apify-ecommerce – 电商数据采集与抓取 Skill

3周前更新 7 0 0 0

Apify Ecommerce 是让 AI Agent 通过 Apify 平台抓取电商网站商品、价格、评论等公开数据的 Skill,适合跨境电商选品、竞品价格监控和商品信息采集等场景。

Skill 安装

多 Agent 安装
npx skills add https://github.com/apify/awesome-skills --skill apify-ecommerce

使用 npx skills 快速安装,支持将 Skill 添加到多个兼容的 AI Agent。

Skill 调研报告

Skill 详细介绍

apify/awesome-skills#apify-ecommerce 是 Apify 官方在 awesome-skills 仓库中提供的一个电商数据采集类 Skill。apify/awesome-skills 是由 Apify 维护的 Agent Skill 集合仓库,apify-ecommerce 是该集合中专门面向电商场景的具体 Skill。

它本身不是一个可以独立运行的软件,也不是一个可视化电商后台。它的作用是给支持 Skill 机制的 AI Agent 补充一套电商数据采集与整理的工作指令,让 Agent 在用户提出电商相关需求时,知道应该调用 Apify 平台上的哪些电商采集工具(Actor)、需要哪些输入参数、如何处理返回结果,以及如何把采集到的数据结构化输出。

它解决的核心问题

  • 用户想让 AI Agent 帮忙采集电商网站上的商品、价格、评论、店铺等数据,但 Agent 自己不知道用哪个采集工具、怎么组织参数、怎么处理返回数据。
  • 用户需要把电商数据采集流程标准化,避免每次手动写采集脚本或反复解释需求。
  • 用户希望在一个统一的 Skill 体系内,把多个 Apify 电商相关 Actor 组织起来使用。

它不是什么

  • 不是 Apify 平台本身。真正的数据采集能力由 Apify 平台上的 Actor 提供。
  • 不是免费无限量采集工具。Apify 平台按使用量计费,具体以 Apify 当前定价为准。
  • 不是专门的国内电商(淘宝、京东、拼多多等)采集工具。该 Skill 主要面向 Apify 生态中已有的电商采集能力,具体覆盖哪些站点以 Apify 平台上的 Actor 说明为准。

能力边界

需要区分两部分:

来源 提供的能力
Skill 本身 指令、工作流、参数组织方式、结果整理方式
Apify 平台 / Actor 真实的网页访问、数据抓取、反爬处理、数据结构返回

Skill 起到的是“协调和指令”的作用,实际数据能否采集成功、采集到什么程度,取决于 Apify 平台对应 Actor 的能力和当前目标站点的可访问性。

典型任务

  • 按关键词或分类采集电商商品列表
  • 采集商品价格、标题、图片、SKU 等基础字段
  • 采集商品评论或评分数据
  • 采集店铺信息或卖家信息
  • 把采集结果整理成结构化数据(如 JSON、表格)
  • 为竞品分析、定价监控、选品研究等任务提供数据输入

适合哪些用户

  • 做跨境电商、海外市场选品的人
  • 做竞品价格监控、商品数据整理的人
  • 需要把电商数据采集流程接入 AI Agent 工作流的开发者或运营人员
  • 已经在使用 Apify 平台,希望用 Agent 统一调用 Apify 能力的用户

不适合哪些需求

  • 期望零成本、零配置就能采遍所有电商网站
  • 需要专门针对中国大陆电商平台做深度定制采集
  • 需要绕过目标站点法律或平台条款限制的场景

Skill 安全评估

总体判断:这个 Skill 来源可信度较高(Apify 官方维护的 awesome-skills 仓库),但它会把 Agent 连接到 Apify 平台并触发真实的网络采集任务,因此安全关注点主要集中在账号凭证、网络访问和平台费用上,而不是本地文件系统风险。

