生意参谋（sycm.taobao.com）店铺数据 CLI + AI 经营分析 Skill
给 AI 代理一行命令拉取淘宝/天猫自营店铺的大盘、客服、评价、销售、商品、新品和退款数据，并按可复用的方法生成报表和经营分析。
v0.9 起商品板块全覆盖：单品 360 的 14 个模块（详情逐屏 / 价格定位 / 标题死词 / 客群 10 维度 / 退款归因 / 潜在流失…）+ 宏观监控、商品排行、品类 360、商品集、新品追踪、连带分析、视频分析、 问题预警 —— 共 9 个页面 / 22 个模块 / 52 个命令，其中 14 个命令的数字已与页面逐格核对一致。
字段中文名与展示格式统一取自 fields.json（182 条，verified 的都注明了
验证日期与方法）；字典没收录的字段原样打字段码，不猜中文名。
💡 推荐：自己做了一个电商模特图生成站 paitumao.com， 用的是目前最强的模特图生成模型，image-2 定价 ¥0.5/张，专门服务预算有限的小商家。 有需要的话加我微信聊，备注一下来意。
- 跨平台本地认证：macOS 从 Chrome 直读 cookie；Windows 使用 CLI 专用 Chrome/Edge Profile + CDP
- 不降低浏览器安全性：不导出 cookie、不关闭 Chrome 安全保护、不接管默认 Profile
- 接口以真实页面请求验证：稳定命令直接开放，未确认的日期窗口和字段口径明确标注
- 安全护栏内置：随机延迟、可选请求硬上限、风控关键词检测、夜禁
- AI 代理友好：一条 wrapper 命令拿全数据，JSON schema 明确
仓库内的 SKILL.md 是给 AI 代理执行的机器说明，不是 README 的复制。它目前定义了七个可单独触发的模块：
| 模块 | 它回答什么 | 关键边界 |
|---|---|---|
| 标准全景报表 | 当前到底能拿到哪些数据 | 每张表都列出，不用“等”省略 |
| 日体检 | 昨天是否有需要立即处理的异常 | 用完整日，只和自己过去比 |
| 周复盘 | 本周是流量、转化还是客单价在变 | 周 UV 不用日 UV 直接相加伪造 |
| 测款专项 | 哪些新品值得继续验证 | 没有毛利/退货队列时不直接放量 |
| 退货归因 | 哪些款是退款事件热点、原因是什么 | 禁止用历史订单退款除以当日成交 |
| 广告 ROI | 万相台的场景/计划/商品效率 | 需 alimama-cli，只读，不自动停投 |
| 客服质检 | 客服是否真正回答了买家问题 | 对话脱敏，不因空评分或情绪给人员贴标签 |
所有模块都要附上数据日期、命令和字段口径，并将建议收敛到 0–2 个动作。完整分析规则在 references/analysis-workflows.md。
参考 twitter-cli 的纯本地认证模型设计。
淘宝/天猫店铺商家自己拉取自己店铺的客服聊天记录，做内部分析。
不适用：替别人抓数据、抓非自营店铺、商业爬虫服务。
- macOS：Google Chrome 已登录 sycm.taobao.com
- Windows 10/11：Chrome 或 Edge；首次运行会自动打开专用浏览器，登录一次后自动复用
- uv（推荐）或 Python 3.10+ + pip
curl -LsSf https://astral.sh/uv/install.sh | sh
# 重开终端# Claude Code
git clone https://github.com/rakei076/sycm-cli.git ~/.claude/skills/sycm-cli
# Codex
git clone https://github.com/rakei076/sycm-cli.git ~/.codex/skills/sycm-climacOS 请先在 Chrome 登录 https://sycm.taobao.com。Windows 可直接运行，CLI 会自动打开专用浏览器并等待首次登录。
然后：
~/.claude/skills/sycm-cli/scripts/sycm.sh doctorWindows：
scripts\sycm.cmd doctorWindows 启动器会优先使用 uv；否则使用 Python 3，并自动安装缺少的依赖。Python、依赖缓存和专用浏览器 Profile 都保存在项目内的隐藏目录，因此也能在只允许访问工作区的 Codex/AI 沙箱中运行。
.runtime/含登录后的专用浏览器 Profile。它已加入.gitignore，请勿提交、打包或分享该目录。
macOS 用户首次运行会弹"钥匙串"授权弹窗 —— 这是 Chrome 的 cookie 用 macOS Keychain 加密，需要授权 Python 进程读它。点 "始终允许" 一次，以后就不再弹。
成功的输出：
== sycm-cli doctor ==
✓ 读到 N 个 taobao 域 cookie
✓ _tb_token_ = <present>
✓ ...
