Token导航 LogoToken导航TokenDH.com
研究检索需要联网clawhub未标认证来源可访问clear审计通过

dealpilotdealpilot 搜索

Agent Skill

dealpilot 用于查找、检索和筛选相关信息,适合在 OpenClaw 中需要根据关键词、任务场景或来源线索快速定位候选结果时使用。可结合来源仓库、安装命令和原始 README 继续核验具体用法。安装前建议确认权限范围、维护状态,以及是否会触发联网、命令执行或文件读写。

总安装

3,345

周安装

134

GitHub Stars

公开资料未说明

下载量

1,083
OpenClaw

安装说明

本站只整理中文说明和来源信息,不托管安装包,也不代用户安装。

GitHub

来源数

2

许可证

MIT-0

最后核验

2026-05-01

来源状态

来源可访问

安装方式

通过对话安装

复制提示词发给支持本地命令或 Skills 的 AI 助手,先确认命令和权限,再让它执行。

请帮我安装这个 Agent Skill:dealpilot(dealpilot 搜索)
来源仓库:https://github.com/harrylabsj/dealpilot
安装命令:
openclaw skills install dealpilot
安装前请先检查当前环境是否支持对应 CLI,并向我确认将要执行的命令、安装目录、联网范围和文件读写权限;确认后再执行。

命令行安装

复制命令到本机终端执行。该命令会通过 OpenClaw 从第三方来源获取 Skill;本站只展示命令,不托管安装包,也不自动执行。

ClawHubOpenClaw
openclaw skills install dealpilot

简介

跨平台购物决策代理,比较淘宝、京东、拼多多等平台的价格与质量风险。

  • 适合在购买前进行比价分析或寻找最优购买渠道的场景下使用。
  • 输入商品名称或链接,系统将检索多个平台并输出推荐结果与依据。
  • 依赖外部电商 API,需确保网络连通性与接口调用权限。
  • dealpilot 属于研究检索类 Skill,可作为该场景下的辅助能力补充。

SKILL.md

name
dealpilot
slug
dealpilot
version
0.1.0
description
|

DealPilot / 全网购物决策官

你是全网购物决策官

你的任务不是罗列商品参数,而是在用户给出购物需求后,帮他在多个平台中找到最优解, 并给出可执行的购买建议。

产品定位

DealPilot 是一个跨平台购物比价决策引擎,覆盖:淘宝、拼多多、京东、一号店、唯品会。

核心价值:

  • 跨平台比价:同商品多平台实时价格对比
  • 风险评估:卖家信誉、售后保障、假货风险
  • 时机判断:当前是否是最佳购买时机
  • 推荐收敛:给出明确平台建议和理由

使用场景

用户可能会说:

  • "帮我看看这个产品在哪个平台买最划算"
  • "对比一下京东和拼多多买这个"
  • "我想买 X,百元以内,哪个平台靠谱"
  • "这个价格是不是好价,要不要等"
  • "淘宝和唯品会哪个更靠谱"

输入 schema(统一需求格式)

interface ShoppingRequest {
  // 商品信息
  product?: string;          // 商品名称/关键词
  productUrl?: string;       // 商品链接(可多平台)
  category?: string;         // 品类

  // 用户偏好
  budget?: PriceRange;       // 预算范围
  priorities?: string[];     // 优先级:["价格", "品质", "速度", "售后"]
  quantity?: number;         // 购买数量

  // 场景
  scenario?: "personal" | "gift" | "resale";  // 自用/送礼/转卖
  urgency?: "low" | "medium" | "high";        // 紧急程度

  // 平台范围(默认全部)
  platforms?: Platform[];

  // 约束
  mustHave?: string[];      // 必须有的特性/服务
  mustAvoid?: string[];     // 必须避免的
}

type Platform = "taobao" | "pdd" | "jd" | "yhd" | "vip";
type PriceRange = { min?: number; max?: number; };

输出 schema(统一决策报告)

interface DecisionReport {
  // 推荐决策
  recommendedPlatform: Platform;
  recommendedUrl?: string;
  recommendedPrice?: number;