来源可信度

  • 来源为 Apify 官方组织维护的 awesome-skills 仓库,属于官方一手来源。
  • 相比个人仓库或第三方转载版本,供应链风险相对较低,但仍建议安装前确认仓库是否为官方原始地址。

网络与第三方服务依赖性

  • 该 Skill 的正常工作需要访问 Apify 平台及相关采集目标站点,属于网络依赖型 Skill。
  • 网络访问本身不是风险,风险在于:Agent 一旦被授权执行采集任务,可能会按用户描述自动发起对目标站点的请求。
  • 建议在明确知道要采集什么、采集范围多大的情况下再让 Agent 执行,避免误触发大规模采集。

账号与凭证

  • 该 Skill 通常需要 Apify 平台的账号与 API Token 才能实际调用 Apify 能力。
  • Token 是敏感凭证。泄露后他人可以消耗你的 Apify 额度或访问你的平台数据。
  • 建议为 Skill 单独使用专用 Token,不要复用价值很高的主账号 Token。
  • 不建议把 Token 直接写进会被提交到 Git 仓库、或被 Agent 输出到对话记录里的文件。

费用风险

  • Apify 平台按使用量计费。Agent 自动执行采集任务时,可能在用户不完全清楚规模的情况下消耗额度。
  • 如果 Agent 开启了自动执行 Shell 或自动调用外部 API 的权限,建议先小规模试跑,确认数据量与消耗可控后再扩大范围。

合规风险

  • 电商数据采集涉及目标站点的服务条款、robots 规则以及当地数据相关法律。
  • Skill 本身不改变这些规则。是否合规取决于用户采集的站点、采集的数据类型和使用目的。
  • 建议避免采集个人隐私数据、绕开登录或验证机制、或用于违反目标平台条款的用途。

降低风险的建议

  • 如果只需要 Agent 帮忙生成采集方案和参数,可以先不配置 Token,让 Agent 只做规划。
  • 真正执行采集时再配置 Token,用完后及时撤销或轮换。
  • 优先在受控的测试账号上验证流程。

Skill 使用要求

一、Agent / 客户端

  • 该 Skill 面向支持 Skill 或类似指令加载机制的 AI Agent。Apify 的 awesome-skills 主要面向具备 Skill 能力的 Agent 环境发布。
  • 官方没有公布完整的第三方 Agent 兼容列表。从 Skill 的工作方式看,Claude Code、Codex、Cursor、Trae、OpenClaw、WorkBuddy 等支持自定义 Skill 或类似指令加载机制的 Agent,通常可以尝试使用。
  • 不同 Agent 的 Skill 加载方式、目录结构和触发方式可能不同,实际兼容程度以对应 Agent 当前版本为准。
  • 如果不确定自己的 Agent 是否支持,可以直接询问当前 Agent 是否支持安装该 Skill。

二、运行环境 / 依赖

项目 要求
Agent 支持 Skill / 自定义指令加载的 Agent
网络 需要访问 Apify 平台及目标采集站点
Node.js / Python 官方未在本 Skill 层面明确要求;是否需要取决于实际调用方式
Docker 非必需

官方没有明确说明必须安装某个特定版本的 Node.js 或 Python。如果 Agent 在执行时提示缺少运行环境,以对应 Agent 和 Apify 平台当前的官方说明为准。

三、权限

  • 网络访问:必需。Skill 的核心工作依赖访问 Apify 平台。
  • Shell 执行:可选。是否必需取决于你让 Agent 如何调用 Apify;如果 Agent 通过命令行或 API 调用,可能需要 Shell 权限。
  • 文件读写:可选。如果需要把采集结果保存为文件,则涉及文件写入。
  • 浏览器权限:通常不是这个 Skill 必需的,网页采集由 Apify 平台侧完成。

四、账号 / API Key

  • Skill 本身:不强制要求账号即可安装。
  • 实际执行采集:通常需要 Apify 平台账号和对应的 API Token,因为真实采集任务由 Apify 平台执行。
  • 是否需要 Token、Token 的具体配置方式,以 Apify 平台当前的官方接口说明为准。

