电商系统 活跃维护

AI-Cross-Border-Ecommerce-Agent-Toolkit

heqiangdiao-wq/AI-Cross-Border-Ecommerce-Agent-Toolkit

AI 跨境电商运营智能体工具箱 · 把运营 SOP 拆成 7 个可复用的 AI Agent 工作流,含 Prompt、模板与真实案例

646
Stars 标星
684
Forks 分支
3
Watchers 关注
2
Open Issues
Python
主要语言
MIT
开源协议
30.5 MB
仓库大小
7 天前
最后推送
一键安装扩展 / 插件指令
dsh plugin --profile web add github:heqiangdiao-wq/AI-Cross-Border-Ecommerce-Agent-Toolkit
git clone https://github.com/heqiangdiao-wq/AI-Cross-Border-Ecommerce-Agent-Toolkit.git
git clone git@github.com:heqiangdiao-wq/AI-Cross-Border-Ecommerce-Agent-Toolkit.git
README.md main

英文原文正文为项目原始 README(英文),本站后续会翻译为中文,当前仅剔除图片与无关章节并统一排版。

人工智能跨境电商代理工具包

AI 跨境电商运营智能体工具箱 · Turn cross-border ecommerce SOPs into reusable AI Agent workflows.


这是什么

把跨境运营 SOP 里沉淀的经验,翻译成可复制的 AI Agent 工作流:一个标准 Prompt + 一份输入模板 + 一个真实案例,任何人都能拿去直接跑出可发布的商品素材。

不是软件,不是 SaaS,只做四件事:

交付物 说明
📘 运营方法论 SOP 章节 → Agent 模块的完整拆解表
🧠 AI Prompt 角色 / 任务 / 输入契约 / 输出契约 / 自检
🔁 工作流程 什么顺序跑、什么条件进入下一步、什么条件回流重改
📄 模板 + 案例 标准输入格式 + 真实产品的完整跑通记录(含复测数据)

为什么做这个:跨境运营的难点不是"不知道要做什么",而是"知道但做不出稳定下限的产出"。同一个类目,老手写标题一次到位,新人写十遍还是堆词。这套工具箱的目标是把老手的判断规则结构化,让 AI 的产出稳定在老手水平线上。


📎 原始资料来源

本仓库的方法论拆解自一份 38 页的内部运营手册,原文已随仓库提供:

📄 《Shopee 巴西站运营 SOP 总框架》(PDF · 38 页 · 29.7 MB)

SOP 章节与 Agent 模块的逐条对应关系见 docs/00_Architecture_SOP_to_Agent.md。

⚠️ 请注意:这份 PDF 是未经删改的原始内部手册,其中包含平台明确禁止的做法(如刷单、诱导评价、虚假举报、参数虚标等)。

本仓库的 7 个 Agent 模块均未实现这些做法:已识别项及其合规替代方案见 docs/03_Compliance_Guard.md,未实现项逐条登记见 docs/05_SOP_Gap_Register.md。

换句话说 —— 这份 PDF 是「原料」,不是「产品」。 本仓库的产出物只包含合规路径。


🗂 Agent 全景

7 个模块,全部已完成。

# Agent 中文 一句话职责 版本
01 Market Research Agent 市场分析 前置判断 / 容量 / 集中度 / 价格带(波谷检测)/ 配置组合 · 带计算脚本 ✅ v0.4
02 Product Strategy Agent 产品策略 定位 / 配置 / 主推卖点收敛 / 定价模型 / SKU 四角色 · 净利率/盈亏价/券余量矩阵 · Skill 化 ✅ v0.4
03 Listing Creative Agent 商品内容生成 关键词分类 → 标题 → 详情页 → 卖点/参数 · 字符实测/参数溯源校验 · Skill 化 ✅ v0.4
04 Product Image Agent 主图与详情图 9 图规划 → 出图 Prompt → 像素级合规校验 · Skill 化 ✅ v0.4
05 Product Video Agent 短视频生成 脚本 → 分镜 → AI 视频 Prompt → 配音字幕 ✅ v0.4
06 Advertising Optimization Agent 广告优化 四类漏斗诊断 + 盈亏线核算 + P0/P1/P2 分级动作 · Skill 化 ✅ v0.4
07 Review Analysis Agent 评论分析 八类归因 + 误解型识别 → 详情页修补建议 ✅ v0.4

这七个模块构成一条完整链路,而且是闭环的:

