in catalog if keyword.lower() in r['category'].lower()]

def within_budget(items, budget):
    return [r for r in items if r['final_price'] <= budget]

def search(keyword):
    kw = keyword.lower()
    return [r for r in catalog if kw in r['name'].lower()]

預算分配建議（一般遊戲主機）

用途	CPU	顯示卡	主機板	記憶體	硬碟	電源	機殼	散熱
入門（3萬）	20%	35%	12%	10%	8%	8%	5%	5%
中階（5萬）	18%	38%	12%	8%	7%	8%	5%	4%
高階（10萬）	20%	40%	12%	8%	8%	7%	3%	3%

推薦格式

列出推薦組合時，請依此格式呈現：

## 💻 推薦組合：[用途名稱] — 預算 $XX,XXX

| 零件 | 型號 | 定價 | 折扣 | 實際售價 |
|------|------|------|------|---------|
| CPU  | ...  | ...  | -... | $...    |
| 主機板 | ... | ... | -... | $...    |
| ...  | ...  | ...  | -... | $...    |
| **合計** | | | | **$XX,XXX** |

### 搭配說明
- [說明相容性、為何選這組合]
- [效能預期]
- [升級空間]

### 替代方案
- 預算更低：...
- 效能更高：...

相容性注意事項

推薦時必須確認：

• CPU 與主機板腳位相符（Intel LGA1700/LGA1851、AMD AM4/AM5）
• DDR4 / DDR5 記憶體與主機板規格一致
• 電源瓦數足夠（CPU TDP + GPU TDP + 20% 餘裕）
• 機殼支援主機板規格（ATX / mATX / ITX）
• M.2 SSD 介面（PCIe 3.0 / 4.0 / 5.0）與主機板相符

---

Step 4：討論微調

使用者可能的後續問題：

• 「這張顯卡值得嗎？」→ 查同類別比價，說明 CP 值
• 「有沒有更便宜的主機板？」→ 篩選同腳位但低價選項
• 「我想加 SSD」→ 在剩餘預算內推薦
• 「這個有貨嗎？」→ 商品名稱含【現貨】代表有庫存，【訂】代表需訂購

價格異動提醒

若商品名稱包含 discount > 0，代表有限時折扣，提醒使用者把握時機。

---

Step 5：開啟估價單（選購完成後）

討論好搭配後，讓使用者用互動清單選好商品、自動開啟瀏覽器填入估價單：

cd /Users/codingman/git/coolpc-skill/coolpc
python3 picker.py

picker.py 操作方式

啟動後依類別逐一列出商品，使用者輸入編號選擇：

指令：
  <數字>        選擇該商品，移到下一個類別
  s             跳過此類別
  n / b         下一頁 / 上一頁
  f <關鍵字>    篩選商品名稱
  q             完成，進入結帳流程

選完後顯示明細總表，確認後自動開啟 Chromium 並填入所有選項。

注意：需要安裝 Playwright：

pip install playwright && playwright install chromium

若不想開瀏覽器，加 --no-browser 參數，只輸出清單與合計。

估價單說明

原價屋估價單（evaluate.php）沒有可分享的 GET URL，選好商品後需：

1. 在瀏覽器中確認各項選擇
2. 點「列印估價單」產生可列印/截圖的明細頁
3. 或直接截圖傳給店員

---

錯誤處理

情況	處理方式
SSL 憑證錯誤	已在 scraper.py 中跳過驗證，正常情況不會發生
抓取逾時	重新執行 python3 scraper.py --refresh
商品名稱顯示 #N	頁面結構異動，回報並使用快取資料繼續討論
快取不存在	自動觸發 --refresh 重新抓取