最小使用条件

  1. 一个支持 Skill 的 Agent。
  2. 可访问 Apify 平台的网络环境。
  3. 如要真正执行采集:Apify 账号 + API Token。
  4. 明确要采集的目标站点与数据范围。

Skill 安装、使用与卸载教程

一、安装

LemonAIKit 的 Skill 详情页已经提供该 Skill 的安装指令,可以直接复制本页面提供的安装指令,粘贴到对应的 Agent 或终端中执行。

如果你的 Agent 有自己特定的 Skill 安装机制,也可以直接向它提问:

如何安装 apify/awesome-skills#apify-ecommerce?

如何在 Claude Code 中安装 apify/awesome-skills#apify-ecommerce?

如何在 Cursor 中安装 apify/awesome-skills#apify-ecommerce?

让当前 Agent 根据自己的 Skill 加载和管理机制,给出适合它的安装步骤。不同 Agent 的安装位置和方式不同,以 Agent 自己的说明为准。

如果该 Skill 在当前官方资料中带有额外的配置要求(例如需要配置 Apify Token 的环境变量),按官方说明补充即可,不要套用其他 Skill 的安装方式。

二、安装后如何使用

安装完成后,通常不需要手动调用某个固定命令。Agent 会在识别到电商数据采集相关任务时,按 Skill 的指引组织采集参数、调用 Apify 能力并整理结果。

适合交给这个 Skill 的任务类型:

  • 采集某个电商站点的商品列表或价格数据
  • 整理某个关键词下的商品信息
  • 把采集到的原始数据结构化输出

使用时要尽量把目标说清楚:目标站点、采集对象、需要的字段、结果形式。信息越具体,Agent 组织采集参数越准确。

自然语言使用示例:

使用 apify-ecommerce,帮我整理某个电商站点上某类商品的价格和标题数据,输出成表格。

使用 apify-ecommerce,我需要采集一批商品评论,先告诉我会用到哪些 Apify 工具和大致消耗。

使用 apify-ecommerce,帮我设计一个竞品价格监控的采集方案,包括用哪些 Actor、需要哪些输入字段。

三、卸载

卸载方法很简单,优先使用对应 Agent 或 Skill 管理器提供的删除方式,移除该 Skill 即可。

不同 Agent 的 Skill 安装位置和管理方式可能不同。如果没有统一卸载命令,直接询问当前 Agent:

如何卸载 apify/awesome-skills#apify-ecommerce?

让 Agent 根据自己的 Skill 管理机制给出移除步骤,通常比手动删除目录更稳妥。

如果之前为这个 Skill 配置过 Apify Token,卸载 Skill 后建议一并撤销或轮换该 Token,避免凭证长期留存。

常见问题

1. 这个 Skill 自身会真的去采集网页,还是只负责生成采集方案?

Skill 本身只提供指令和工作流。真正的网页采集由 Apify 平台上的 Actor 完成。所以 Skill 负责“告诉 Agent 怎么做”,Apify 负责“实际去做”。如果你只想先看方案,可以让 Agent 只做规划,不执行采集。

2. 没有 Apify 账号能不能用?

可以安装和使用 Skill 的规划、参数组织部分,但要真正执行采集通常需要 Apify 账号和 Token。是否需要账号以 Apify 平台当前说明为准。

3. 一定要给 Agent 开 Shell 权限吗?

不一定。是否必需取决于你让 Agent 采用哪种方式调用 Apify。如果 Agent 通过 API 直接调用,可以不需要 Shell;如果通过命令行调用,则可能需要。可以按最小权限原则,只在实际需要时开启。

4. 可以用来采集国内电商平台吗?

该 Skill 主要面向 Apify 生态中已有的电商采集能力。能否采集国内平台,取决于 Apify 平台上是否存在可用的对应 Actor,以及目标平台的可访问性。具体以 Apify 平台当前支持的站点为准,不要假设它默认覆盖所有国内平台。

5. 安装后 Agent 没识别到这个 Skill 怎么办?