| 报错 | 原因 | 处理 |
|---|---|---|
permission denied: scripts/sycm.sh |
极少见（脚本执行位丢失） | chmod +x ~/.claude/skills/sycm-cli/scripts/sycm.sh |
缺 Python 依赖 |
没装 uv | 按提示装 uv 或用 pip |
未找到淘宝登录态 |
Chrome 没登录 sycm | 去 Chrome 登录 sycm.taobao.com |
| Keychain 弹窗 deny 了 | 拒绝了 Keychain 授权 | 钥匙串访问 → 找 "Chrome Safe Storage" → 把终端加进访问控制 |
| 多个 Chrome profile | 默认读 Default，可能不是你登录的那个 | 改 sycm_cli.py 里 browser_cookie3.chrome() 传 cookie_file= |
| Windows 首次运行打开 Chrome/Edge | 正在创建 CLI 专用登录环境 | 登录一次，CLI 会自动检测并继续 |
| Windows 等待登录超时 | 5 分钟内没有完成登录 | 登录后重新运行；可用 SYCM_LOGIN_TIMEOUT 调整秒数 |
| Windows 找不到浏览器 | Chrome/Edge 未安装在常规位置 | 设置 SYCM_BROWSER_PATH 指向浏览器 exe |
Windows 报 AppData\Roaming\uv\python: 拒绝访问 |
Codex/AI 仅允许访问工作区，旧启动器把 Python 放在 AppData | 更新到最新版后重新运行 scripts\sycm.cmd doctor；运行时会自动放到项目目录 |
# 拉昨天最新 10 个会话 + 完整对话
~/.claude/skills/sycm-cli/scripts/sycm.sh fetch-recent \
--date $(date -v-1d +%Y-%m-%d) \
--limit 10 \
--out ~/sycm-chats.json输出 JSON 直接喂 LLM 做分析。
| 子命令 | 用途 |
|---|---|
doctor |
检查 cookie / 登录态 |
list --date YYYY-MM-DD |
列出某日的咨询会话（不含消息正文） |
detail <dataId> |
拉单个会话的全部消息（自动翻页） |
fetch-recent --date YYYY-MM-DD --limit N |
主力：列表 + 全部详情，给 AI 用 |
reception-list / evaluation-list / inquiry-loss-list / slow-rsps-list / sale-cs-list |
客服与服务高频 API |
sale-shop-list / sale-item-list |
交易与商品销售 API |
refund-item-list |
退款商品明细（按款退款金额/笔数/率/原因） |
refund-all-list |
全部退款逐笔明细；可按申请、完结或原订单付款时间筛选 |
refund-origin-analysis |
将某日完结退款追溯到原付款日，并拆分退款场景和时间间隔 |
excel <preset> |
一行命令导出对应数据为 Excel（自动触发→排队→下载） |
| 子命令 | 对应 sycm 页面 |
|---|---|
item-list |
商品/商品排行 + 商品 360（共用 /cc/item/view/top.json，12 项默认指标，--raw 看全部 41 个） |
cate-list |
商品/品类 360 |
new-product-list |
商品/新品追踪 → 列表 |
new-product-overview |
商品/新品追踪 → 顶部汇总卡 |
new-product-trend |
商品/新品追踪 → 趋势图 |
覆盖单品 360 页面的全部 14 个模块。先 item-search 拿 itemId，其余都接 --item-id
（或 --search <货号/标题>，命中唯一才继续）。
| 子命令 | 用途 |
|---|---|
item-search <关键词> |
按标题/商品ID/商品URL/货号搜商品，拿 itemId |
item-360 --item-id <ID> |
单品核心指标（本店值 + 环比 + 未核实的 cmpt 对比值）+ 销售总览，都吃 --date |
item-sku-list --item-id <ID> |
各 SKU 组合的加购/支付明细，吃 --date；--by <属性名> 改出按属性聚合表（尺码/颜色分类等）；--live 改出现有库存/售罄率/库存可售天数（当前快照，忽略 --date，与 --by 互斥） |
item-flow-source --item-id <ID> |
流量来源树：访客从哪来、哪个渠道转化差 |
item-refund --item-id <ID> |
一条命令三张表：退款原因 + 各 SKU 退款 + 各属性退款 |
item-profile --item-id <ID> |
客群洞察/客群画像：买这个款的人是谁（10 个维度，--all 一次跑完）。只认单日 |
