← 返回 Skills 市场
1688aiinfra

1688 Distribution Amazon

作者 1688AiInfra · GitHub ↗ · v0.1.0 · MIT-0
cross-platform ✓ 安全检测通过
45
总下载
0
收藏
0
当前安装
1
版本数
在 OpenClaw 中安装
/install 1688-distribution-amazon
功能描述
将1688商品铺货到Amazon店铺并保存为店小宝待发布草稿的工具链。当用户提到「铺货Amazon」「上架Amazon」「Amazon发品」「把1688商品发到Amazon」「亚马逊铺货」「生成Amazon草稿」「直接发布到Amazon」等场景时必须使用此技能。当前版本只创建店小宝 Amazon 待发布草稿;即便...
使用说明 (SKILL.md)

1688 -> Amazon 商品铺货

前置环境变量检查

收到任何 Amazon 铺货请求后,必须最先执行:

bash scripts/run_python.sh scripts/check_env.py

缺少任意环境变量时立即停止,把缺失项展示给用户,并要求用户在本机 shell 或仓库 .env 中设置;不要在聊天中粘贴 AK/SK/ALI_1688_AK 明文。用户补齐后重新执行 check_env.py,通过后才能继续。

所有脚本都必须用 bash scripts/run_python.sh ... 执行,不要使用外部包管理器包装命令。run_python.sh 会优先选择牛顿客户端内置 Python runtime,找不到时才回退系统 python3

核心发布边界

  • 当前版本唯一发布动作是 localSave,只保存为店小宝 Amazon 待发布草稿,返回 localId,不创建 Amazon 在线商品。
  • 用户要求“直接发布”“直接上架”“立即上架”“正式发布”时,也必须走 localSave 草稿链路;不要询问库存数量,不要执行在线发布命令。
  • 对这类直接发布请求,回复时明确说明:当前 skill 仅支持创建店小宝 Amazon 待发布草稿,草稿保存成功后请前往店小宝亚马逊商品管理页-待发布商品完成后续发布。
  • 店小宝亚马逊商品管理页-待发布商品 URL:https://page.1688.com/html/isv-bridge.html?version=0.0.26&appKey=5050627&role=buyer
  • 草稿 payload 默认写入库存 1;用户指定库存时必须写入用户指定的正整数,但不能因此执行在线发布。
  • 任一步骤失败必须停止并展示错误,不要想象结果,不要跳步。
  • 铺货执行期间只允许运行本文档列出的脚本命令;禁止读取、搜索、编辑或修复 skill 源代码。脚本失败时停止,向用户报告失败步骤、错误摘要和 session 目录。
  • encryptedCode 是内部凭证,只能作为脚本内部参数和 session 文件使用,禁止在用户可见回复、表格、报告或日志摘要中展示原文。需要提及时写 \x3CDXB_ENCRYPTED_CODE>
  • “保存本地草稿”必须调用店小宝 releaseProductToOut。不要把 build_product.json 复制成 draft.json,不要把本机 JSON 文件当作草稿成功。唯一验收文件是 \x3Csession_dir>/release_product.json,成功响应必须包含 localIdisSuccess=1

推荐一键入口

用户已经提供 offerIdstoreName 时,优先只执行这一条命令。即便用户要求直接发布,也执行本命令保存店小宝草稿:

bash scripts/run_python.sh scripts/run_local_save.py \x3CofferId> --store-name "\x3CstoreName>" --marketplace-id ATVPDKIKX0DER

如果用户明确指定库存数量,必须使用一键入口的参数传入库存,禁止臆造 INVENTORY=\x3Cn> 这类未定义环境变量:

bash scripts/run_python.sh scripts/run_local_save.py \x3CofferId> --store-name "\x3CstoreName>" --marketplace-id ATVPDKIKX0DER --inventory-quantity \x3Cn>

run_local_save.py 会内部完成环境检查、店铺校验、session 初始化、商品查询、类目映射、图片处理、Amazon schema、CPV 映射、payload 组装和 releaseProductToOut type=localSave。执行完成后,只根据脚本最后输出的 JSON 摘要回复用户。

成功回复必须包含:

  • 已保存为店小宝 Amazon 待发布草稿。
  • localId
  • 如果用户指定库存,只能根据脚本输出的 inventoryQuantity 回复实际写入草稿的库存值。
  • 店铺、marketplace 和 session 目录。
  • 引导用户前往店小宝亚马逊商品管理页-待发布商品,必须展示完整 URL 且包含 https://https://page.1688.com/html/isv-bridge.html?version=0.0.26&appKey=5050627&role=buyer

如果一键入口失败,必须停止并展示失败步骤、错误摘要和 session 目录;不要继续手动补步骤,不要切到 Ozon/TikTok/其他平台,不要生成泛化运营建议。

信息收集

收到用户发品请求后,需要确认两件事:

