sorftime-rpa (unified)
一个技能，11 个板块。由 11 个历史分模块技能（bestseller / product / market /
keyword / brand / seller / checkproduct / checkbrand / checkseller /
checkmarket / checkkeyword）合并而来，解析逻辑逐字继承。本技能完全自包含：
脚本只依赖 Python 标准库 + 技能内部模块，不引用技能目录外的任何文件。
Architecture
.claude/skills/sorftime-rpa/
├── SKILL.md / README.md
├── references/
│ ├── environment.md # 环境/shell 坑（必读）
│ ├── dom_notes.md # 11 个板块的 VM 契约（合并自旧 api_notes）
│ └── reports/<section>.md # 11 份报告模板（分析器内联生成，此为形状文档）
└── scripts/
├── sorftime_rpa.py # 单入口 CLI: scrape / analyze / sections
├── bridge_browserskill.py # bsk 传输层适配器（call/evaluate/session_stop）
├── sections.py # 配置注册表：URL/D_PARAM/JS/extract_row/FIELDS
├── core_domain.py # 域引擎（product/keyword/brand/seller）
├── core_check.py # 查引擎（5 个 check 模块）
├── bestseller_walk.py # 例外：zTree 类目遍历
├── market_boards.py # 例外：4 子模式 + 14 站 + retry
├── analyze.py # 11 个报告分析器，按 --section 分发
└── test_offline.py # 离线回归（mock transport，无需浏览器）
铁律：解析函数与 JS 片段逐字来自旧技能（sections.py），引擎只认配置不写死板块细节。
Prerequisites
bskCLI 已安装且浏览器扩展已连接：bsk status→browsers connected ≥ 1- 用户已登录 sorftime.com（数据靠登录态）
- Python 3.10+（纯标准库）
Sections at a glance
| section | family | 页面 | 用法要点 | 数据可得性 |
|---|---|---|---|---|
| bestseller | custom | /home/bestseller |
zTree 类目遍历，TOP100/类目 | ✅ 全量 |
| product | domain | /home/chooseproduct |
自动加载；免费版 ~20 未遮罩 ASIN/站 | ⚠️ 遮罩 |
| keyword | domain | /home/choosekeyword |
默认 20 热词，无需选类目 | ✅ |
| brand | domain | /home/choosebrand |
默认 20 品牌行 | ✅ |
| seller | domain | /home/chooseseller |
默认 20 卖家行 | ✅ |
| market | custom | /home/choosemarketblock |
4 子模式（multi/buyer/new/lowprice） | ✅（部分站点慢） |
| checkproduct | check | /home/checkproduct |
ASIN 批量查（一次搜全部 ASIN） | ✅ |
| checkbrand | check | /home/checkbrand |
5 种搜索模式 | ✅ |
| checkseller | check | /home/checkseller |
4 种搜索模式 | ✅ |
| checkmarket | check | /home/checkmarket |
6 种搜索模式；loading 标志特殊 | ✅ |
| checkkeyword | check | /home/checkkeyword |
6+ 表格，实验性 | 🔬 |
14 站点：US GB DE FR IN CA JP ES IT MX AE AU BR SA（查模块 URL 用 ?i=<id>；选品域用 localStorage.site + reload）。
Commands
SKILL=.claude/skills/sorftime-rpa/scripts/sorftime_rpa.py
python $SKILL sections # 列出全部 section
# —— 选品域 ——
python $SKILL scrape --section brand --station US,JP,GB --out data/brands.csv \
[--summary data/brands_summary.csv] [--sleep 12]
python $SKILL scrape --section keyword --station US,JP --out data/keywords.csv
python $SKILL scrape --section product --station US --out data/products.csv [--page-size 100]
python $SKILL scrape --section seller --station US --out data/sellers.csv
# —— 例外板块 ——
python $SKILL scrape --section bestseller --station US --out data/best.csv \
[--categories electronics,home] [--max-categories 5]
python $SKILL scrape --section market --station US --out data/markets.csv \
[--sub-modes multi,buyer,new,lowprice] [--us-only-4modes] [--all-4modes] \
[--retry-failed] [--sleep-after 10]
# —— 查模块 ——
python $SKILL scrape --section checkbrand --station US,JP --mode brand \
--queries "Anker,Baseus" --out data/checkbrand.csv # 或 --input file.csv