01 市场分析 ──► 02 产品策略 ──► 03/04/05 素材产出 ──► 上架
(做什么)      (做成什么样)    (怎么表达)
                                                     │
                         ┌───────────────────────────┘
                         ▼
             06 广告诊断 ─┐
             07 评论诊断 ─┴──► 回流 03/04 修正 ──► 复测 ──► 达标放量 / 未达标回诊断

为什么按这个顺序编号:01-02 分析簇(前置链路)→ 03-04-05 创意簇(素材产出)→ 06-07 运营簇(数据回流)。

✅ 编号方案已确认。原始规划为 03 Listing / 04 Advertising / 05 Review / 06 Video(且无 Market Research 与 Product Strategy 的独立编号),本仓库按工作簇重排,变更记录见 CHANGELOG。


🚀 快速开始

不需要 API key,不需要装环境。三个文件就能跑。

Step 1  复制 Agents/<模块>/templates/ 下的输入模板
Step 2  填上你的产品信息(10 分钟)
Step 3  把「系统 Prompt」+「任务 Prompt」+「填好的模板」丢给任意 LLM
Step 4  用 docs/04_Result_Checklist.md 逐条自检,通过即发布

第一次跑,建议按这个顺序(以 Patinete Elétrico 为例,见 Examples/):

flowchart LR
    A["类目导出数据"] --> B["01 市场分析<br/>+ 脚本算指标"]
    B -->|价格带/配置/机会点| C["02 产品策略<br/>定价+SKU"]
    C -->|主卖点+盈亏线| D["03 Listing<br/>Creative"]
    D -->|标题/卖点/参数| E["04 Product<br/>Image"]
    D -->|核心卖点| F["05 Product<br/>Video"]
    E --> G["上架"]
    F --> G
    G -->|广告数据| H["06 广告<br/>漏斗诊断"]
    G -->|评论数据| I["07 评论<br/>八类归因"]
    H -.->|回改·iterate| D
    H -.->|换主图| E
    I -.->|补注意事项段| D
    I -.->|补包装清单图| E

三个关键点:

  1. 01 带脚本。指标(集中度、价格带、配置交叉表)由 scripts/ 计算,Agent 只负责解读——能算的别让模型猜。
  2. 02 决定卖点,03/04/05 才能开工。主卖点必须收敛成唯一一句,否则主图打两行字、视频开头讲两件事,两个都记不住。
  3. 06 和 07 会把结论回流到 03/04。这一步是整套工具箱和"一次性生成工具"的分界线——产出的 Listing 会随着真实数据变准。见 Examples/03_Closed_Loop/。

