tb-opportunity-radar（新品机会雷达）
一句话：给一个淘宝/天猫商品链接，自动跑完「三品采集 → 图片卖点打标 → 评价分层 → xhs需求源 → HTML 报告」这条类目级竞品分析流水线。
前置条件
- 本机 Chrome 装了浏览器扩展，并且已在 Chrome 登录淘宝/天猫（未登录会被登录墙拦截，skill 会明确报错并提示登录）；xhs侧需要能正常浏览
- 浏览器中继服务运行中（HTTP API
http://127.0.0.1:3459） - 需要判断/归纳的环节走 LLM 子会话，经本地 pipeline 服务（
:3460）代跑，因此本地 pipeline 服务需处于运行状态 - macOS：图片文案由 LLM 子会话多模态直接读图提取（pipeline :3460 后端模型支持图片；不使用本地 OCR）
使用方式
node skill.mjs input.json
# 或：cat input.json | node skill.mjs
input.json：
{
"productUrl": "https://detail.tmall.com/item.htm?id=1053286842802",
"searchTerm": "",
"seed": 20261016,
"outputDir": "/abs/path/to/output"
}
| 入参 | 必填 | 说明 |
|---|---|---|
productUrl |
是 | 淘宝 item.taobao.com/item.htm?id=... 或天猫 detail.tmall.com/item.htm?id=...，纯链接即可 |
searchTerm |
否 | 聚焦搜索词覆盖。不传则从商品标题/类目自动猜（规则：聚焦、不泛，优先「品类词+关键规格」） |
seed |
否 | 随机选品种子（前 5 选 1 的可复现性），默认当天 yyyymmdd |
outputDir |
否 | 输出目录，默认 .workbuddy/output/tb-opportunity-radar-run/ |
流程
- 建独立 tab 分组 → 打开起点商品（A），采集标题/店铺（shopName 选择器 + 店铺链接 shopId）/到手价/销量/评价数/SKU/主图
- 点「图文详情」→ 步进滚动懒加载 → 收详情长图 → 真实点击「查看全部评价」（page.search 取 ref + page.click，合成事件无效）→ 内联卡片边滚边采评价（8 字段）
- 自动猜聚焦搜索词（子会话；
searchTerm非空时跳过） - 淘宝站内搜索（taobao 域 tab 内
location.assign直达s.taobao.com/search?q=）→ 取前 5 商品卡片（id 取最长数字串且 ≥11 位滤假 id，店名取卡片shopNameText--）→mulberry32(seed)随机定起点后顺延扫描：同店（卡片店名先比，详情页 shopId 再核实）、失效商品（详情页核实为宝贝不存在/缺价格销量）、重复候选都跳过并记录，直到选出 B、C - B、C 各走一遍第 1~2 步的同管线采集
- 图片下载 → 转换 → LLM 子会话读图提取文案 + 七维打标（人群/环境/作用/形态/成分/保障/体验，子会话）→ 频次 × 销量加权
- 评价三层分层（规则化跑真实数字）：① 无效忽略不计分母 ② 跨用户公共子串 ≥18 字剔除 ③ 其余视为真实
- xhs：聚焦词 + 1 个变体词检索 → 选帖（子会话，词命中 + 评论密度）→ 深挖 ≥2 篇评论区
- 需求点归纳 + 结论表（子会话，措辞平实、禁浮夸词）→ 拼装 HTML 报告
输出
outputDir/ 下：
report.html— 报告（关键图 base64 内嵌），板块：判定口径 / 样本构成含种子与前 5 明细 / 频次×销量加权表 / 评价分层结果 / 真实评价满足度表 / xhs需求原话 / 结论表（证据→运营含义→可做的事）/ 边界说明data/item-{A,B,C}.json— 三品元数据、图片 URL、评价、LLM 提取的图片文案、标签data/reviews/{A,B,C}/reviews.md— 每品评价明细（含分层标注）data/review-classify.json— 分层规则与全量明细（含 why）data/selection.json— 选品记录：种子、聚焦词、搜索 URL、前 5 明细、选中结果与全部顺延跳过原因（同店/失效/重复）data/tag-matrix.json— 三品标签矩阵 + 加权结果data/xhs-demand.jsonl— xhs检索/笔记/评论/需求点，一行一条
stdout 只输出一行 JSON：{"status":"success|partial|failed","summary":"...","output_dir":"..."}，其余日志走 stderr。
已知边界
- 评价内联展开区块上限约 22 条；展开不足 20 条会重取 ref 再点一次，仍不足且页面评价总数更大的记「未到底」并在运行摘要标注（每品 ≥20 条是验收底线，页面总数本身不足的算到底）
- 同店排除：搜索卡片店名（
shopNameText--）先比一轮，详情页 shopId（店铺链接 href）再核实一轮，命中顺延并记录在 skips - 候选商品已下架（跳转「宝贝不存在」错误页）或缺价格销量字段时，会自动顺延到下一个候选并记录在 skips；前 5 全部不可用时该样本缺失，status 只能到 partial（不足三个有效样本不会报 success）
- 销量口径统一取商品页「已售 N+」（「万」按 ×10000 折算）；价格取页面「￥N 起」结构
- 三品只是类目里的 3 个样本，结论是这三个样本之间的比较，不代表整个类目
- 全程操作间隔 ≥1.8s、串行采集；商品页或搜索页被登录墙/访问限制拦截时直接报错，提示在 Chrome 登录淘宝后重试
