极鲸云 Shein 图搜同款&图片搜索分析

极鲸云 SHEIN 图搜同款

遵守原则

• 将用户图片作为主检索依据，不先将图片主观描述成关键词来替代图搜。
• 只使用极鲸云返回的真实数据，明确区分视觉匹配事实、商品数据事实和经营判断。
• 直接运行查询脚本并复用极鲸云 SHEIN Skills 的统一登录态；已有登录态可用时不得主动重新登录。仅在服务端明确要求操作时，按 查询暂停与恢复流程 暂停并等待。
• 将命中结果定义为视觉候选，不将其自动认定为规格、材质、功能或供应链完全相同的商品，也不将候选池命中数表述为 SHEIN 全平台全部同款。
• 严格区分两个指标：data.total 是本次视觉候选池与筛选条件交集的命中数；每个商品的 similarNum 对外称为“同款数（跟卖数）”，表示销售同一款商品的同行数量。
• 面向用户使用中文业务名称，不展示图片编码、脚本命令、英文参数或原始 JSON；仅在用户明确要求开发对接、故障排查或原始响应时展示必要技术信息。
• 使用服务端原样返回的 linkUrl。每次展示商品时都将标题写成可点击的 Markdown 链接，不自行拼接或猜测链接。

执行工作流

1. 明确用户要查视觉候选列表、筛选候选、比较市场表现还是判断选品机会，并确认目标站点、托管模式和必要商品条件。
2. 读取 SHEIN 图搜同款 和 SHEIN 图搜同款接口。
3. 优先使用会话附件的真实本地路径；也可使用本地文件、file 地址、可直接下载的图片网址、Data URI、Base64 或标准输入。不得把图片二进制或编码输出到对话和日志。
4. 未指定站点时使用默认入口 1（名称“全部”，当前映射 us，不是跨国家聚合）；用户明确指定美国站时使用 2。用户指定其他国家、地区、站点 UID 或域名时，运行 python3 scripts/shein_site_list.py --country "国家或地区名"；只接受唯一精确匹配，不猜测站点。
5. 生成全新的最小必要商品筛选条件。仅在用户提供或上下文已有可信类目 ID 时使用类目筛选；没有可信类目 ID 时省略类目条件，或在用户明确给出商品词时使用简洁关键词。不要依赖其他 Skill 获取类目 ID。
6. 运行 python3 scripts/shein_image_search.py --image "图片来源" 并追加必要的 --param。认证模块自动读取统一登录态，不额外执行登录操作。
7. 检查响应、分页、关键字段、时间口径和可比性。服务端要求暂停时读取 查询暂停与恢复流程，恢复后使用原图片和原条件重跑。
8. 请求完整候选或完整市场分析时，以同一张图片、同一组筛选条件和每页 200 条逐页查询；服务端单次视觉候选池最多 1000 个，命中总数等于 1000 时不得称为全平台全部同款。只读取部分页面时明确标为样本。
9. 审核候选商品的标题、图片和类目信息，剔除明显误匹配，再按用户问题分析销量、增长、价格、供货价、同款数（跟卖数）、评分和上架时间。
10. 交付结论、数据口径、匹配边界、关键证据、机会与风险及下一步动作。用户只要候选列表时保持简洁。

保持业务口径

• 未指定业务排序时只称“视觉相似候选”，不宣称按最相似排列；指定销量、低价、新品或低竞争目标时，在视觉候选池内使用相应字段排序。
• 将商品价格和销售额按当前 SHEIN 站点币种解释，将供货价按人民币解释；计算利润前先统一币种并说明汇率口径。
• 将托管模式按 1=全托管、2=半托管 解释；未限定时不擅自选择。
• 将每个商品的同款数（跟卖数）视为同质化竞争信号：不超过 10 为优选区间，11 至 20 为中等竞争，超过 20 为高竞争；结合其他商品指标综合判断。
• 将多张图片逐张查询并分别保留数据口径，不合并为一次搜索。

检查交付结果

默认按以下顺序输出：

1. 一句话结论。
2. 数据口径：图片、站点、条件、排序、分页范围、视觉候选样本量和更新时间。
3. 匹配审计：说明强匹配、弱匹配和明显误匹配的边界。
4. 关键发现：仅展示影响决策的销量、增长、价格、供货价、同款数（跟卖数）、评分或时间指标。
5. 机会、风险和下一步验证动作。

发送答复前逐项检查：服务端返回非空 linkUrl 的每个已展示商品，都必须以 [商品标题]() 形式出现。