电商竞品深度分析引擎
AI Agent Skill · 生产级质量
🟢 精品层 12/12
✅ 安全扫描 PASS
⚡ 5-15分钟出结果
什么是「电商竞品深度分析引擎」?
🎯
定位
输入竞品链接/关键词/CSV数据 → 自动抓取多维度信息 → 生成结构化分析报告和 SWOT 矩阵
⏱️
时间价值
传统方式:2-4小时人工 → 本 Skill:5-15分钟自动化
📊
输出内容
竞品对比表 · 多维评分 · SWOT 矩阵 · 行动建议
核心功能
🔍
多源数据采集
URL 抓取(WebFetch)+ 关键词搜索(WebSearch)+ CSV 批量导入
📈
多维评分体系
价格竞争力(30%) + 销量表现(25%) + 评价质量(25%) + SEO(10%) + 差异化(10%)
🧠
SWOT 矩阵生成
自动识别优势/劣势/机会/威胁,数据支撑非主观判断
📝
标准化报告输出
按模板生成 → 验证脚本检查 → 交付 Markdown 报告
6 步工作流(EXACT + FLEX)
1
需求解析
[EXACT]
→ 提取竞品链接/关键词/分析维度/输出格式
2
数据采集
[FLEX]
→ URL 抓取 OR 关键词搜索(反爬时自动切换)
3
多维分析
[EXACT]
→ 价格/销量/评价/SEO/差异化 5 维度评分
4
SWOT 生成
[EXACT]
→ 优势/劣势/机会/威胁 结构化输出
5
报告生成
[EXACT]
→ 按模板输出:摘要 + 对比表 + 评分 + SWOT + 建议
6
验证输出
[EXACT]
→ 运行 validate.sh + 5 项 checklist 检查
SkillsBench 12 维度评测
总分:12/12 🟢 精品层(生产级)
1. Frontmatter 元数据
✅ 1/1
2. 触发条件明确性
✅ 1/1
3. 角色/人设设定
✅ 1/1
4. 指令结构清晰度
✅ 1/1
5. 自由度分级
✅ 1/1
6. 输出格式规范
✅ 1/1
7. 示例覆盖度
✅ 1/1
8. 陷阱/已知坑点
✅ 1/1
9. 约束条件明确
✅ 1/1
10. 工具控制
✅ 1/1
11. 验证机制
✅ 1/1
12. 简洁性
✅ 1/1
超越 ~97.5% 的 Skills(精品层对应 ~2.5% 的 Skills)
安全扫描报告 ✅ PASS
🛡️ 扫描结果:低风险(可安全使用)
✅
SKILL.md 无恶意指令
✅
scripts/ 无恶意代码
✅
无硬编码凭证
✅
权限匹配(allowed-tools)
✅
无过度权限申请
✅
Python 脚本使用 argparse
📋 扫描项:
1. SKILL.md:无恶意指令、无权限提升请求、无数据外泄
2. scripts/validate.sh:仅文件检查,无 rm -rf / 等危险操作
3. scripts/ecommerce-analysis.py:无 eval/exec、无网络调用、使用 argparse
4. assets/config.json:无硬编码 API Key/密码/Token
量化对比:传统方式 vs 本 Skill
维度
传统方式(人工)
本 Skill(AI Agent)
提升倍数
时间成本
2-4 小时
5-15 分钟
8-16×
数据覆盖度
3-5 个竞品
5-10 个竞品
2-3×
分析深度
依赖个人经验
12 维度评分体系
质量稳定
报告质量
格式不统一
标准化模板输出
标准化
可重复性
换人/隔周 → 差异大
同一输入 → 相同逻辑
100% 可重复
成本
¥200-500/次
¥0(API 费可忽略)
成本归零
使用示例
示例1:URL 输入(正常路径)
输入:
分析这三个竞品:https://item.jd.com/1000123.html, https://detail.tmall.com/item.htm?id=12345
输出:
完整竞品对比报告,含 3 款产品价格/销量/评价对比 + SWOT + 定价建议
示例2:关键词输入(正常路径)
输入:
帮我分析一下蓝牙耳机品类的前 5 名竞品
输出:
竞品列表 + 对比表 + SWOT + 选品建议
示例3:异常处理(WebFetch 失败)
输入:
分析 https://invalid-url.com 这个竞品
输出:
⚠️ 无法抓取该 URL → 改用 WebSearch → 仍无结果 → 输出:"❌ 无法获取该竞品数据,请检查链接或提供竞品名称"
谢谢
电商竞品深度分析引擎
📂 完整文件:E:\tengxunskills\ecommerce-competitor-analysis\
📊 评测报告:12/12 分(🟢 精品层)
基于 SkillsBench 方法论 + skill-evaluator 工具链
‹
›