item-loss-risk --item-id <ID> |
客群洞察/客群细分：客户预测流向哪些商品（含友商），带按店铺汇总。人气值只有单日有；这份数据要有足够客户流向样本才出，冷门款/新款返回 0 条属正常 |
item-detail --item-id <ID> |
详情分析：核心概况（带同行均值/优秀）+ 详情页逐屏 11 个楼层，看买家看到哪屏走的 |
item-price --item-id <ID> |
价格分析：本款价格定位 + 类目各价格带大盘（标出本款所在档） |
item-title --item-id <ID> |
标题优化：每个词带来多少搜索访客（点名零引导死词）+ 推荐词 |
item-bundle --item-id <ID> |
关联搭配：系统推荐 + 卖家自选 |
item-content --item-id <ID> |
内容分析：哪条视频真的带货。不传日期 = 近 30 天（页面默认口径），显式传 --date 则照给的窗口来（单日也认） |
item-service --item-id <ID> |
服务体验：售前咨询/售后解决率/有效回复/问大家声量，带对比值 |
scripts/sycm.sh item-search 连衣裙 --limit 3
scripts/sycm.sh item-sku-list --item-id 123456789 --date 起始 --end-date 结束 --limit 10
scripts/sycm.sh item-sku-list --item-id 123456789 --date 起始 --end-date 结束 --by 尺码
scripts/sycm.sh item-sku-list --item-id 123456789 --live --limit 10
scripts/sycm.sh item-flow-source --item-id 123456789 --date YYYY-MM-DD
scripts/sycm.sh item-refund --item-id 123456789 --date 起始 --end-date 结束
scripts/sycm.sh item-profile --item-id 123456789 --date YYYY-MM-DD --all --limit 5
scripts/sycm.sh item-loss-risk --item-id 123456789 --date YYYY-MM-DD --limit 20
scripts/sycm.sh item-detail --item-id 123456789 --date YYYY-MM-DD --limit 20
scripts/sycm.sh item-price --item-id 123456789 --date YYYY-MM-DD
scripts/sycm.sh item-title --item-id 123456789 --date YYYY-MM-DD
scripts/sycm.sh item-bundle --item-id 123456789 --date YYYY-MM-DD
scripts/sycm.sh item-content --item-id 123456789 --date 起始 --end-date 结束
scripts/sycm.sh item-service --item-id 123456789 --date 起始 --end-date 结束口径警告（详见 SKILL.md）：
- 日期窗口只支持 1 / 7 / 15 / 30 天，其余宽度服务端
code=1003拒绝，CLI 会先在本地报错。 - 生意参谋商品板块反复出现「日/7天/30天档」与「实时档」是两个不同接口的坑：
item-sku-list、item-360的销售总览走认日期的那套（2026-08-05 已从误录的/cc/live/实时接口改正，recent7 与 recent30 两次真实调用验证过数值不同）；item-list同理，已从不认indexCode的/cc/item/portal/itemList.json换成/cc/item/view/top.json。item-sku-list的实时档没丢， 用--live显式切换（现有库存/售罄率/库存可售天数只有这个实时接口才有，与--by互斥）。 item-refund是退款事件归属，不是退货率；表里的payAmtRfdRate/ordRfdRate近 7 天仍在爬升，别用近 7 天下结论。 「退款原因」表 2026-08-06 已修好（真凶是rfdIntervalLevel猜成了ALL，正确值99），现在带「内部原因/消费者原因」分类。item-360的*Cmpt口径未核实，不是同行绝对值。item-profile只认单日（多日区间服务端回code=0但数据恒空，CLI 发请求前就拦）。三个人群 口径通常只有itmUv（访问人群）有数据——平台规则是「人群样本量小于 300 人不统计客群画像」， 而单日口径攒不够人数，所以payByrCnt/appSearchUv只有大流量爆款才出得来。brand_prefer有品牌名但数值全 0（页面同样为空，非 CLI 问题）。
| 子命令 | 用途 |
|---|---|
spu-list |
