1688店铺诊断

具体问题

在1688平台运营店铺时，数据散落在生意参谋和工作台等不同后台，运营者往往需要手动登录、复制粘贴数据，并基于经验生成诊断报告。这一过程不仅耗时耗力，还容易因数据遗漏或格式错误导致分析偏差。传统方法缺乏自动化，难以应对高频次的店铺健康检查，尤其在需要快速识别流量、交易或动销问题时，效率瓶颈明显。

技能如何工作

本技能通过一套预置的 Python 脚本，直连1688内部API，实现从数据采集到报告生成的全自动化流程。核心能力包括：

• API直连数据采集：使用 api_client.py 直接调用生意参谋的GET接口和工作台的MTOP POST接口，绕过浏览器插件，确保数据获取的稳定性和速度。
• 智能Cookie管理：通过 cookie_manager.py 按店铺名存储和管理登录凭证，支持多店铺切换，自动检测过期并触发重新登录，避免重复操作。
• 结构化报告生成：generate_diagnosis.py 读取采集的JSON数据，基于预定义模板生成Markdown诊断报告，涵盖流量、交易、动销等维度，并自动转换为HTML版本便于分享。

关键工作步骤如下：

1. 环境准备：执行初始化脚本 setup.sh，自动下载依赖、解压独立Chromium浏览器并创建必要目录，确保跨平台兼容性。
2. 数据采集：运行 fetch_data.py，脚本自动检查现有Cookie是否有效，若无效则启动浏览器提取新Cookie，随后直连API获取全量数据并保存为JSON。
3. 报告生成与验证：使用 generate_diagnosis.py 将JSON数据编译为指标，并生成Markdown报告；接着运行 check_utf8.py 验证文件完整性，最后通过 md_to_html.py 转换为HTML格式。

适用边界与注意点

• 环境要求：技能依赖于 Python 3.12 和独立Chromium浏览器，Windows下必须隔离用户日常Chrome，通过CDP端口9222进行控制，避免数据泄露或冲突。
• 脚本强制使用：所有操作必须严格遵循脚本流程，禁止自行编写代码替代；数据来源仅限API返回，无法获取的字段（如部分实时指标）会在报告中标注需手动补充，不猜测不编造。
• 报告模板严格性：诊断报告格式固定，包括章节结构、表格列名和结论格式，模型只能基于数据动态撰写分析，不能增减章节或添加装饰元素，以确保输出一致性。
• 登录流程复杂性：浏览器登录涉及Cookie提取和进程管理，需在同一会话内持续轮询，处理二维码刷新和超时，适合有技术背景的用户在可控环境中使用。