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：

總預算：多少元？（例如：30,000、50,000、100,000）
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
已有零件：有沒有可沿用的舊零件？
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%

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：

在瀏覽器中確認各項選擇
點「列印估價單」產生可列印/截圖的明細頁
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

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：

總預算：多少元？（例如：30,000、50,000、100,000）
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
已有零件：有沒有可沿用的舊零件？
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%

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：

在瀏覽器中確認各項選擇
點「列印估價單」產生可列印/截圖的明細頁
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

coolpc

原價屋估價單 Skill

整體流程

Step 1：抓取原價屋估價單

執行爬蟲

資料格式

查詢特定類別

Step 2：了解需求與預算

Step 3：推薦搭配

讀取商品資料

預算分配建議（一般遊戲主機）

推薦格式

相容性注意事項

Step 4：討論微調

價格異動提醒

Step 5：開啟估價單（選購完成後）

picker.py 操作方式

估價單說明

錯誤處理

原價屋估價單 Skill

整體流程

Step 1：抓取原價屋估價單

執行爬蟲

資料格式

查詢特定類別

Step 2：了解需求與預算

Step 3：推薦搭配

讀取商品資料

預算分配建議（一般遊戲主機）

推薦格式

相容性注意事項

Step 4：討論微調

價格異動提醒

Step 5：開啟估價單（選購完成後）

picker.py 操作方式

估價單說明

錯誤處理