- name
- category-link-collector
- description
- 整理电商网站分类链接信息，提取分类层级数据并保存为CSV文件。当需要从电商网站分类链接中提取结构化数据时使用此技能。
Category Link Collector Skill
功能
- 从给定的分类链接URL中提取分类信息
- 解析分类路径，提取一级和二级分类
- 生成结构化的CSV文件
- 支持自定义输出目录和文件名
使用方法
基本用法
整理以下分类链接：
https://lulumonclick-eu.shop/collections/women-women-clothes-tank-tops
https://lulumonclick-eu.shop/collections/women-women-clothes-bras-underwear参数说明
- 域名变量: 自动从链接中提取域名部分
- 输出目录: 默认为
/Users/zhangqirong/工作/caiji，可自定义 - 文件名: 自动使用域名作为文件名（如
lulumonclick-eu.shop.csv）
数据结构
生成的CSV文件包含以下列：
- 完整链接: 原始分类链接
- 分类路径: 从URL中提取的分类路径（如
women-women-clothes-tank-tops） - 域名: 网站域名
- 1级分类: 提取的一级分类名称（如
Women） - 2级分类: 提取的二级分类名称（如
Tank Tops） - 3级分类: 提取的三级分类名称（如存在）
- 4级分类: 提取的四级分类名称（如存在）
- ...: 更多级别分类（根据实际深度动态生成）
多级分类支持
技能现在支持无限级分类提取：
- 自动识别分类层级深度
- 动态生成CSV列（1级分类、2级分类、3级分类...）
- 智能合并特殊词组（T-shirts, Co-ord等）
- 正确处理数字范围（0-18 months等）
处理逻辑
- 从URL中提取域名部分
- 从
/collections/后提取分类路径 - 解析分类路径：
- 使用智能算法分割分类路径 - 识别一级分类（Women, Men, Kids, Beauty等） - 提取所有级别的下级分类 - 智能合并特殊词组和数字范围
- 根据最大分类深度动态生成CSV列
- 生成CSV文件，保存到指定目录
示例
输入链接：
https://lulumonclick-eu.shop/collections/women-women-clothes-tank-tops输出CSV行：
| 完整链接 | 分类路径 | 一级分类 | 二级分类 | 域名 |
|---|---|---|---|---|
| https://lulumonclick-eu.shop/collections/women-women-clothes-tank-tops | women-women-clothes-tank-tops | Women | Tank Tops | lulumonclick-eu.shop |
文件位置
- Skill主文件:
SKILL.md - 脚本文件:
scripts/collect_categories.py - 配置文件:
config/settings.json(可选)
依赖
- Python 3.x
- pandas 库 (用于CSV处理)
扩展能力
后续可以扩展的功能：
- 批量处理多个链接
- 支持更多分类层级（三级、四级等）
- 自动去重和验证
- 支持不同的URL格式
- 添加时间戳和整理状态
- 集成到自动化工作流中