📁 目录结构

AI-Cross-Border-Ecommerce-Agent-Toolkit/
├── SKILL.md                      # 伞形 Skill 总入口 ⭐(整个文件夹可整体安装为 Skill)
├── README.md                     # 你在这里
├── LICENSE  CONTRIBUTING.md  ROADMAP.md  CHANGELOG.md
│
├── docs/                         # 方法论
│   ├── 00_Architecture_SOP_to_Agent.md   # SOP 章节 → Agent 拆解总表 ⭐
│   ├── 01_Prompt_Design_Guide.md         # Prompt 五要素规范
│   ├── 02_Platform_Output_Spec.md        # 各平台字段/字数硬指标
│   ├── 03_Compliance_Guard.md            # 合规红线 + 灰产动作的合规改写 ⭐
│   ├── 04_Result_Checklist.md            # 交付自检清单
│   ├── 05_SOP_Gap_Register.md            # SOP 未实现项登记表(透明化)
│   └── 电商运营SOP总框架.pdf              # 原始内部手册全文(38 页,未删改)
│
├── Agents/                       # AI 智能体模块
│   ├── README.md                 # 模块索引 + 交接契约
│   ├── 01_Market_Research_Agent/              ✅ v0.4 Skill 化
│   │   ├── SKILL.md    Agent 直接调用入口 ⭐
│   │   ├── scripts/    shaduola_parser · market_metrics · make_sample ⭐
│   │   ├── samples/    样本数据(含预期结果,可复现)
│   │   ├── prompts/    00_system · 01_category_precheck · 02_market_analysis
│   │   ├── templates/  input_category_research · output_market_analysis
│   │   └── examples/   patinete_eletrico_market.md
│   ├── 02_Product_Strategy_Agent/             ✅ v0.4 Skill 化
│   │   ├── SKILL.md    Agent 直接调用入口 ⭐
│   │   ├── references/ pricing-rules(公式与口径)⭐
│   │   ├── scripts/    sku_pricing(净利率/盈亏价/目标价/券余量矩阵)+ platform_fees.json(5 平台费率预设)⭐
│   │   ├── prompts/    00_system · 01_product_decision · 02_pricing_and_sku
│   │   ├── templates/  input_strategy_brief · output_product_requirement
│   │   └── examples/   patinete_eletrico_strategy.md · sample-skus.csv
│   ├── 03_Listing_Creative_Agent/             ✅ v0.4 Skill 化
│   │   ├── SKILL.md    Agent 直接调用入口 ⭐
│   │   ├── references/ platform-title-rules(标题规则卡)⭐
│   │   ├── scripts/    title_lint(字符实测/禁用词/堆砌)· spec_consistency(参数溯源)⭐
│   │   ├── prompts/    00_system · 01_keyword_to_title · 02_description_builder · 03_compliance_guard
│   │   ├── templates/  input_product_brief · output_listing_pack
│   │   └── examples/   powerbank_20000mah.md · spec_table.csv
│   ├── 04_Product_Image_Agent/                ✅ v0.4 Skill 化
│   │   ├── SKILL.md    Agent 直接调用入口 ⭐
│   │   ├── references/ platform-shopee · platform-mercadolivre · platform-amazon · scenarios-9grid
│   │   ├── scripts/    check_main_image(像素级合规校验 + --fix)⭐
│   │   ├── prompts/    00_system · 01_image_plan_9grid · 02_image_prompt_generator
│   │   ├── templates/  input_image_brief · output_image_prompt_pack
│   │   └── examples/   pet_carrier.md
│   ├── 05_Product_Video_Agent/                ✅
│   │   ├── SKILL.md + references/video-specs.md(平台视频规范卡)
│   │   ├── scripts/    video_timing.py        # 时长/字幕确定性校验
│   │   ├── prompts/    00_system · 01_script_and_storyboard · 02_ai_video_and_voice
│   │   ├── templates/  input_video_brief · output_video_pack
│   │   └── examples/   air_fryer.md + narration_airfryer.txt
│   ├── 06_Advertising_Optimization_Agent/     ✅ v0.4 Skill 化
│   │   ├── SKILL.md    Agent 直接调用入口 ⭐
│   │   ├── references/ metrics · diagnosis · playbooks · actions ⭐
│   │   ├── scripts/    ad_metrics(盈亏线/可承受CPC/P0-P2分级,纯标准库)⭐
│   │   ├── prompts/    00_system · 01_funnel_diagnosis · 02_budget_roi_model
│   │   ├── templates/  input_ad_data · output_ad_action_plan
│   │   └── examples/   powerbank_20000mah_ads.md · sample-ad-report.csv
│   └── 07_Review_Analysis_Agent/              ✅
│       ├── SKILL.md(分类交给模型、计数交给脚本)
│       ├── scripts/    review_stats.py        # 归因聚合/可修复率/卖点排行
│       ├── prompts/    00_system · 01_classify_and_attribute · 02_misunderstanding_detector
│       ├── templates/  input_review_batch · output_review_insights
│       └── examples/   electric_scooter_reviews.md + sample-reviews.csv
│
├── Templates/                    # 跨模块通用模板库
│   ├── product_brief_template.md         # 模块间通信契约 ⭐
│   ├── keyword_analysis_template.md      # 关键词三榜底稿
│   ├── cost_pricing_template.md          # 定价模型(可验算)
│   └── output_qa_checklist.md            # 可打印版自检清单
│
└── Examples/                     # 真实产品端到端案例库
    ├── 01_Patinete_Eletrico_500W/        # 旗舰:03→04→05 全链路
    ├── 02_Thermal_Bag/                   # iterate 模式:广告诊断→回改
    └── 03_Closed_Loop/                   # 闭环:诊断→回流→复测 ⭐

案例产品覆盖(制作说明指定的五款):Electric Scooter · Power Bank · Pet Carrier · Air Fryer · Thermal Bag ✅

每个 Agent 模块固定四个子目录:prompts/ + templates/ + examples/ + README.md。


📱 平台支持

平台 状态 标题上限 主图规范 输出语言
Shopee ✅ 一等支持 120 字符(前 30 字符权重最高) 白底,最多 9 图 PT-BR / EN / 本地语
Mercado Livre ✅ 一等支持 60 字符 背景干净(白/纯色/实景按类目),主体 85–95%,≥1200×1200 PT-BR / ES
Amazon 📄 字段已适配 200 字符(建议 80) 纯白底,≥1000×1000 EN
TikTok Shop 📄 字段已适配 按站点 竖版 9:16 优先 本地语
Shopify 📄 字段已适配 建议 70 无硬限制 EN / 本地语