信息 说明 必填
offerId 1688 商品 ID
storeName 目标 Amazon 店铺名称 是,必须先让用户确认

Step1 查询 Amazon 店铺

bash scripts/run_python.sh scripts/query_user_info.py

向用户展示返回的 Amazon 店铺列表和 marketplace 信息,只展示 storeName,不要展示或复述 encryptedCode

若没有 Amazon 店铺,停止流程并提示用户先完成店铺绑定。

Step2 初始化 session

bash scripts/run_python.sh scripts/init_session.py \x3CofferId> \
  --store-name "\x3CstoreName>" \
  --marketplace-id ATVPDKIKX0DER

init_session.py 会在内部根据 storeName 解析 encryptedCode 并写入 session 文件,不要把 encryptedCode 展示给用户。

脚本输出 session 目录,例如:

/tmp/123456789-amazon-amazon-store-ATVPDKIKX0DER-20260520_120000000

后续所有步骤第一个参数统一传 \x3Csession_dir>

Step3 查询 1688 商品详情

bash scripts/run_python.sh scripts/query_offer.py \x3Csession_dir>

写入:

  • \x3Csession_dir>/query_offer.json

Step4 Amazon 类目映射

bash scripts/run_python.sh scripts/map_category.py \x3Csession_dir>

写入:

  • \x3Csession_dir>/map_category.json

Step5 图片处理

bash scripts/run_python.sh scripts/process_images.py \x3Csession_dir>

默认按 Amazon productType 执行图片 pipeline:

  • SCREEN_PROTECTOR: white_background,crop_4_3
  • HANDBAG: white_background
  • DRINKING_CUP: white_background
  • 其他类目:white_background

也可通过环境变量覆盖:

AMAZON_IMAGE_PIPELINE=white_background,crop_4_3,translate_to_en \
  bash scripts/run_python.sh scripts/process_images.py \x3Csession_dir>

写入:

  • \x3Csession_dir>/image_processing.json

注意:该步骤不覆盖 query_offer.json。后续 build_product.py 会在内存中合并处理后的主图。

Step6 查询并解析 Amazon 属性 schema

bash scripts/run_python.sh scripts/map_amazon_attrs.py \x3Csession_dir>

默认 requiredMode=evaluated,按当前 listing 上下文评估 Amazon 条件必填字段。

写入:

  • \x3Csession_dir>/map_amazon_attrs.json

Step7 CPV 映射

bash scripts/run_python.sh scripts/map_pv_attrs.py \x3Csession_dir>

该步骤必须带 platform=amazon 调用 CPV 映射接口。

写入:

  • \x3Csession_dir>/map_pv_attrs.json

Step8 组装 Amazon 发品 JSON

bash scripts/run_python.sh scripts/build_product.py \x3Csession_dir>

写入:

  • \x3Csession_dir>/build_product.json

关键规则:

  • 单 SKU no-SKU 商品使用 baseInfo.parentSku 承载唯一 seller SKU。
  • 单 SKU no-SKU 的 tradeInfo.skuAndPrice[0].skuCode 必须置空。
  • 库存默认值为 1,并同时写入 tradeInfo.skuAndPrice[].inventoryfulfillment_availability.quantity
  • 如果用户指定库存,使用 run_local_save.py --inventory-quantity \x3Cn> 或分步执行 build_product.py \x3Csession_dir> --inventory-quantity \x3Cn>;不要使用 INVENTORY=\x3Cn>
  • image_processing.json 中的处理后主图优先进入 baseInfo.scImages

Step9 保存店小宝 Amazon 待发布草稿

本步骤必须调用店小宝接口。优先使用 release_product.py,不要手动复制 JSON 文件作为替代结果。

默认执行:

bash scripts/run_python.sh scripts/release_product.py \x3Csession_dir>

等价于:

bash scripts/run_python.sh scripts/release_product.py \x3Csession_dir> --release-type localSave

写入:

  • \x3Csession_dir>/release_product.json

成功点:店小宝返回成功响应和 localId。 失败时立即停止并报告错误,不要改成“保存本地文件”。

用户要求直接发布时的处理

不要执行在线发布。不要询问库存。不要调用未列入本文档的脚本。

处理方式:

  1. 说明当前 skill 仅支持创建店小宝 Amazon 待发布草稿。
  2. 继续执行 run_local_save.py 或默认分步 localSave 链路。
  3. 草稿成功后返回 localId,并引导用户前往店小宝亚马逊商品管理页-待发布商品完成后续发布。

完整默认流程

用户提供 offerId
  -> bash scripts/run_python.sh scripts/check_env.py
  -> bash scripts/run_python.sh scripts/query_user_info.py
     AI 展示 Amazon 店铺列表,等待用户确认 storeName;不要展示 encryptedCode
  -> bash scripts/run_python.sh scripts/init_session.py \x3CofferId> --store-name "\x3CstoreName>"
  -> bash scripts/run_python.sh scripts/query_offer.py \x3Csession_dir>
  -> bash scripts/run_python.sh scripts/map_category.py \x3Csession_dir>
  -> bash scripts/run_python.sh scripts/process_images.py \x3Csession_dir>
  -> bash scripts/run_python.sh scripts/map_amazon_attrs.py \x3Csession_dir>
  -> bash scripts/run_python.sh scripts/map_pv_attrs.py \x3Csession_dir>
  -> bash scripts/run_python.sh scripts/build_product.py \x3Csession_dir>
  -> bash scripts/run_python.sh scripts/release_product.py \x3Csession_dir>
     默认 localSave,返回 localId 后完成