  // 决策理由
  reasons: string[];           // 为什么要选这个平台

  // 风险提示
  risks: RiskItem[];          // 当前方案的风险点

  // 替代方案
  alternatives: AltPlatform[]; // 其他可选平台,排序

  // 时机建议
  timingAdvice: TimingAdvice;

  // 对比摘要(表格)
  comparison: PlatformSummary[];

  // 最终结论(可执行)
  conclusion: string;
}

interface RiskItem {
  level: "low" | "medium" | "high";
  description: string;
  mitigation?: string;  // 如何降低风险
}

interface AltPlatform {
  platform: Platform;
  score: number;        // 0-100
  price?: number;
  keyReason: string;
}

interface TimingAdvice {
  verdict: "buy_now" | "wait" | "compare_first";
  reason: string;
  waitDays?: number;    // 建议等多少天
  betterPeriod?: string; // "618", "双十一" 等
}

interface PlatformSummary {
  platform: Platform;
  price?: number;
  quality: "low" | "medium" | "high";
  shipping: "slow" | "medium" | "fast";
  afterSales: "weak" | "medium" | "strong";
  authenticity: "risky" | "medium" | "safe";
  score: number;
}

决策引擎流程

用户需求输入
    ↓
[需求解析] → 识别商品、预算、偏好、场景
    ↓
[平台搜索] → 各平台并行搜索(stub 阶段返回 mock 数据)
    ↓
[价格抓取] → 提取各平台到手价(含优惠/拼团等)
    ↓
[质量评估] → 店铺信誉、评论、售后标识
    ↓
[风险评分] → 假货/售后/物流风险量化
    ↓
[决策推荐] → 综合评分 + 时机判断
    ↓
[报告生成] → DecisionReport 输出

平台适配层

每个平台适配器需实现以下接口:

interface PlatformAdapter {
  platform: Platform;
  
  // 搜索商品
  search(query: string, options?: SearchOptions): Promise<SearchResult[]>;

  // 获取商品详情
  getProductDetail(url: string): Promise<ProductInfo>;

  // 计算最终到手价(含优惠/拼团/百亿补贴等)
  calcFinalPrice(product: ProductInfo): Promise<FinalPrice>;

  // 评估店铺/卖家风险
  assessSeller(url: string): Promise<SellerRisk>;

  // 平台特性判断
  getPlatformTraits(): PlatformTraits;
}

interface SearchOptions {
  category?: string;
  minPrice?: number;
  maxPrice?: number;
  sortBy?: "price" | "sales" | "rating";
}

interface FinalPrice {
  rawPrice: number;
  finalPrice: number;
  discountDesc: string[];   // ["百亿补贴-100", "拼团-30"]
  isSubsidized: boolean;    // 是否官方补贴
}

interface PlatformTraits {
  strength: string[];      // ["价格最低", "自营可信"]
  weakness: string[];       // ["物流较慢", "退换麻烦"]
  bestFor: string[];       // ["标准品", "电子产品"]
  worstFor: string[];       // ["生鲜", "奢侈品"]
}

平台优先级参考

维度淘宝拼多多京东一号店唯品会
价格最低中低
品质偏低
物流最快
售后
正品风险高最安全

当前状态

  • 搜索/比价:stub(返回 mock 数据)
  • 价格抓取:stub
  • 店铺评估:stub
  • 决策推荐:stub(固定返回 mock 推荐)
  • 时机判断:stub

下一步由平台组接入真实适配器。

相关 Skill

  • taobao - 淘宝平台适配
  • pdd-shopping - 拼多多平台适配
  • jingdong - 京东平台适配
  • shopping-advisor - 单商品决策逻辑

当前状态 (v0.1.0)

当前状态 (v0.1.0)

MVP 骨架版本 - 平台适配器为 stub 实现,返回 mock 数据。

已实现

  • ✅ 输入/输出 schema 定义
  • ✅ 决策引擎流程定义
  • ✅ 平台适配器接口定义
  • ✅ Mock 决策输出
  • ✅ 自测脚本 (scripts/test-stub.js)

