菜单
成交商品画像分析工具。分析成交商品的品类、价格带、颜色、包型、上市时间等特征分布及环比变化。 核心能力： 1. 品类分布（女包/男包/钱包/配饰占比） 2. 价格带分布（主销价格带、高客单占比） 3. 包型分布（手提/斜挎/双肩/托特等） 4. 颜色分布（黑色系/棕色系/红色等） 5. 上市时间分布（新品/当季/老款占比） 6. 环比变化分析（本期vs上期特征变化） 触发条件： - 用户询问商品画像（如"成交商品有什么特征"） - 用户分析品类结构（如"什么品类卖得好"） - 用户需要价格带分析（如"主销价格带是多少"）
默认使用会先检查来源的 Prompt；你也可以切换为直接命令，或下载本地副本。
决定是否安装前，请先阅读 SKILL.md，以及 SkillsMP 当前展示的配套文件。
用 Codex 或 Claude 帮你安装 复制这段 Prompt，粘贴到 Codex、Claude 或其他助手里，让它检查 Skill 页面并帮你完成安装。
直接命令不会经过审查 Prompt；运行前请先检查来源。
npx skills add https://github.com/knownasnaffy/prompthound --skill retail-deal-goods-profile-analysis命令会保持在同一行。复制前请横向滚动并检查完整内容。
想先保存到本地？可下载 SkillsMP 当前能够提供的文件。
Install and operate local NVIDIA Parakeet ASR for OpenClaw with an OpenAI-compatible transcription API on Ubuntu/Linux and macOS (Intel/Apple Silicon). Use when the user wants private/local speech-to-text, voice transcription setup, ASR troubleshooting, or OpenClaw voice stack configuration with Parakeet (and optional Whisper fallback).
Collect, refresh, normalize, and analyze the user's own Douban history for taste analysis and recommendation reasoning. Use when the task involves the user's own Douban shelves, ratings, tags, comments, reviews, or recent activity, especially when you need to decide whether local cache is fresh enough, re-crawl logged-in data with cookies, store refreshed results locally, and then analyze them by category.
LoRA fine-tuning pipeline for Stable Diffusion on Apple Silicon — dataset prep, training, evaluation with LLM-as-judge scoring. Use when fine-tuning image generation models for consistent style, custom characters, or domain-specific visuals. Requires Python with torch and diffusers.
基于 SOC 职业分类
正在显示 SKILL.md
| name | retail-deal-goods-profile-analysis |
| description | 成交商品画像分析工具。分析成交商品的品类、价格带、颜色、包型、上市时间等特征分布及环比变化。 核心能力： 1. 品类分布（女包/男包/钱包/配饰占比） 2. 价格带分布（主销价格带、高客单占比） 3. 包型分布（手提/斜挎/双肩/托特等） 4. 颜色分布（黑色系/棕色系/红色等） 5. 上市时间分布（新品/当季/老款占比） 6. 环比变化分析（本期vs上期特征变化） 触发条件： - 用户询问商品画像（如"成交商品有什么特征"） - 用户分析品类结构（如"什么品类卖得好"） - 用户需要价格带分析（如"主销价格带是多少"） |
分析成交商品的品类、价格带、颜色、包型、上市时间等特征分布及环比变化。
from analyze import analyze as deal_profile_analyze
result = deal_profile_analyze(
store_id="416759_1714379448487",
from_date="2026-03-01",
to_date="2026-03-26",
store_name="正义路60号店"
)
analyze(store_id, from_date, to_date, store_name) - 主分析函数/api/v1/store/dashboard/bi