商品集分析（只认单日，多日区间服务端只回一句 param check error，CLI 本地先拦） |
item-relate |
连带分析：主商品 + 关联商品。不认单日（服务端只回 code=1002 "4004:"，一个字不提日期），默认给近 7 天 |
video-list |
视频分析：曝光/点击/播放/完播/成交 |
macro-monitor |
宏观监控：全店商品实时大盘（实时快照，--date 不生效） |
problem-alarm |
问题预警：质量问题/缺货/高价限流商品计数 + 缺货明细（实时） |
interval-analysis |
商品区间分析：动销商品按价格带/件数/金额切开各占多少。价格带视角只认单日（多日服务端回 code=1002 "4000:"，CLI 本地先拦）。区间边界是店铺在页面上自己配的，配得不对会出现多行区间名与数值完全相同 —— 命令会检测并指路页面上那个「编辑」按钮 |
| 子命令 | 对应 sycm 页面 |
|---|---|
home-overview --date YYYY-MM-DD |
首页/数据概览（当日支付/访客/转化/退款率/加购） |
home-table --date 起 --end-date 止 |
首页/数据概览「表格」：4 个 Tab 完整 32 项多日并排 + 每格较上一周期 |
home-trend |
首页/数据概览趋势 |
grow-factor |
首页/增长因子（广告引导/直播/新品/会员成交额） |
| 子命令 | 用途 |
|---|---|
export-profile <店名> |
把当前 Chrome 登录态保存成命名 profile |
--store <店名>（放在子命令前） |
用指定店铺的登录态执行任意命令 |
profiles |
查看已保存的店铺 + 登录态新鲜度 |
| 子命令 | 用途 |
|---|---|
menu [--all] [--raw] |
读取当前账号的生意参谋菜单，作为页面/接口继续枚举的站点地图 |
api <path> -p k=v |
通用 API 探测器，调任何 sycm 接口 |
网络错误和 HTTP 5xx 默认最多重试 2 次；可用 SYCM_RETRIES=N 调整。业务错误会返回非零退出码。
详细 schema、字段定义、参数风格区别（sycm-v1 vs cc-v2）见 SKILL.md。
# 某日完成的全部退款：逐笔保留订单付款、退款申请和退款完结时间
scripts/sycm.sh refund-all-list --date 2026-07-17 --by case-end --out /tmp/refunds.json
# 汇总这些退款来自哪些付款日、属于哪种退款场景、间隔多久
scripts/sycm.sh refund-origin-analysis --date 2026-07-17refund-all-list 的时间口径还可选 case-create（退款申请日）和 order-pay（原订单付款日）。逐笔记录可回答“这笔退款原来什么时候付款”，但不能单独算真实退货率。真实退货率必须以同一付款批次的支付订单/件数为分母，并只保留最终发生 退货退款 的订单/件。
CLI 内置的护栏分两层：
硬约束（确认是风险信号才停）：
| 规则 | 行为 |
|---|---|
| 风控关键词检测 | 响应含 滑块/验证码/操作过于频繁/请重新登录 → 立即终止，退出码 2 |
| 连续失败 | 连续 2 次 HTTP 失败 → 立即终止 |
| 夜禁时段 | 01:00 – 06:00 默认禁跑（调试设 SYCM_BYPASS_CURFEW=1） |
软建议（不停止，只 stderr 提示）：
| 规则 | 默认 |
|---|---|
| 请求间隔（随机） | 1.8 – 3.5 秒 |
| 累计请求软警告点 | 200 次（只是提示点，不是上限） |
| 可选硬上限 | 设 SYCM_REQUEST_LIMIT=N 启用（默认无上限，防脚本跑飞用） |
风控按"短时高频"判定，不按"总量"，所以日常批量拉数据完全没问题。
触发 RiskTriggered 时绝对不要重试 —— 重试会让风控升级，等 24 小时再用。
- Cookie 和命名店铺 Profile 只保存在本机；
.runtime/、.taobao-cli/profiles/、.env*、运行 JSON、缓存和私钥都不得提交。 --raw和--out可能包含买家昵称、客服昵称、订单 ID、商品 ID 与聊天正文。分享给第三方或 AI 前先脱敏。- AI 分析默认只展示匿名商品代号和聚合结果；只有用户明确允许时才读取必要的聊天正文。
- Excel 下载地址只接受无内嵌账号密码的 HTTPS URL；浏览器 CDP 读取只允许连接本机地址。
# 单元测试（隔离安装测试与运行依赖）
uv run --with pytest --with browser-cookie3 --with curl-cffi \
--with websocket-client python -m pytest -q
# Skill 结构校验（在安装了 Codex skill-creator 的机器上）
python ~/.codex/skills/.system/skill-creator/scripts/quick_validate.py .
