據 AlphaMoat 統計,截至 2026-09,電商商品第三方平台價格比對 累計下載 2,254 次、獲 4 個星標,在全部 5,078 個 AI 技能中排名第 4,256 位,在「商業營運」分類(297 個)中排名第 233 位。
| 平台 | 累計安裝 | 累計下載 | 星標 | 評論 |
|---|---|---|---|---|
| SkillHub ↗ | 190 | 2254 | 4 | — |
各平台的計數口徑不同,統計時間不一致。
讀取 Excel 的京東連結,採集店鋪、累計評價、京東價與到手價,填充 R/S/T/L/M/O 列,並按 M - L 計算差價。需使用 openpyxl;累計評價不能用近期評價代替。僅規格不匹配時換算 L/M 價格,且限同一 SKU;擷取和瀏覽器存取均失敗時需手動核實,儲存前檢查缺失項。
資料釋出於 2026-10-26
以下是根據技能文件生成的示例,不代表實際執行結果。
2026-09 起統計方法調整:同名技能按作者分別統計,並覆蓋全部技能。圖中虛線為調整前的月份,與之後的資料不直接比較,也不計算跨越調整的增長。
| 月份 | 累計下載 | 環比 | 星標 |
|---|---|---|---|
| 2026-09 | 2254 | — | 4 |
| 2026-08 | 1795 | +18.7% | 4 |
| 2026-07 | 1512 | +42.4% | 4 |
| 2026-06 | 1062 | +33.4% | 1 |
| 2026-05 | 796 | — | - |
| 2026-03 | 328 | — | - |
以下是作者釋出的原始檔案,按純文字顯示,本站未做修改或稽核;其中的連結不可點選,命令請核實後再執行。抓取於 2026-10-23。
--- name: jd-price-compare description: 京东商品比价Excel处理工具。自动从京东SKU页面采集累计评价数、价格数据,填充Excel表格的R(链接)、S(店铺)、T(评价)、L(京东价)、M(到手价)、O(差价)列,支持多规格价格换算。触发场景:用户提供包含京东链接的Excel商品表,需要更新价格/评价数据;或提到"京东比价"、"价格核实"、"多规格换算"、"新品定价"等关键词。 --- # 京东商品比价Excel处理 快速从京东采集商品数据,自动填充和计算Excel表格。 ## 快速开始
**最常见的用法**:
1. 用户提供Excel文件 + 京东链接列表
2. 我读取Excel,提取SKU ID
3. 逐个访问京东页面采集数据
4. 填充R/S/T/L/M/O列,计算差价
5. 保存文件
**核心代码**:
```python
from openpyxl import load_workbook
# 读取
wb = load_workbook('商品表.xlsx')
ws = wb.active
# 更新单元格
ws['T4'] = '100万+' # 累计评价
ws['L4'] = 17.90 # 京东价
ws['M4'] = 14.90 # 到手价
ws['O4'] = round(14.90 - 17.90, 2) # 差价
# 保存
wb.save('商品表.xlsx')
```
## 工作流程
### 第一步:读取Excel,建立商品清单
```python
from openpyxl import load_workbook
wb = load_workbook('文件名.xlsx')
ws = wb.active
# 提取所有SKU
skus = {}
for i in range(4, 52): # 从第4行开始
r = ws[f'R{i}'].value
if r and 'item.jd.com/' in str(r):
sku = str(r).split('item.jd.com/')[1].split('.html')[0]
skus[sku] = i
```
**关键列说明**:
| 列 | 内容 | 来源 |
|----|------|------|
| R | 京东链接 | 用户提供 |
| G | 商品规格 | 用户提供 |
| S | 店铺类型 | 京东页面 |
| T | 累计评价数 | 京东页面 |
| L | 京东价/划线价 | 京东页面 |
| M | 到手价 | 京东页面 |
| O | 差价 = M - L | 自动计算 |
### 第二步:采集京东SKU数据
访问 `https://item.jd.com/{SKU_ID}.html` 采集三个关键数据:
| 数据 | 说明 | 格式 |
|------|------|------|
| **累计评价** | 页面"累计评价"数值 | `100万+`、`20万+`、`2000+` |
| **京东价** | SKU默认规格的划线价 | `17.90` |
| **到手价** | 优惠后的实际价格 | `14.90` |
**采集方式优先级**:
1. `web_fetch` 抓取页面HTML
2. `browser` 打开页面截图
3. 如均失败,告知用户需手动核实
**关键提示**:
- ⚠️ 必须用"**累计评价**",不是"评价"
- 同一SKU多行时,T列应相同
- 价格保留2位小数
### 第三步:更新T列(累计评价数)
```python
# 统一格式:万+
ws['T4'] = '100万+' # ✅ 正确
ws['T5'] = '20万+' # ✅ 正确
ws['T6'] = '2000+' # ✅ 正确
# ws['T7'] = '100W+' # ❌ 错误,禁止用W+
```
### 第四步:多规格价格换算
**只在规格不匹配时使用**。公式:
```
换算价格 = (京东SKU价格 ÷ SKU规格g数) × 表格规格g数
```
**实例**:
- 京东SKU:125g×3瓶 = 32.06元
- 表格规格:99g×3瓶
- 计算:`(32.06 ÷ 3 ÷ 125) × 99 × 3 = 25.39元`
```python
# 单价 = 32.06 / 3 / 125 = 0.0856元/g
# 表格价 = 0.0856 * 99 * 3 = 25.39元
new_price = round((32.06 / 3 / 125) * 99 * 3, 2)
```
**换算要点**:
- L列和M列都需要换算
- 必须基于同一SKU的不同规格
- 不能跨SKU换算
### 第五步:计算O列(差价)
```python
# 逐行计算差价 = 到手价 - 京东价
for i in range(4, 52):
l_val = ws[f'L{i}'].value
m_val = ws[f'M{i}'].value
if l_val and m_val:
try:
l_num = float(str(l_val).replace(',', ''))
m_num = float(str(m_val).replace(',', ''))
ws[f'O{i}'] = round(m_num - l_num, 2)
except:
pass
```
### 第六步:数据完整性检查
保存前验证:
```python
# 检查关键列是否填写完整
for i in range(4, 52):
if not all([ws[f'{col}{i}'].value for col in ['R','S','T','L','M']]):
print(f"行{i}缺少数据")
# 检查O列是否计算
if ws[f'O{i}'].value is None:
print(f"行{i}差价未计算")
```
### 第七步:保存文件
```python
wb.save('商品表.xlsx')
print("✅ 文件已保存")
