Ecommerce Monitor — 电子商务监控器

电商竞对监控技能 🛍️ 自动化监控淘宝、京东等电商平台的竞品数据，生成竞品分析日报 功能特性 ✅ 竞品价格监控 — 实时追踪竞品价格变化 ✅ 销量数据采集 — 监控竞品销量趋势 ✅ 评价分析 — 提取用户评价和评分 ✅ 日报生成 — 自动生成竞品监控日报 ✅ 飞书推送 — 推送到指定飞书群或个人 ✅ 定时任务 — 支持cron定时执行 快速开始

• 配置监控目标

在 TOOLS.md 中配置监控参数：

电商监控配置

• 淘宝竞品链接: [竞品商品链接]
• 京东竞品链接: [竞品商品链接]
• 监控频率: 每天9点
• 飞书接收群: [飞书群ID]
• 设置定时任务

在 HEARTBEAT.md 中添加定时监控：

电商竞对监控

• [ ] 抓取竞品数据
• [ ] 分析价格变化
• [ ] 生成日报并推送
• 开始监控

# 手动执行监控 ./scripts/ecommerce-monitor.sh # 测试飞书推送 ./scripts/feishu-test.sh 监控流程 数据采集流程 访问竞品页面 agent-browser open "https://item.taobao.com/item.htm?id=商品ID" agent-browser open "https://item.jd.com/商品ID.html" 提取关键数据 # 价格提取 agent-browser eval "document.querySelector('.price').textContent" # 销量提取 agent-browser eval "document.querySelector('.sold-count').textContent" # 评价提取 agent-browser eval "document.querySelector('.rate-count').textContent" 数据存储 { "product": "产品名称", "platform": "taobao/jd", "price": "129.00", "sales": "5000+", "rating": "4.8", "timestamp": "2026-03-26 09:00:00" } 数据分析对比 # 价格对比分析 def analyze_price_change(current_data, previous_data): price_change = current_data['price'] - previous_data['price'] change_percent = (price_change / previous_data['price']) 100 return { 'price_change': price_change, 'change_percent': change_percent, 'trend': 'up' if price_change > 0 else 'down' } # 销量趋势分析 def analyze_sales_trend(data_list): recent_sales = [d['sales'] for d in data_list[-7:]] trend = 'stable' if len(recent_sales) >= 2: if recent_sales[-1] > recent_sales[0]: trend = 'up' elif recent_sales[-1] < recent_sales[0]: trend = 'down' return trend 日报生成 日报模板 # 电商竞对监控日报 📊 监控日期: {{date}} 监控产品: {{product_count}} 个竞品

📈 价格变化趋势

| 产品 | 平台 | 当前价格 | 昨日价格 | 变化 | 趋势 | |------|------|----------|----------|------|------| | {{product1}} | 淘宝 | {{price1}} | {{yesterday1}} | {{change1}} | {{trend1}} | | {{product2}} | 京东 | {{price2}} | {{yesterday2}} | {{change2}} | {{trend2}} |

📊 销量数据

| 产品 | 平台 | 当前销量 | 7日趋势 | 热销指数 | |------|------|----------|---------|----------| | {{product1}} | 淘宝 | {{sales1}} | {{trend1}} | {{hot1}} |

⭐ 用户评价

好评关键词

• {{positive_word1}}
• {{positive_word2}}

差评关键词

• {{negative_word1}}
• {{negative_word2}}

💡 竞品洞察

• {{insight1}}
• {{insight2}}
• {{insight3}}

🎯 行动建议

• {{suggestion1}}
• {{suggestion2}}

--- 数据来源: 淘宝、京东 | 生成时间: {{generate_time}} 日报生成脚本 #!/bin/bash # scripts/generate-report.sh # 拉取最新数据 python scripts/fetch-data.py --output data/latest.json # 生成日报 python scripts/generate-report.py --template daily --output reports/daily-$(date +%Y-%m-%d).md # 推送到飞书 python scripts/send-to-feishu.py --file reports/daily-$(date +%Y-%m-%d).md --target "飞书群ID" echo "日报已生成并推送: reports/daily-$(date +%Y-%m-%d).md" 飞书集成 飞书消息推送 # scripts/send-to-feishu.py import requests import json def send_feishu_message(content, target_group): """发送消息到飞书群""" webhook_url = f"https://open.feishu.cn/open-apis/bot/v2/hook/{target_group}" payload = { "msg_type": "post", "content": { "post": { "zh_cn": { "title": "电商竞对监控日报", "content": content } } } } response = requests.post(webhook_url, json=payload) return response.status_code == 200 富文本消息格式 { "msg_type": "post", "content": { "post": { "zh_cn": { "title": "竞品监控日报", "content": [ [ { "tag": "text", "text": "今日监控发现：" }, { "tag": "a", "text": "产品A价格下降5%", "href": "https://item.taobao.com/item.htm?id=xxx" } ] ] } } } } 定时任务配置 Cron配置示例 # 每天9点执行监控 0 9 /home/yesno/.openclaw/workspace/skills/ecommerce-monitor/scripts/monitor.sh # 每小时监控一次（测试用） 0 /home/yesno/.openclaw/workspace/skills/ecommerce-monitor/scripts/monitor.sh OpenClaw Heartbeat集成 在 HEARTBEAT.md 中添加：

电商竞对监控 (09:00)

• [ ] 执行竞品数据采集
• [ ] 分析价格销量变化
• [ ] 生成监控日报
• [ ] 推送到飞书群

数据存储 数据结构 { "monitoring_data": [ { "product_id": "商品ID", "platform": "taobao/jd", "product_name": "产品名称", "current_price": 129.00, "previous_price": 139.00, "sales_count": "5000+", "rating_score": 4.8, "review_count": 1250, "monitor_time": "2026-03-26 09:00:00", "price_change": -10.00, "change_percent": -7.19 } ] } 数据持久化 # scripts/data-manager.py import json import os class DataManager: def __init__(self, data_file="data/monitoring.json"): self.data_file = data_file os.makedirs(os.path.dirname(data_file), exist_ok=True) def save_data(self, data): """保存监控数据""" existing_data = self.load_data() existing_data['monitoring_data'].append(data) with open(self.data_file, 'w', encoding='utf-8') as f