# 登录态和最小只读探针
scripts/sycm.sh doctor
# 商品域冒烟：19 个命令挨个打默认参数，判「能否跑通 + 有没有数据行」
scripts/smoke-item.sh <商品ID>
# 隐私扫描：敏感词 + 12 位以上真实 ID + 运行时数据文件是否进 git
scripts/privacy-scan.sh单元测试防不住「一开始就理解错」。 测试的 fixture 是人手敲的正确参数，命令自己的 默认值坏掉照样全绿——v0.9 就是这么抓出两个「默认调用必挂」的 bug 的。所以：
- 冒烟脚本一律不带参数跑每个命令，专抓默认路径
- 输出分
OK / EMPTY / FAIL三档，EMPTY（跑通但零数据行）是最值钱的信号： 页面上那块要是有数，就说明参数猜错了——服务端收下不报错、然后回你一张空表 - 完整验收流程见 docs/plans/2026-08-07-验收测试方案.md （L0 环境 → L1 冒烟 → L2 逐格对账 → L3 复核已知软肋 → L4 实战有用性）
发布前还应执行静态检查、依赖漏洞扫描和 Git 历史密钥扫描；真实店铺输出始终写入仓库外的临时目录。
接口反编译自 https://g.alicdn.com/aligenius/customer-service-performance/100.0.39/index.js（公开 CDN）。
列表接口：
GET https://sycm.taobao.com/csp/api/ww/consultation/detail/list
?_=<ms> &token=<_tb_token_>
&startDate=YYYYMMDD &endDate=YYYYMMDD
&dateType=day &dateRange=day
&orderBy=startTime ← 必传，否则返回 0 条
&pageNo=1 &pageSize=10
详情接口：
GET https://sycm.taobao.com/csp/api/detail/list
?dataId=<dateId>_<sellerId>_<accountId>_<buyerId>
&dateType=1 &dateRange=1 &startDate=1 &endDate=1
&pageNo=<n>
dataId 拼接规则、字段语义、错误码、其他 180+ 同套鉴权接口 — 全部在 SKILL.md。
把仓库克隆到 ~/.claude/skills/sycm-cli/ 后，Claude Code 等支持 Skill 的 AI 代理会自动识别 SKILL.md 里的触发词（生意参谋 / sycm / 旺旺咨询明细 / 客服聊天记录 等），主动调用。
调用入口：
~/.claude/skills/sycm-cli/scripts/sycm.sh <subcommand> [args...]取数主力走字段字典。 仓库根目录 fields.json 是机器可读字段字典（字段码 → 中文名 / 适用命令 / 口径备注），AI 先查字典再用 --fields 选列取数，遇到字典没有的字段有一套「三招」发现方法论自己去查。这部分是给机器看的操作规范，写在 SKILL.md 的「字段字典与发现方法论」一节，README 不重复。
# 只要指定几列，而不是整页 32 项
~/.claude/skills/sycm-cli/scripts/sycm.sh home-table --fields payAmt,uv,payRate --date 2026-07-13 --end-date 2026-07-19商品板块从 5 个命令做到 19 个命令 / 9 个页面 / 22 个模块，字典 89 → 182 条， 192 个单元测试。
- 单品 360 补齐剩余模块：
item-detail（详情逐屏 11 个楼层 + 同行均值/优秀）、item-price（本款价格定位 + 类目价格带大盘）、item-title（逐词搜索引导，点名零引导 死词 + 推荐词）、item-content（内容/视频带货）、item-service（服务体验 9 项，每项带 同类平均）、item-bundle（关联搭配）、item-profile（客群画像 10 个维度，--all一次跑完）、item-loss-risk（潜在流失风险，带按店铺汇总） - 页面级：