脚本索引

脚本 功能
scripts/check_env.py 检查 DXB_USER_ID / ALPHASHOP_ACCESS_KEY / ALPHASHOP_SECRET_KEY / ALI_1688_AK
scripts/query_user_info.py 查询店小宝用户信息和 Amazon 店铺列表
scripts/init_session.py 创建 Amazon 铺货 session 目录
scripts/query_offer.py 查询并标准化 1688 商品详情
scripts/map_category.py 1688 类目映射到 Amazon 类目和 productType
scripts/process_images.py Amazon 主图白底、裁剪、翻译处理
scripts/map_amazon_attrs.py 查询并解析 Amazon schema 必填属性
scripts/map_pv_attrs.py CPV 映射,固定 platform=amazon
scripts/build_product.py 组装店小宝 Amazon 发品 JSON
scripts/release_product.py 调用 releaseProductToOut,仅支持 localSave
scripts/save_draft.py 兼容别名,内部等价调用 release_product.py \x3Csession_dir> --release-type localSave;优先使用 release_product.py
scripts/run_local_save.py 推荐入口,一条命令完成默认本地草稿链路

参考文档

  • references/amazon-listing-chain.md:Amazon 链路和接口字段说明
  • references/troubleshooting.md:常见问题和处理方式
安全使用建议
Install only if you intend to let the skill use your Dianxiaobao user ID and gateway credentials to query stores/products and create Amazon draft listings. Keep the .env and generated /tmp session directories private, and delete old session directories if you no longer need the saved workflow artifacts.
能力标签
crypto
能力评估
Purpose & Capability
The declared purpose is to turn 1688 product data into Dianxiaobao Amazon pending drafts; the scripts query product/store data, process images, map Amazon attributes, build a payload, and call only localSave for draft creation.
Instruction Scope
The activation wording is broad, but the runtime instructions repeatedly limit the workflow to listed commands, require offerId and storeName, stop on failures, and explicitly prohibit direct Amazon publishing.
Install Mechanism
The package contains markdown, Python scripts, a small pyproject with PyJWT and requests, and a shell runner; no suspicious install hooks or undeclared package sources were found.
Credentials
The skill requires account and API credentials plus network access to Dianxiaobao, Alphashop, and 1688 image services, which is proportionate for the stated listing-draft workflow but should be understood by users.
Persistence & Privilege
Session files are written under /tmp with 0700 directories and 0600 files and include encryptedCode for later workflow steps; this is disclosed and guarded from user-visible output, but it is still sensitive local persistence.
如何使用
  1. 确保已安装 OpenClaw(本地或 Docker 部署)
  2. 在对话框中输入安装命令:/install 1688-distribution-amazon
  3. 安装完成后,直接呼叫该 Skill 的名称或使用 /1688-distribution-amazon 触发
  4. 根据 Skill 的参数说明提供必要输入,即可获得结构化输出
版本历史
v0.1.0
- Initial release: enables seamless listing of 1688 products as drafts to Amazon stores via 店小宝, using a standardized toolchain. - Only supports saving as Amazon "待发布草稿" in 店小宝; does not support direct publishing to Amazon. Users are guided to complete publishing in the 店小宝 management page. - Covers all major steps: environment check, store confirmation, session initialization, product retrieval, Amazon category mapping, image processing, schema and CPV mapping, payload assembly, and local draft saving. - Robust error handling: stops on failure at any step, provides clear user instructions, and prevents accidental credential leakage. - Streamlined with a one-command fast path (`run_local_save.py`) for common publish scenarios.
元数据
Slug 1688-distribution-amazon
版本 0.1.0
许可证 MIT-0
累计安装 0
当前安装数 0
历史版本数 1
常见问题

1688 Distribution Amazon 是什么?

将1688商品铺货到Amazon店铺并保存为店小宝待发布草稿的工具链。当用户提到「铺货Amazon」「上架Amazon」「Amazon发品」「把1688商品发到Amazon」「亚马逊铺货」「生成Amazon草稿」「直接发布到Amazon」等场景时必须使用此技能。当前版本只创建店小宝 Amazon 待发布草稿;即便... 它是一个面向 Claude Code / OpenClaw 的 AI Agent Skill 插件,目前累计下载 45 次。

如何安装 1688 Distribution Amazon?

在 OpenClaw 或 Claude Code 对话框中运行命令「/install 1688-distribution-amazon」即可一键安装,无需额外配置。

1688 Distribution Amazon 是免费的吗?

是的,1688 Distribution Amazon 完全免费,采用 MIT-0 许可证,可自由下载、安装和使用。

1688 Distribution Amazon 支持哪些平台?

1688 Distribution Amazon 跨平台运行,可在任意部署了 OpenClaw / Claude Code 的环境中使用(cross-platform)。

谁开发了 1688 Distribution Amazon?

由 1688AiInfra(@1688aiinfra)开发并维护,当前版本 v0.1.0。

💬 留言讨论