把自然语言描述转为结构化 JSON,并由 mcp-diagram-generator MCP 服务生成 Draw.io、Mermaid 或 Excalidraw 图表文件。
编程
1688 Distribution Material Newton
试用1688 素材优化 skill,支持商品图片优化(AI 生图)、抠图(生成白底图)、标题优化和卖点生成。 当用户提到"优化图片"、"优化主图"、"生成图片"、"换背景"、"AI 生图"、"抠图"、"白底图"、"去背景"、"扣图"、"优化标题"、"生成标题"、"改标题"、"生成卖点"、"提取卖点"、"素材优化"等意...
它能做什么
1. **渐进式加载**:不要一次性加载所有 references,根据用户意图按需加载对应的子 skill 2. **prompt 原封不动**:用户的 query 必须原封不动传入 参数,不得改写、精简或翻译 3. **展示时直接输出 字段**,Agent 分析追加在后面,不得混入其中 4. **所有输出必须使用中文**
技能文档
1688 素材优化 Skill
核心原则
- 渐进式加载:不要一次性加载所有 references,根据用户意图按需加载对应的子 skill
- prompt 原封不动:用户的 query 必须原封不动传入
--prompt参数,不得改写、精简或翻译 - 展示时直接输出
markdown字段,Agent 分析追加在后面,不得混入其中 - 所有输出必须使用中文
背景说明
AK(Access Key)通过 clawhub 获取,通过环境变量 ALI_1688_AK 配置。AK 已绑定用户身份,无需任何额外的身份参数。
统一入口:python3 {baseDir}/cli.py [options]
所有命令输出 JSON:{"success": bool, "markdown": str, "data": {...}}
前置检查:确认 AK 已配置
skill 触发后,第一步必须立即检查 AK,不得先执行任何接口调用。
→ 阅读并执行 references/10_ak_configure.md
渐进式加载规则
第一层:基础层(始终加载)
references/10_ak_configure.md— AK 配置检查
第二层:路由层(根据意图加载)
解析用户 query,匹配操作类型,加载对应的子 skill:
| 用户关键词 | 操作类型 | 加载的子 skill | 优先级 |
|---|---|---|---|
| 抠图、白底图、去背景、扣图、抠背景、透明背景 | 抠图 | references/50_cutout_image.md | 最高(优先匹配) |
| 优化图片、优化主图、生成图片、换背景、去水印、AI 生图、场景图 | 图片优化 | references/80_image_optimize.md | 高 |
| 优化标题、生成标题、改标题 | 标题优化 | references/60_title_optimize.md | 中 |
| 生成卖点、提取卖点、商品卖点 | 卖点生成 | references/70_selling_point.md | 中 |
第三层:依赖层(被上层 skill 按需加载)
以下子 skill 不直接由路由层触发,而是被上层 skill 引用时加载:
references/20_product_info.md— 商品信息查询(被标题优化、卖点生成引用,用于提取商品 ID)references/30_product_image.md— 商品图片查询(被图片优化、抠图引用)references/40_image_edit.md— 图片编辑/异步提交+查询(被图片优化引用)
加载示意:
用户说"优化主图"
→ 加载 references/80_image_optimize.md(图片优化)
→ 用户提供了商品ID?加载 references/30_product_image.md(商品图片查询)
→ 加载 references/40_image_edit.md(图片编辑)
用户说"抠图"
→ 加载 references/50_cutout_image.md(抠图)
→ 用户提供了商品ID?加载 references/30_product_image.md(商品图片查询)
用户说"优化标题"
→ 加载 references/60_title_optimize.md(标题优化)
→ 加载 references/20_product_info.md(提取商品 ID)
用户说"生成卖点"
→ 加载 references/70_selling_point.md(卖点生成)
→ 加载 references/20_product_info.md(提取商品 ID)
抠图优先原则
当用户意图明确为"抠图"、"生成白底图"、"去背景"时,必须优先使用抠图子 skill(references/50_cutout_image.md),不要走图片优化流程(references/80_image_optimize.md)。
命令速查
Capabilities 命令| 命令 | 说明 | 对应子 skill |
|------|------|-------------|
| configure | 配置/查看 AK | references/10_ak_configure.md |
| image_info | 获取商品主图 | references/30_product_image.md |
| image_optimize | 图片优化(AI 生图) | references/40_image_edit.md |
| cutout_image | 扣图(生成白底图) | references/50_cutout_image.md |
| title_optimize | 标题优化 | references/60_title_optimize.md |
| selling_point | 卖点生成 | references/70_selling_point.md |
Biz 域命令
| 命令 | 说明 | 示例 |
|---|---|---|
isv_token fetch | 获取 ISV Token | cli.py isv_token fetch --app_key=YOUR_KEY |
isv_token status | 查询 ISV Token 状态 | cli.py isv_token status --app_key=YOUR_KEY |
子 skill 一览
子 skill 一览
| 编号 | 名称 | 文件 | 类型 | 说明 |
|---|---|---|---|---|
| 10 | AK 配置 | references/10_ak_configure.md | 基础 | AK 检查与配置 |
| 20 | 商品信息查询 | references/20_product_info.md | 原子 | 商品 ID 提取 |
| 30 | 商品图片查询 | references/30_product_image.md | 原子 | 通过商品 ID 获取主图 URL |
