L’interface est localisée ; les présentations et documents des Skills sont traduits automatiquement par IA dans votre langue. Le code, les commandes, chemins et termes techniques restent en version originale, et le document de l’auteur fait foi.
Explorer les Skills
Productivité · SKILL.md

qinghu-shopee-item-keywords

qinghu-shopee-item-keywords

青虎AI Shopee-商品引流词分析:按商品 ID 查询近 30 天的引流词(搜什么词进来的),或推荐同类目热词。当用户说「这个 Shopee 商品靠哪些词引流」「竞品的引流词」「同类目热词推荐」或提出同类需求时必须触发。关键词:青虎AI、qhkit、青虎数据、Shopee、虾皮、引流词、流量词、商品关键词、热词推荐、商品热搜词分析。

Independent GitHub snapshot · Automated classification · Original documentation governs

Documentation de la Skill

GitHub

name: qinghu-shopee-item-keywords description: "青虎AI Shopee-商品引流词分析:按商品 ID 查询近 30 天的引流词(搜什么词进来的),或推荐同类目热词。当用户说「这个 Shopee 商品靠哪些词引流」「竞品的引流词」「同类目热词推荐」或提出同类需求时必须触发。关键词:青虎AI、qhkit、青虎数据、Shopee、虾皮、引流词、流量词、商品关键词、热词推荐、商品热搜词分析。" user-invocable: true homepage: https://www.npmjs.com/package/@iqinghu/qhkit metadata: {"openclaw":{"emoji":"🔑","requires":{"bins":["qhkit"]},"install":[{"kind":"node","package":"@iqinghu/qhkit","bins":["qhkit"]}]}}

Shopee-商品引流词分析 | 青虎AI

按商品 ID 查询近 30 天的引流词(搜什么词进来的),或推荐同类目热词。

数据来自青虎数据工具 queryshopeeitemhotword(商品热搜词分析,平台:Shopee),通过 qhkit mcp 调用——不需要、也不要去宿主环境里找或配置 MCP server。

何时触发

  • 「这个 Shopee 商品靠哪些词引流」
  • 「竞品的引流词」
  • 「同类目热词推荐」

调用流程

qhkit mcp describe '{"names":["queryshopeeitemhotword"]}'   # ① 本会话首次调用前查最新入参与计费(免费)
qhkit mcp estimate '{"names":["queryshopeeitemhotword"]}'   # ② 单次基价(青虎积分,免费)
qhkit mcp call     '{"name":"queryshopeeitemhotword","params":{"itemIds":"1234567890,1234567891","site":"tw","timest":"2026-05-26","type":1}}'
  • call 的 params 照 describe 返回的 inputSchema 填(下表是快照,以 describe 为准);上面 call 里的值只是占位示意,按用户需求替换,不要原样提交。
  • 参数复杂或含中文 / 引号时,把 {"name":...,"params":{...}} 写进文件,用 qhkit mcp call @params.json 调用,避免 shell 转义问题。
  • 用户没说清的必填项(站点、时间周期、ID 等)先问清楚或按下表说明取值,不要猜。

入参(快照)

参数必填类型说明取值
site✅string站点名称可选 tw / my / id / th / ph / sg / vn / br;例 tw
timest✅string查询账期,yyyy-MM-dd 格式,只能选某一天例 2026-05-26
itemIds✅string商品ID,多个使用英文逗号分隔,最多10个例 1234567890,1234567891
type✅integer榜单类型:1=引流词、2=同类目热词范围 1–2;例 1

典型需求:「在 Shopee 台湾站,针对商品 ID 集合 “12345678, 87654321”,查询账期为 2026-06-15 且榜单类型为 1=引流词 的数据,筛选出最小搜索量高于 1000 的词,返回前 50 个引流关键词。」

工具说明(线上原文整理)

通过商品ID获取商品最近30天的引流词数据以及推荐同类目热词。入参 itemIds 由 queryshopeeitemranking、queryshopeeshopitemlist 等接口返回。type=1:查询该商品关联的引流词(搜索该词进入商品页面的关键词)。type=2:推荐同类目热词(该商品最小子类目下近30天销量TOP100商品的引流词)。单次最多可传10个商品ID,多个使用英文逗号分隔。可选站点:tw(台湾)、my(马来西亚)、id(印度尼西亚)、th(泰国)、ph(菲律宾)、sg(新加坡)、vn(越南)、br(巴西)。

上下游

  • 相关工具:queryshopeewordtrend(Shopee-热搜词趋势)、queryshopeeitemranking(Shopee-商品榜单)、queryshopeeshopitemlist(Shopee-店铺热销商品)。括号里是它们各自对应的「青虎AI」专项技能;需要时也可直接 qhkit mcp call 调用(计费授权规则同下)。

计费与授权

  • 付费工具。单次基价参考约 1 青虎积分(2026-10 快照,会调整),报价前先跑 qhkit mcp estimate,以它返回的 baseCredits 为准。
  • 本会话首次调用前:把要调用的工具(中文名 + 用途)和预计积分一次性告诉用户,征得同意后本会话内不再重复询问;同一需求要连调上下游工具时,一起列出、一次授权。用户拒绝或只同意一部分时,未同意的不调用。
  • 实扣以 call 返回的 credits 为准(已经是青虎积分,不要再换算);业务数据里自带的「积分 / points」字段是数据源自己的口径,不要引用。
  • 同一轮回复内付费调用不超过 10 次;还要更多数据时,先说明还差什么、要再调几次,征得同意后下一轮继续。
  • 有付费调用的那一轮,在回复最末尾另起一行、单独一行写:本次共消耗 X 青虎积分(X 为本轮全部 credits 之和,小数按实际写)。