spu-list、item-relate、video-list、macro-monitor、interval-analysis、problem-alarm
item-refund的退款原因表空了两天 —— v0.8.2 里记成「未确定」。真凶是rfdIntervalLevel被猜成了ALL，页面实际发99。同样的参数，ALL→ 0 行、99→ 8 行。服务端收下不报错，只是回你一张空表。 顺带补上页面上有、我没渲染的 「流失至竞店人数」lossByrCnt—— 这一列直接告诉你多少人退完就去买了别家。item-refund的 SKU 表被服务端截断，还谎报总数：/cc/refund/item/sku/list.json无视 pageSize，每页封顶 5 行 （pageSize=100→ 5 行；pageSize=5翻三页 → 12 行）。原来只发一次请求、把 「本页行数」当「总行数」打印。被砍掉的 7 行里有一个 SKU 退款率 100%。 已改为按recordCount翻页，表头改报服务端总数。item-content/item-relate的默认参数直接报错：前者dateType硬写recent30却配单日dateRange（code=1003）；后者单日必挂 （code=1002 "4000:"）而默认就是昨天单日。两个都是「不带参数跑就挂」。item-loss-risk把「没数据」误报成「日期传错了」 ——any()在 0 行时也是 False，于是走到「多日区间会丢指标，请用单日」那句上，可用户传的就是单日。- 日期渲染吃本机时区：
statDate是北京时间零点的毫秒时间戳，用本机时区换算会在 UTC+8 以西的机器上整体倒退一天（伦敦 → 前一天 17:00）。已固定按 +08:00 换算。 item-360的比率不再打裸小数（0.006628…→0.66%）；item-content的children信封不再被渲染成一整行横杠；interval-analysis去掉一列自造的无意义 「件单价占比」（那是拿两档单价相加当分母）。- 9 个中文字段名按页面原话改正：有效回复人数→有效接待人数、问大家声量→问大家 原声量、搭配支付件数→预测连带支付件数、对比值→同类商品平均 等。
改造前一半命令的表头是 attrValue / payAmtRatio / itemSkuRfdAmt 这种字段码，
比率是 0.003964321110009911 这种裸小数，日期是 1785945600000 毫秒时间戳。
中文名和展示格式 fields.json 里本来就有（cn + fmt 两列），渲染层查字典即可：
改造前 _path / uv / pv / cartByrCnt / 0.0017301038062283738
改造后 来源路径 / 访客数 / 浏览量 / 加购人数 / 0.17%
字典没收录的字段原样打字段码，不猜中文名。
/domain/oneQuery.json通用网关：结论=证伪，指标词汇不可外推，不能替代逐个封装item-list的indexCode形同虚设 —— 传多传少都回同一组固定 41 字段， 原计划「8→30 指标分批取并合并」的前提不成立- AI 价格区间分析：接口只回元数据，真报告要在页面点「诊断分析」现场生成 = 写操作， 超出只读边界
- 商品链路 21 条隐藏路由侦查完，只有
problem_alarm有独立数据， 其余是下钻页 / 外链 / 已下线 / 本店无数据
scripts/smoke-item.sh <商品ID>：19 个命令挨个打默认参数跑一遍，分OK / EMPTY / FAIL三档。EMPTY（跑通但零数据行）是最值钱的信号 —— 页面上那块要是有数，就说明参数猜错了。scripts/privacy-scan.sh加强：除敏感词外，新增「12 位以上真实商品 ID/userId」 和「运行时数据文件进 git」两条检查- docs/plans/2026-08-07-验收测试方案.md： 五层验收流程（L0 环境 → L1 冒烟 → L2 逐格对账 → L3 复核已知软肋 → L4 实战有用性）
- 「核验过」必须包含「不带任何参数跑一遍默认调用」。