待实现

  • 🔄 各平台真实搜索/价格抓取
  • 🔄 真实店铺风险评估
  • 🔄 实时价格/优惠信息
  • 🔄 接入现有平台 skill (taobao, pdd-shopping, jingdong)

使用说明

本地测试

cd /Users/jianghaidong/.openclaw/skills/dealpilot
node scripts/test-stub.js

在 OpenClaw 中调用

// 示例:调用 dealpilot 进行决策
const { normalizeRequest } = require('./scripts/normalize.js');
const { decide } = require('./scripts/decide.js');
const { formatReport } = require('./scripts/analyze.js');

async function runDealPilot(product, budget) {
  const request = normalizeRequest({ product, budget });
  const report = await decide(request);
  return formatReport(report);
}

// 示例调用
runDealPilot("蓝牙耳机", { max: 200 }).then(console.log);

平台适配器状态

平台适配器状态备注
淘宝TaobaoAdapterstub待接入 taobao skill
拼多多PddAdapterstub待接入 pdd-shopping skill
京东JdAdapterstub待接入 jingdong skill
一号店YhdAdapterstub待接入 yhd skill
唯品会VipAdapterstub待接入 vip skill

开发指南

目录结构

dealpilot/
├── SKILL.md                 # 技能定义
├── clawhub.json            # 技能元数据
├── package.json            # 依赖配置
├── README.md               # 项目说明
├── engine/                 # 决策引擎
│   ├── router.ts          # 路由层(决策入口)
│   └── types.ts           # 类型定义
├── platforms/              # 平台适配器
│   ├── base.ts            # 适配器基类
│   ├── taobao.ts          # 淘宝适配器
│   ├── pdd.ts             # 拼多多适配器
│   ├── jd.ts              # 京东适配器
│   ├── yhd.ts             # 一号店适配器
│   └── vip.ts             # 唯品会适配器
└── scripts/               # 工具脚本
    ├── normalize.js       # 需求解析
    ├── decide.js          # 决策调用
    ├── analyze.js         # 报告格式化
    └── test-stub.js       # 自测脚本

下一步开发

  1. 接入真实平台数据 - 将各平台适配器的 stub 方法替换为真实 API 调用
  2. 价格抓取 - 实现各平台实时价格获取
  3. 风险评估 - 接入店铺信誉、评论分析
  4. 时机判断 - 结合促销日历、历史价格
  5. 集成测试 - 端到端测试真实商品决策

相关 Skill

  • taobao - 淘宝平台搜索与详情
  • pdd-shopping - 拼多多百亿补贴/拼团策略
  • jingdong - 京东自营/物流分析
  • shopping-advisor - 单商品深度分析

适合场景

01

OpenClaw 用户查找和安装 Skill 时

02

用户想查找某类 Agent Skill 时

03

需要根据任务场景推荐可安装能力包时

04

需要对比不同来源的安装命令和来源信息时

能力概览

能力 1

按任务关键词查找相关 Skills

能力 2

展示可复制的安装命令

能力 3

保留来源站点、仓库和原始说明,方便继续核验

能力 4

补充不同宿主或平台的使用分布数据

能力 5

展示第三方安全扫描或审计结果

安装后应在对应宿主中按原始 README 的触发条件使用;具体调用方式请以来源页面和 README 为准。

平台分布

OpenClaw

73.82%
按下载量换算799

安全审计

VirusTotal

通过

ClawScan

通过

Static analysis

通过

权限和风险

需要联网

该 Skill 可能需要联网访问来源站点、仓库或外部 API;具体网络访问范围需要结合源码和 README 复核。

安装前确认

本站仅展示第三方公开信息,不托管安装包,不提供自动安装或运行环境。安装前应自行审查源码、依赖和命令行为。当前只有一个来源,正式发布前建议补源仓库或其他目录站核验。

来源信息

继续浏览同类 Skills