中国购物平台推荐

要解决什么问题

你在帮用户选国内买某类商品的渠道时，往往要先判断「这类东西通常去哪买更合适」：生鲜、数码、跨境代购、二手闲置，对应的平台气质和坑点都不一样。若只靠模型凭印象罗列淘宝、京东、拼多多，容易把名气当成匹配度，也会在没打开页面时假装已经比价或验店。

这个技能把品类 → 平台的推荐做成可执行的本地流程：用关键词或购物意图映射到分类，再给出 2～4 个更贴合的平台，并说明取舍。

技能如何工作

核心是本地 Python CLI（china-shopping.py）和打包好的 JSON 数据：

• data/categories.json：分类与平台推荐
• data/product_mapping.json：商品关键词映射
• data/general_fallback.json：无法精确命中时的兜底建议

典型流程：

1. 从用户描述里识别商品类别或购物意图；过宽时只问一个简短的澄清问题。
2. 在适合执行时运行 python3 china-shopping.py recommend "<query>"，或 python3 china-shopping.py categories 查看支持分类。
3. 按固定结构组织回答：推荐平台、原因、默认首选、注意事项、下一步实操建议（官方店、评价、真伪、物流条款等）。

回答应讲清每个平台为何合适，而不是堆品牌名。

适用边界

• 不做实时爬取、在线标价、卖家资质核验；需要看具体 listing 或比价时，应改用浏览器类工作流。
• 不要在无实时证据时声称某平台「最便宜」；也不要因平台知名就推荐弱匹配渠道。
• 运行环境只需 python3，不依赖 API Key、可写配置目录或额外 shell 安装脚本。