| 40 | 图片编辑 | references/40_image_edit.md | 原子 | AI 图片编辑(异步提交+查询) |
| 50 | 抠图 | references/50_cutout_image.md | 原子 | 抠图生成白底图(同步) |
| 60 | 标题优化 | references/60_title_optimize.md | 原子 | 生成优化后的商品标题 |
| 70 | 卖点生成 | references/70_selling_point.md | 原子 | 生成商品卖点文案 |
| 80 | 图片优化 | references/80_image_optimize.md | 组合 | 商品图片查询(30)+ 图片编辑(40) |
异常处理
任何命令输出 success: false 时:
- 先输出
markdown字段(已包含用户可读的错误描述) - 再根据关键词追加引导:
| markdown 关键词 | Agent 额外动作 |
|---|---|
| "AK 未配置" 或 "签名无效" 或 "401" | 触发 AK 配置流程(references/10_ak_configure.md) |
| "参数缺失" 或 "offer_id" 或 "image_urls" | 提示用户补充必要参数 |
| "轮询超时" | 提示图片生成超时,建议稍后重试 |
| "限流" 或 "429" | 建议用户等待 1-2 分钟后重试 |
| 其他 | 仅输出 markdown 即可 |
安全声明
| 风险级别 | 命令 | Agent 行为 |
|---|---|---|
| 只读 | image_info | 直接执行 |
| 只读 | image_optimize / title_optimize / selling_point / cutout_image | 直接执行,不修改原商品数据 |
环境变量(.env)
| 变量 | 默认值 | 说明 |
|---|---|---|
SKILL_NAME | 1688-distribution-material-newton | skill 名称 |
SKILL_VERSION | 1.0.0 | skill 版本号 |
SKILL_CHANNEL | clawhub | 发布渠道 |
埋点上报
每次 CLI 命令执行时,自动向 skill 网关上报一次调用记录。上报失败静默忽略,不影响主流程。
依赖包
pip install requests
项目结构
1688-distribution-material-newton/
├── SKILL.md # 主控 skill(本文档)
├── cli.py # CLI 统一入口
├── .env # Skill 基础信息
├── examples/ # 示例脚本
│ ├── check_env.py # 环境检查
│ ├── check_ak_exist.py # AK 配置检查
│ └── set_ak.py # AK 配置设置
├── references/ # 子 skill
│ ├── 10_ak_configure.md # AK 配置
│ ├── 20_product_info.md # 商品信息查询
│ ├── 30_product_image.md # 商品图片查询
│ ├── 40_image_edit.md # 图片编辑(异步提交+查询)
│ ├── 50_cutout_image.md # 抠图
│ ├── 60_title_optimize.md # 标题优化
│ ├── 70_selling_point.md # 卖点生成
│ └── 80_image_optimize.md # 图片优化(组合:30 + 40)
├── scripts/
│ ├── _sys/ # 系统模块(不修改)
│ │ ├── _auth.py # 签名认证
│ │ ├── _const.py # 全局常量
│ │ ├── _errors.py # 错误类型
│ │ ├── _http.py # HTTP 客户端
│ │ ├── _output.py # 输出格式化
│ │ └── _skill_discovery.py # 技能发现
│ ├── _auth.py / _const.py / _errors.py ... # 代理层(兼容旧 import)
│ ├── _tracker.py # 埋点上报
│ └── biz/ # 业务模块
│ ├── const.py # API 路径、BASE_URL 等
│ ├── configure/ # AK 配置
│ ├── image_info/ # 获取商品主图
│ ├── image_optimize/ # 图片优化(含异步轮询)
│ ├── cutout_image/ # 抠图(同步)
│ ├── title_optimize/ # 标题优化
│ ├── selling_point/ # 卖点生成
│ └── isv_token/ # ISV Token 管理
语言要求
本技能的所有输出、提示、消息必须使用中文!
相关技能
按用户明确指令,在得到大脑(Get笔记)中保存、搜索并管理笔记与知识库。
通过一次 REST API 调用,向 10 个社交平台发布视频、图片、文字与文档。
以 AI 机器人身份加入视频会议,提供语音、虚拟形象与屏幕共享四种模式。
在本地磁盘以分类纯 Markdown 文件保存需要长期留存的事实,与智能体内置记忆并存。
诊断生产力系统反复失效的根因,给出最小干预——容量测算、瓶颈定位、可靠的本地记录。
1688aiinfra 的更多技能
浏览全部技能为 1688 店铺做两阶段经营诊断:先给总体健康判断与核心指标,再按所选方向产出深度报告。
基于 1688 真实接口数据诊断商品表现与流量问题,并自动交接给图片或标题优化技能。
1688商品搜索SKILL:提供完整的1688商品搜索能力,包括类目查询、关键词搜索、图片搜索、商品详情、相关性商品、拉取货盘底池等9个核心接口。 支持多语言搜索和商品推荐,使用1688开放平台官方API,统一鉴权,Token全局缓存共享。
1688智能选品找货能力。通过文字、图片或链接搜商品、找同款、找相似款,支持批量采购比价、热销选品、跨境找货、场景化选品及多条件筛选(价格/销量/材质/属性排除等)。 触发词:找商品、找同款、搜商品、帮我找、想要XX、图片找货、链接找货、以图搜图、选品、批发、找货源、热销、比价、最便宜、按销量排序、出口、跨境、找...
将1688的商品铺货到俄罗斯电商平台Ozon(上架),通过Ozon官方API实现商品信息的上传和状态查询。适用于需要将单个1688的商品上架到Ozon的场景。
1688商品标题优化 工具能力:为商品标题添加热词优化(快速、基于规则)和 LLM 深度重写(高质量、自然流畅),支持用户输入偏好。如果用户没有选择想优化标题的商品,技能中可以出组件让用户选择; 触发词:优化标题、标题优化、改标题、重写标题、商品标题、标题改写、分析标题、我要优化标题、标题里哪些词没用、标题里应该加哪些热搜关键词、我的商品标题怎么优化?、我的标题怎么优化?、我要优化商品标题