item-content和item-relate两个 bug 同一个成因：核验时手敲了正确的日期区间，绕开了坏掉的默认值。 测试也挡不住 —— 测试的 fixture 同样是手敲的正确参数。名字里有default的测试， 不代表它真的走了默认路径。 - 数字对不上时，第一嫌疑是比对方式，不是接口。
item-content的「商品点击次数」 被记了两天「与页面对不上」，还被降级成candidate。真相是页面那一块有 TOP直播 / TOP短视频 / TOP图文 三个标签，命令走的 video 接口只对应短视频那一个 —— 当初拿了另一个标签的数字在比。逐格重比：7 行 × 5 列 35 个格子全中。 - 用
innerText读页面比对时，相邻列会被拼成一个数。item-relate差点被误判成 「差 7 倍」——页面文字里的23.39%其实是「关联支付人数 2」+「关联购买率 3.39%」 粘在一起。判据：CLI 的两个相邻数字拼起来是否正好等于页面那一串。
18 个商品域命令逐个与页面比对：14 个数字逐格核对一致，3 个部分核对，1 个无指标可核。 详见 全量清单第八节。
| 项 | 说明 |
|---|---|
item-price / item-title 的数值 |
页面主体是图表和鼠标悬停提示，数值不落在文本里，逐格核对做不了。分档、分词、推荐词本身核过 |
item-content 的覆盖范围 |
只含页面的「TOP短视频」标签，TOP直播 / TOP图文 两个标签没做 |
interval-analysis 的分档 |
区间边界是店铺在页面上自己配的（每栏右上角有「编辑」）。配得不对时会出现多行区间名和数值完全相同 —— 命令会检测并指路那个按钮，但改配置得你自己去页面点 |
item-refund 三张子表人数合不上 |
不是 bug：rfdIdentifyType=alg_identify 会给一笔退款打多个原因标签（实测原因表退款单数 168、属性表 122，两表分母 payOrdCnt 都是 211）。各行不可相加，要唯一人数看属性表。命令已在输出里写明 |
item-refund 的子原因 |
每行退款原因还带 children（描述不符 / 材质问题 / 做工问题等），命令暂不展开，需要时用 --raw |
item-360 的字段名 |
打的是英文字段码不是中文名 —— 这些码的中文名没跟页面核过，不猜 |
item-360 的 *Cmpt |
口径未核实，不是同行绝对值，别当同行对比解读 |
item-list换接口：之前的/cc/item/portal/itemList.json不认indexCode（实测传多少个都只回itmUv/payAmt/payRate3 个指标），换成商品排行页 「日/7天/30天」档实际调用的/cc/item/view/top.json后，单次调用能拿到 41 个字段；默认展示 12 项（支付/访客/加购/收藏/停留/跳出/搜索引导/退款），其余 用--raw看。旧接口在全仓库范围内确认无其它调用点，已删除，不留兼容层。item-sku-list新增--live：找回之前被换掉的实时库存快照接口 （/cc/live/v2/item/sale/sku/list.json），拿现有库存currentStockCnt、 售罄率sellRate、库存可售天数stockDays——这三个字段只有实时接口有， 日期口径接口拿不到。--live会忽略--date/--end-date并在输出里明确 提示，且与--by互斥（属性聚合接口没有实时版本）。item-refund的退款原因空表加说明：rfdReasonName那张表长期返回 0 行，同一次请求里 SKU/属性两张兄弟表都有真实数据。排查过rfdIdentifyType/caseScene/refundDateType/ 日期窗口等多种组合，均为合法的code=0空结果，没能定位具体原因，结论按「未确定」处理——命令现在会在 空表下面打印这句说明，不再是一张没有任何解释的空表。- 纠正 v0.8 的接口误判：
