mcpField
S
sourcing-selection

sourcing-selection

github.com/postplusai营销与增长271.0k 次安装1 天前更新
代码仓库

关于 sourcing-selection

一个用于采购与选品判断的指令型 Skill,通过整合供需证据形成审慎结论,并区分已观察证据、推断与缺失信息。

主要功能

  1. 01整合供需两侧证据
  2. 02评估渠道与商家模式匹配度
  3. 03识别经济性与运营风险
  4. 04生成审慎的决策备忘录

适用场景

  1. 01评估产品构想的需求
  2. 02比较采购候选清单
  3. 03判断供应商驱动的机会

安装

复制下面的命令,在终端中运行。

$npx skills add https://github.com/postplusai/postplus-skills --skill sourcing-selection

安装后在 Claude Code 中输入/sourcing-selection确认已加载。

详细介绍

选品决策

适用场景

  • 用户需要选品或产品选择方面的判断,而不只是原始平台数据。
  • 需要结合供给侧和需求侧证据。
  • 需要对产品创意、供应商信号、渠道机会或候选清单给出审慎的可行/不可行判断或后续步骤备忘录。

不适用场景

  • 不要替代平台数据采集技能。
  • 不要声称此已发布技能范围支持托管供应商数据采集。
  • 不要将不完整证据转化为笃定的选品建议。

核心规则

选品判断的可靠程度,取决于缺失环节中最薄弱的一环。

始终区分:

  • 已观察到的证据
  • 推断
  • 缺失环节

如果证据不完整,应给出暂定判断、支持信号和缺失环节,而不是假装确定。

最简决策模型

除非用户另有要求,否则按以下顺序进行:

  1. 需求证明
  2. 竞争格局
  3. 渠道匹配度
  4. 商家模式匹配度
  5. 供给侧可行性
  6. 单位经济效益压力
  7. 合规或运营风险

输入类型

  • 验证产品创意:先验证需求,再评估供给可行性,最后综合判断。
  • 供给驱动的机会核查:先看供应商或低价供给信号,再匹配需求证明和渠道匹配度。
  • 需求驱动的选品核查:先看电商平台、搜索或内容需求,再评估供给可行性。
  • 候选清单比较:将候选项统一到同一决策框架中,比较最有力的证据和最大的缺口,再谨慎排序。

能力路由

  • 供给侧来源:用户提供的供应商表格、报价或经批准的电商平台数据。不要暗示已有已发布的 1688 托管采集器。
  • 搜索意图来源:使用 google-trends-research 获取早期势头和上升查询信号。
  • 搜索驱动的需求:使用 google-trends-research 获取上升查询信号,并使用用户提供的电商平台数据导出文件了解商品列表、评论、价格区间和渠道原生竞争情况。
  • 内容语言匹配度:当演示、吸引点、受众语言或内容驱动销售很重要时,使用 tiktok-research。
  • Instagram/Meta 社交证明:选择特定平台的采集器之前,先使用 social-media-extractor。

输出格式

产物以 JSON 格式打包决策备忘录,包含产品或细分领域、目标渠道、决策、需求信号、供给信号、理由、缺失环节,以及适用时的建议后续步骤。

停止条件

  • 如果缺少必要的用户意图、来源证据或自有输入产物,且猜测会改变结果,则停止。
  • 如果自有 CLI 或脚本命令在执行中的 PostPlus 技能允许的有限重试后仍然失败,请报告确切错误并停止。不要通过仅依据元数据作答、探测就绪状态、本地重写载荷、切换备用提供方或使用未发布工具来绕过故障。

后续交接

  • 缺少证据 → 先转交给合适的数据采集技能。
  • 备忘录完成 → 将 decision.json 交给研究扩展、供应商联络、渠道决策或简报创建流程。

公开命令边界

  • 根据用户输入选择最匹配且最精简的命令或工作流,并直接运行。
  • 如果自有 CLI 或脚本命令在执行中的 PostPlus 技能允许的有限重试后仍然失败,请报告确切错误并停止。不要通过仅依据元数据作答、探测就绪状态、本地重写载荷、切换备用提供方或使用未发布工具来绕过故障。
  • 此公开技能由指令驱动。直接根据现有证据生成工作流所描述的产物。
  • 不要调用私有提供方/运行时路径或未发布的本地工具。
  • 如果 CLI 返回报价确认质询,请运行 postplus quote confirm --json --challenge-file <challenge.json>,并使用返回的令牌重试。

评论

支持 Markdown