python $SKILL scrape --section checkproduct --station US \
--queries B0CHX1W1XY,B0BDHZ8Q63 --out data/checkproduct.csv # ASIN 批量
# check 模式表：checkbrand= brand/asin/seller-name/seller-company/keyword
# checkseller= asin/brand/seller/keyword
# checkmarket= asin/niche/keyword/nodeid/category/tree
# checkkeyword= reverse/traffic/root-word/trend/ad-strategy (实验性)
# —— 报告 ——
python $SKILL analyze --section brand --input data/brands.csv --out-md reports/brand.md
CSV schemas（canonical 字段顺序，回归断言用）
- product (22):
station, station_name, rank, asin, parent_asin, name, brand, price, single_price, gross_profit, fba_fee, page_sale_count, page_sale_volume, year_sale_count, score, comment_count, deliver, seller_nationality, node_id, update_time, image_url, asin_url - keyword (27):
station, station_name, site, rank, name, id, avg_price, avg_score, avg_review, avg_comment_count, brand_count, competitor_count, coverage_count, buy_rate, cpc_storm, cpc_low, cpc_high, growth_3m, growth_6m, growth_12m, buy_monopoly, fall_type_str, busy_season, cyclical_market, extend_word_count（+ 动态列） - brand (24):
station, station_name, site, rank, brand, id, brand_url, product_count, seller_count, top_product_count, top_seller_count, top_product_count_rate, top_sale_count, top_sale_volume, top_avg_price, top_avg_comment_count, top_min_sale_time, top_product_max_node, top_sale_max_node, month_product_count, month_sale_count, month_avg_price, month_avg_sale_count, top_asins - seller (53):
station, station_name, site, rank, name, id, solder_id, solder_url, enterprise_name, nationality, online_time, feedback_count, business_address, product_count, all_brand_count, ...（完整列表 = sections.pySELLER_FIELDS） - bestseller (24):
station, station_name, category_slug, category_name, rank, asin, name, brand, price, sale_count, sale_estimate, gross_profit, fba_fee, deliver, score, comment_count, seller, seller_nationality, sale_time, sale_time_day, asin_url, image_url, node_id, single_price - market:
station, station_name, site_id, sub_mode, sub_mode_id+ 246 个原始字段（前 40 个固定列见 sections.pyMARKET_BASE_FIELDS） - check 系列: 各自的表格字段 + 标注列（
station, site[, query, mode]），列序由读取器输出决定
Critical gotchas（每个都真实踩过）
- DOM 驱动：绝不要直调
api.sorftime.com（AES 加密必 401/CORS）。原理与各板块 VM 契约见references/dom_notes.md。 - 站点切换两种方式：选品域必须
localStorage.site+ reload（URL?i=无效）；查模块用 URL?i=即可。 - 页面初始化 7~8 秒：navigate 后必须 sleep；0 行先怀疑太快再怀疑选择器。
- trusted-click：Vue 回调检查
event.isTrusted，一律直接调 VM 方法（如vm.treeItemClick(node)）。 - Pro 弹窗（keyword/brand/seller）会阻塞数据填充，引擎在 ensure 阶段已移除；手动调试时要先清掉。
- Windows 编码：读写 CSV 一律
utf-8-sig；Path.read_text()默认 GBK 会炸中文。 - Bash heredoc + JS 正则会被吃反斜杠——JS 全在
sections.py常量里，别在 shell 内联重写。 - 路径：给 Windows python 传
D:/...不是/d/...。 - bash 沙箱可能吞 CSV：实跑抓取用非沙箱执行。
Offline 回归
python .claude/skills/sorftime-rpa/scripts/test_offline.py # 28 项断言，无需浏览器
Migration note
由 11 个历史分模块技能合并（传输层从 kimi-webbridge HTTP daemon 切换到
BrowserSkill/bsk）。解析逻辑与 JS 逐字搬运、零重写；回归用 canonical schema
断言而非逐字节对比（实时数据每抓必变）。