```
## 注意事项
1. **累计评价 vs 评价**:必须使用"累计评价",而非"评价"数,两者差异很大
2. **价格来源**:优先使用京东自营/旗舰店价格
3. **多规格换算**:必须基于同一SKU的不同规格换算,不能跨SKU换算
4. **数据一致性**:同一SKU链接对应多行时,T列(累计评价)应相同
5. **保存前验证**:确认O列已全部计算,无空值
6. **编码安全**:使用openpyxl读写,避免编码问题
## 常见问题
### Q1: 如何区分"评价"和"累计评价"?
- **评价**:最近一段时间的评价数(会变化)
- **累计评价**:商品上架以来的总评价数(只增不减)
- 京东页面通常在商品详情下方显示"累计评价"
### Q2: 多个规格的商品如何处理?
同一SKU有多个规格时:
- 所有行使用同一个R列链接
- 所有行的T列(累计评价)相同
- L/M列按各自规格换算
### Q3: 价格换算出错怎么办?
检查:
1. SKU规格是否正确(如125g vs 100g)
2. 是否混淆了单位(g vs ml)
3. 是否包含了瓶数/包数(如3瓶)
### Q4: 京东页面无法访问怎么办?
- 检查网络连接
- 尝试用浏览器手动访问确认链接有效
- 如持续失败,告知用户需手动填写
## 工作示例
**输入**:用户提供Excel + 3个京东链接
```
R4: https://item.jd.com/100046323779.html
R5: https://item.jd.com/100141667624.html
R6: https://item.jd.com/100134415410.html
```
**输出**:自动填充
```
行4: T=100万+, L=17.90, M=14.90, O=-3.00
行5: T=100万+, L=36.90, M=32.06, O=-4.84
行6: T=20万+, L=22.90, M=18.76, O=-4.14
```
PollyReach gives every AI agent a phone number and the ability to get things done over the phone — finding contacts, making calls, and completing tasks. Just...
透過 Trello REST API 管理看板、列表與卡片。
全網招中標資料查詢與分析助手。當用戶涉及以下任何場景時,必須使用此SKILL:查詢招標/中標公告、搜尋標訊、查詢臨期/即將到期專案、查詢擬建專案與立項審批階段的早期商機、追蹤某個專案各階段進展與全流程時間線、商機預測、推薦潛在投標供應商、查詢企業工商登記資訊(統一社會信用程式碼/註冊資本/法定代表人/經營範圍/成立日期/登記機關/曾用名)、分析公司主營業務/歷史中標、查詢公司上下游合作客戶與供應商、分析競爭對手/競對企業、查詢Top採購單位/Top中標單位/Top中標品牌、招中標資料統計分析(按月/季/年/省份/品牌等維度)、查詢品牌型號歷史中標單價/價格趨勢、查詢當前帳戶餘額/剩餘積分/累計充值消費、市場分析/行業分析/採購尋源/渠道拓展等採購與投標相關場景。即使使用者沒有提到「知了標訊」,只要涉及招投標、採購、中標、供應商、競爭對手、企業工商資訊、帳戶餘額、剩餘積分等關鍵詞,都應使用本SKILL。
需求分析、PRD編寫、產品需求文件、詳細設計、BRD、MRD、PRD模板、使用者故事、使用者訪談、需求挖掘、痛點分析、功能設計、KANO模型、Y模型、5W1H、優先順序排序、需求池管理、寫過需求、寫PRD、做需求分析、產品設計、產品策略、SWOT分析、波特五力、PESTLE、安索夫矩陣、商業模式畫布、價值主張、產品願景、OKR制定、Sprint規劃、回顧會、釋出說明、干係人管理、競品分析、市場調研、使用者研究、機會解決方案樹、指標看板、測試場景、頭腦風暴、假設驗證
面向日曆管理與會議排期的技能。
提供市場趨勢、競品與使用者行為分析的市場分析服務。
電商平台爆款產品篩選分析 - 基於資料分析的智慧選品工具,支援淘寶、京東、拼多多、抖音、亞馬遜等平台
透過託管 OAuth 與 Salesforce CRM API 整合。僅在需要 Salesforce CRM 管理時才安裝。使用最小許可權連線 Salesforce,破壞性或批次操作首選沙箱組織,每次請求前驗證目標連線 ID,並撤銷未使用的連線。
資料月份:2026-09 · 下載/星標/安裝數聚合自公開技能註冊庫(ClawHub、SkillHub),按月更新。口徑說明見資料方法。