结果处理

  • stdout 恒为一行 JSON。成功为 {"ok":true,"stage":"done","name":...,"credits":...,"data":...};失败为 {"ok":false,"stage":"...","message":"..."},把 message 原样转告用户。stderr 的提示行不是错误。
  • 小结果直接在 data 里。大结果返回 large:true + file(完整 JSON 的本地路径)+ records(记录数)/ fields(字段)/ preview(前几条)——后续筛选、统计、导出一律读 file,不要逐行抄写,也不要凭预览推断全量。
  • 记录 ≥ 10 条时整理成表格文件交付(装了 qinghu-excel-export 技能就用它),不要把大数据集铺成聊天里的 markdown 表格;回复保持精简:结论 + 文件 + 不超过 5 行关键预览。
  • 结论先行:先回答用户真正关心的问题(值不值得做、谁最强、趋势向上还是向下),再给支撑数据;数字标明平台、站点、周期与样本量,不同站点或周期的数字不要混在一张表里比。
  • stage:"validate":本地校验没过,未发起、未扣费——按 details.inputSchema 改参数后重试。
  • stage:"call" / stage:"mcp":服务端失败(401/50x CLI 已自动重试过)。先 qhkit config show 确认密钥,再转述 message;参数问题先想清楚再改,不要连环试错——失败也可能扣费。

能力边界

  • 本技能只负责「Shopee-商品引流词分析」这一项查询(工具 queryshopeeitemhotword)。用户要的数据超出它的返回范围时,用下方上下游工具或同系列技能补齐,不要用名字相近的工具凑合,也不要改用浏览器抓网页。
  • 拿不到的 ID / 类目 / 账号标识,按上文「上下游」从对应工具取,不要凭印象编。
  • 要做完整分析(选品决策、竞品拆解、蓝海挖掘等多步编排)时,转交同系列场景技能:「Shopee-选品决策专家 | 青虎AI」、「Shopee-类目蓝海挖掘专家 | 青虎AI」、「Shopee-爆款截流跟卖大师 | 青虎AI」、「Shopee-跨站点拓客专家 | 青虎AI」。
  • 其他平台 / 其他数据类型,或想按需求检索全部 200+ 个青虎数据工具,用总技能「青虎AI」(qhkit mcp search)。

环境自举(缺什么装什么,不要因环境缺失放弃任务)

本技能依赖 qhkit 命令(npm 包 @iqinghu/qhkit,mcp 命令需 0.14.0+),可完全独立安装。按顺序检测,缺失就地补齐:

  1. 有 qhkit 吗? qhkit config show 能跑通即就绪,跳到第 4 步。

  2. 没有 qhkit 但有 node/npm → 全局安装(推荐):

    npm i -g @iqinghu/qhkit
    

    默认走 npm 官方源;官方源访问慢或超时(国内网络常见)时,再加镜像参数 --registry=https://registry.npmmirror.com(阿里维护的 npm 官方镜像,仅作网络兜底)。仅当全局安装因权限失败且无法提权时,才退而用 npx @iqinghu/qhkit <命令> ...(npx 必须写包全名)。

  3. 连 node 都没有(要求 Node ≥ 18):先装 Node 再回到第 2 步。

    # Linux 二进制安装(装到用户目录,无需 root;先校验官方 SHA256 再解包):
    cd /tmp && curl -fsSLO https://nodejs.org/dist/v22.22.3/node-v22.22.3-linux-x64.tar.xz
    cd /tmp && curl -fsSL https://nodejs.org/dist/v22.22.3/SHASUMS256.txt | grep ' node-v22.22.3-linux-x64.tar.xz#x27; | sha256sum -c -
    mkdir -p "$HOME/.local/lib" && tar -xJf /tmp/node-v22.22.3-linux-x64.tar.xz -C "$HOME/.local/lib"
    export PATH="$HOME/.local/lib/node-v22.22.3-linux-x64/bin:$PATH"
    

    校验行输出 OK 才继续;校验失败就删掉重下,绝不解包未通过校验的文件。nodejs.org 访问不通时,把两个下载 URL 的前缀 https://nodejs.org/dist 整体换成镜像 https://registry.npmmirror.com/-/binary/node(目录结构相同,SHASUMS256.txt 也有镜像,校验步骤不变)。export PATH 只对当前 shell 生效,跨命令调用时每个新 shell 都要先执行这行(或追加进 ~/.bashrc)。macOS 用 brew install node;Windows 用 winget/官网安装包。arm64 机器把 x64 换成 arm64。

  4. 密钥:无密钥时(命令返回 stage:"config"),执行 qhkit config set --token <密钥> --env prod(密钥让用户打开 https://www.iqinghu.com/workbench/login?type=1&urlCode=1788417527636 注册/登录后,从 https://www.iqinghu.com/workbench/dashboard/api-keys 获取),或设环境变量 QHKIT_TOKEN。

  5. 自检:qhkit config show 输出脱敏配置即全部就绪。

升级:命令返回 {"ok":false,"stage":"version",...}(版本门禁,message 里就是升级命令),或返回 stage:"runtime" 且 message 为「未知命令:mcp」(本机 qhkit 太老),都先升级再重试原命令:

npm i -g @iqinghu/qhkit@latest

官方源慢或超时时同样加 --registry=https://registry.npmmirror.com。安装/配置失败时把具体报错告诉用户(常见:无写权限 → 提示用户提权或改用 npx;无网络 → 让用户处理网络)。

Skills enregistrées