技能介绍

它在解决什么问题

当你在多个商家之间比较，却拿不准 SHEIN 是否合适：品类虽多，质量与交期是否稳定；折扣看起来很猛，尺码、退换与清关税费会不会让真实成本失控。这里的难点不是缺少商品信息，而是缺少一个把公开因素组织起来的决策框架。@user_15292d5a/yjkj-shein-shopping 只聚焦“现在该不该在 SHEIN 下单”这一类判断，帮你把关注点从营销标签拉回到品类匹配、信任与时效、费用与条件、场景适配。

它如何工作

需求识别：支持商品、商家、出行、门店或预订等场景；若请求过于宽泛，会先问一个简短问题收敛边界。
公开要素优先：优先看与决策直接相关的事实，如适配度、可信度与时机、平台或承运方的费用与规则，而不是被“爆款”“超值”等标签牵引。
权衡说明：明确指出为什么某个选择在当前条件下更强，同时提示可能的风险与前提，避免把经验法则当成保证结果。
下一步动作：在支付或下单前，给出需要你亲自核验的项，如尺码表、材质与产地标注、退换政策、关税与税费、预计到货窗口。

适用边界与注意点

仅做公开信息层面的决策支持，不执行登录、Cookie 处理、订单拉取、优惠券领取、本地数据持久化或浏览器自动化。
不抓取或展示账户状态，也不承诺实时库存、价格或履约结果；这些需要依赖登录或页面运行时的任务应改用浏览器类工作流。
输出遵循固定结构：Best Option（当前最合适的选择）、Why（关键理由）、Caveats（需要注意的风险或取舍）、Final Advice（下单前要核验的动作清单）。
当场景复杂到跨平台比较、多条件约束或高不确定性时，先澄清目标、预算、时效与风险偏好，再据此给出可比的方案，而不是单点建议。