详细字段规范见 docs/02_Platform_Output_Spec.md。所有硬指标以平台后台实时规则为准,发布前请复核。


🧭 设计原则

  1. 母语输出优先——巴西站的标题必须像巴西人写的。直译英文 Listing 的 CTR 结构性偏低,所以 Prompt 强制要求原生 PT-BR 表达,而不是"翻译腔"。
  2. 输入契约化——每个 Prompt 都声明"缺什么字段就不许输出什么内容"。宁可报错,不许编参数。
  3. 合规优先于转化——涉及参数虚标、品牌词、夸大宣传的动作,Prompt 里一律做硬拦截,不是"建议"。详见 docs/03_Compliance_Guard.md。
  4. 可验证——每个模块交付时给一份自检清单,逐条打勾才算完成。产出对不对,不靠感觉。

⚠️ 合规声明

本工具箱只做合法合规的运营提效。原始 SOP 中存在少数平台明确禁止的灰产动作(如虚假交易/刷单、组织虚假举报、参数虚标与夸大宣传)。这些内容已在本仓库中被识别并改写为合规替代方案:

使用本工具箱产生的内容,发布前请自行核对平台最新规则。作者不对因违规使用导致的账号处罚承担责任。


🗺 路线图

版本 内容
v0.1 3 个创意 Agent(03/04/05)+ 方法论文档 + 案例库
v0.2 2 个运营 Agent(06 广告 / 07 评论)+ 闭环案例
v0.3 2 个分析 Agent(01 市场 / 02 策略)+ 数据解析与指标计算脚本(当前)
v1.0 打通完整工作流,输出一键上架用的素材包
V2 接入平台 API(Shopee / Mercado Livre)自动拉取数据
V3 网页应用,可视化跑工作流
V4 升级为自动化 Agent 系统(定时执行 + 闭环优化)

For details, see ROADMAP.md.


🤝 贡献

欢迎补充新类目的配置维度表、新市场的平台规则、以及真实案例。请先读 CONTRIBUTING.md。 提交案例必须脱敏:不含真实店铺名、账号、买家信息、未授权品牌词。

📄 许可证

MIT

本站来源与版权声明
  • 本文标题:AI-Cross-Border-Ecommerce-Agent-Toolkit - AI 跨境电商运营智能体工具箱 · 把运营 SOP
  • 本文链接:https://www.cn121.com/shop/heqiangdiao-wq-ai-cross-border-ecommerce-agent-toolkit.html
  • 原项目:heqiangdiao-wq/AI-Cross-Border-Ecommerce-Agent-Toolkit 版权归原作者 heqiangdiao-wq 及贡献者所有
  • 收录信息:本站于 2026-10-25 收录本项目,本页所列协议与仓库指标均为收录当时的状态;该日期之后原项目的版本更新与协议变更,本页不作同步。
  • 开源协议:收录时本项目采用 MIT(查看 LICENSE 原文),本站转载其原始文档(未改动文字,仅剔除图片与无关章节);使用、修改、分发请以该仓库 LICENSE 原文为准。
  • 站点出处:本文首发于 OneTwoOne,收录自 GitHub 开源项目 heqiangdiao-wq/AI-Cross-Border-Ecommerce-Agent-Toolkit。
  • 内容说明:本页正文为原项目 README 原文(英文),本站后续会翻译为中文(当前尚未译出,仅将二级标题译为中文,便于按栏目定位;标题原文可在下方原仓库中查看),仅剔除了图片与赞助等无关章节、并把相对链接改为绝对地址;页首简介为机器翻译自仓库描述。
  • 引用声明:商业转载、第三方聚合或 AI 检索训练引用时,请务必保留以上来源出处、本文永久链接,以及原项目的版权声明与许可信息。
  • 下架通道:若原项目此后变更或收紧了许可协议、或作者/权利人认为本站的收录方式(译文、排版适配、简介翻译等)超出其授权范围,请通过 xyd3302001@163.com 发送下架通知,并附上项目地址与本页链接。本站核实后将第一时间删除本页内容,或改为不复制原文的目录性收录;署名更正等其他要求可一并提出。