item-sku-list、item-360的销售总览之前录到的/cc/live/...系接口确实忽略--date，但那是因为侦查时网页时间选择器停在 「实时」档；生意参谋销售分析页其实有两套接口，切到「日/7天/30天」档走的是 另一套不带live/的接口，正常按日期返回。已换成认日期的/cc/item/sale/sku/list.json、/cc/item/sale/overview.json，recent7 与 recent30 两次真实调用验证过数值不同。下面 v0.8 条目里"记录两个/cc/live/接口忽略--date"的结论已作废，保留只为存档。 - 新增
item-sku-list --by <属性名>：按尺码/颜色分类等属性聚合销售（对应网页 「属性分析」表），走/cc/item/sale/sku/attrDetail.json。
- 新增单品五件套（只读）：
item-search/item-360/item-sku-list/item-flow-source/item-refund - 商品域字段入
fields.json；各属性退款表补属性值列 - cc 系日期窗口只支持 1/7/15/30 天，其余宽度在本地就报错（服务端一律
code=1003） - 记录两个
/cc/live/接口忽略--date的实时口径（实测）
- 字段字典
fields.json：数据概览 62 个原始字段全部入册（32 已破译 + 30 中文名待破译），每条带适用命令、数值格式、口径备注（含退款率「近 7 天仍在爬升、禁止下结论」等坑规矩）。 home-table万能选列：--fields a,b,c只取指定列、--all-fields吐全 62 项；发现新字段的「三招方法论」+ 写回规矩写进 SKILL.md。- 指定 Chrome profile：
SYCM_CHROME_PROFILE="Profile 1"环境变量，登录态不在 Default 身份时也能读到。
- AI 经营分析 Skill：新增标准全景、日体检、周复盘、测款、退货归因、广告 ROI、客服质检七个模块及严格输出口径。
- 逐笔退款溯源：新增
refund-all-list和refund-origin-analysis，可从退款完结日追到原订单付款日，并区分退货退款、未发货退款、未收货退款和已收货仅退款。 - 口径纠错：禁止用当日完结的历史订单退款除以当日成交；新品总览/趋势的日期能力按真实请求结果标注。
- 安全加固：限制 CDP 为本机地址、Excel 下载为 HTTPS，并补充分页去重和不安全 URL 测试。
- 首页「数据概览」多日表格
home-table：一条命令拉页面「数据概览」四个 Tab 的完整 32 项指标（支付 10 / 意向 7 / 履约售后 10 / 推广 5），多日并排 + 每格「较上一周期」，等价于页面点「表格」那张多天对比表；字段中文名对页面逐格核对锁定。 - 首页大盘只读命令：
home-overview/home-trend/grow-factor（支付/访客/转化/退款率/加购 + 广告引导/直播/新品/会员成交额三档对标）。 - 多店铺登录态：
export-profile <店名>保存、--store <店名>切换、profiles查看；一台机器管多个店，与 qianniu-cli 共用同一份 profile。 - 退款商品明细
refund-item-list：按款看退款金额 / 笔数 / 率 / 原因。 - 菜单站点地图
menu：读取当前账号完整菜单，便于继续定位页面/接口。 - Windows 跨平台认证：首次运行自动打开专用 Chrome/Edge Profile，通过本机 CDP 读登录态，不动默认 Profile、不关浏览器安全保护。
- 请求加固：网络错误 / HTTP 5xx 默认重试 2 次（
SYCM_RETRIES=N可调）。
- 商品大类（cc-v2 新接口）：商品排行 / 商品 360 / 品类 360 / 新品追踪。
- Excel 一键导出：
excel <preset>，申请 → 排队 → 下载全自动。
- 仅供商家自己店铺数据合规获取使用
- 严禁用于：抓取他人店铺、商业爬虫服务、绕过平台风控
- 触发淘宝平台风控的后果由使用者承担
- 商家本人对自己经营数据的访问权利，不构成对淘宝服务条款的违反，但频次和方式应当合理
MIT
有想法、有需求，欢迎加微信找我，并注明来意。
- 微信：扫下方二维码加好友
- X / Twitter：@LuJia32473
如果这个工具帮到了你，欢迎给个 ⭐️。