eshop-data-extract

name	eshop-data-extract
description	电商数据采集技能包。通过浏览器自动化从淘宝（消费者视角）和万相台（商家视角）提取商品搜索、详情、评论、问大家、报表概览、计划明细等数据。当用户要求采集淘宝商品数据、拉取万相台报表、或执行电商数据分析前置采集时使用。

电商数据采集

通过浏览器自动化从淘宝和万相台提取数据。

浏览器环境

使用两种隔离的浏览器身份，分别对应不同账号状态。身份隔离由浏览器自动化 MCP 的启动参数或运行环境管理，执行采集时不要尝试在会话中切换或覆盖浏览器 profile。

身份	登录目标	用途
消费者	login.taobao.com	淘宝商品搜索、详情、评论、问大家
商家	one.alimama.com	万相台报表和计划数据

不要在同一个浏览器实例中混合使用两种身份。如果自动化工具已经通过 MCP 启动参数绑定了 profile，直接使用当前会话并先验证登录态。

使用当前运行环境可用的浏览器自动化工具执行导航、点击、输入、滚动、截图、网络监听等操作；不要假设或强制使用某一个具体浏览器实现。若当前浏览器上下文登录态无效，停止并说明需要登录，不要改用未登录的临时浏览器继续采集。

当用户明确要求使用 Patchright 等特定浏览器工具时，优先尊重用户指定工具，但仍必须先验证登录态、风控状态和页面可访问性。

登录态检查

执行任何采集前，先确认登录态是否有效：

• 消费者：导航到 https://www.taobao.com，检查顶部导航栏是否显示用户昵称（而非"亲，请登录"）
• 商家：导航到 https://one.alimama.com，检查是否能正常进入万相台首页而非跳转到登录页

消费者登录态可以在淘宝首页和目标详情页交叉确认：若首页因缓存或首屏异常短暂显示"亲，请登录"，但目标详情页顶部显示用户昵称且能访问评价/问大家等登录可见内容，可视为登录态有效。

如登录态失效，先执行登录流程（参见 resources/login.md）。

任务路由

根据用户需求选择对应流程：

任务	资源文件	身份	入参
登录	resources/login.md	消费者/商家	platform
商品搜索	resources/taobao.md → 搜索	消费者	keyword, sort, price_min, price_max, max_count
商品详情	resources/taobao.md → 详情	消费者	item_id
商品评论	resources/taobao.md → 评论	消费者	item_id, filter, max_count
问大家	resources/taobao.md → 问大家	消费者	item_id, max_count
报表概览	resources/wxt.md → 报表概览	商家	scene, start_date, end_date
计划明细	resources/wxt.md → 计划明细	商家	scene, start_date, end_date, status, max_count

通用原则

• 所有采集操作通过浏览器自动化完成，不使用 API 直连
• 淘宝数据通过 DOM 抓取提取
• 万相台数据通过 UI 交互触发请求，拦截 API 响应获取
• 每个 skill 只返回数据，不负责持久化
• 只采集用户已登录账号有权访问的数据；遇到权限不足、风控、验证码或二次确认时停止并请求用户手动处理
• 不绕过登录、验证码、访问控制、频率限制或平台风控；不要批量高速刷新、并发打开大量页面或构造未由 UI 触发的请求
• 所有任务必须限制采集规模：遵守各资源文件中的 max_count 上限；未提供 max_count 时使用默认值
• 淘宝详情、评论、问大家常以浮层形式展示完整数据。点击"查看全部评价"、"查看全部问答"、"查看全部回答"后，应优先在浮层 DOM 中抽取数据，并对浮层内部滚动容器滚动加载更多。

输出规范

• 返回 JSON 可序列化数据，不返回截图、HTML 原文或 cookie/token 等敏感凭据
• 用户未明确要求摘要时，返回完整采集结果；如果内容过长，按 detail、reviews、qa 分段返回完整 JSON，不要只返回 sample
• 金额、点击率、数量等可标准化字段转为 number；无法可靠解析时返回 null
• 列表字段没有数据时返回空数组，不省略字段
• 可选标量字段缺失时返回 null
• 保留平台原始文本字段时使用明确字段名，如 sales_text
• 列表型采集应包含 requested_count（本次计划采集量）、total 或 total_text（页面显示总量，无法数字化时保留原文）、fetched_count（实际返回条数）
• 错误结果使用 { "success": false, "error": { "code": "...", "message": "..." } }