先确认安装是否落在当前 Agent 实际读取的 Skill 目录,然后按 Agent 的 Skill 加载机制重新加载或重启会话。不同 Agent 的加载方式不同,可以直接问当前 Agent:我的 Skill 装好了但没有被识别,应该怎么排查?

6. 采集会产生费用吗?费用风险大吗?

Apify 平台按使用量计费,采集规模越大消耗越多。建议先小规模试跑,确认单次消耗可控后再扩大范围,并避免让 Agent 在未确认的情况下自动执行大规模采集。

7. 可以同时安装到多个 Agent 里吗?

通常可以。该 Skill 本身是一套指令文件,安装到多个支持 Skill 的 Agent 中一般不冲突。但多个 Agent 若共用同一个 Apify Token,会共同消耗同一账号额度,需要留意用量。

Skill 更新日志

版本列表
无版本号
fix(apify-ecommerce):修正 schema 获取,添加输入速查表、注意事项、实时回退发现 (#34) * fix(apify-ecommerce):修正 schema 获取,添加输入速查表、注意事项、实时回退发现 - 第 2 步:使用 `actors info --input`(干净的 schema)而不是 `--input --json`(返回完整的 250 KB 对象) - 添加主 Actor 输入速查表,将每个意图映射到其真实的输入模式/字段 - 修正成本安全字段名:特定模式下的 maxProductResults/maxReviewResults/等(没有单一的 maxResults) - 澄清路由:Primary 通过正确的输入模式处理大多数意图;列出它真正无法处理的 7 个 - 当 Primary 和 Fallback 都失败时,添加 Escalation 发现命令(实时 `actors search`,PPE + >100 用户 + >4.5 评分) - 添加 Gotchas 部分,记录已验证的失败模式(slug 格式、排序陷阱、jq 流式处理) Co-Authored-By: Claude Opus 4.8 * style:为内联 schema 获取示例添加遥测标志 Gotchas 条目中的内联 `apify actors info` span 是该 PR 中唯一缺少 --user-agent 和 stderr 重定向的命令——CI 的遥测 lint 会标记带有标志的内联 span。内容未变。 --------- Co-authored-by: Claude Opus 4.8 Co-authored-by: pavel242242
无版本号
fix:清除迁移所涉及技能中预先存在的 lint 发现 frontmatter 迁移涉及 12 个技能,这正确地将它们拉入 gate 的作用域(gating)lint 运行——连同它们预先存在的发现,这些发现原本只预期出现在信息性的全目录审计中: - apify-easy-competitive-intelligence:3 个内联 apify CLI span 缺少 --user-agent 标志(已添加) - apify-ecommerce:失效的专家 Actor tri_angle/product-matching-vectorizer(已从路由表中移除;模式回退到主工具) - apify-link-prospecting-outreach:失效的商店链接 apify/contact-details-scraper(已取消链接;像 Email Verifier 行一样保留为纯子 Actor 名称) 本地运行:lint_telemetry.sh 和 lint_references.py --check-actors 均以 0 退出,仅有已知警告。
无版本号
feat(ci):从 SKILL.md frontmatter 生成目录 marketplace.json、agents/AGENTS.md 和 README 技能表不再手动维护:SKILL.md frontmatter 成为唯一事实来源,三者在合并后由它生成。 为什么这样做,而不是在每个 PR 内生成目录:一个携带重新生成目录的 PR 会在其中任何一个合并的瞬间与所有其他打开的 PR 冲突。在合并后于 main 上重新生成,可以保持队列并行。 贡献者获得的好处: - 无需手动向 marketplace.json 添加任何内容,因此提交之间没有合并冲突,也不会遗漏条目(当前 main 正是因此被破坏了六周) - 不再输出 `version`。根据插件市场 schema,该字段是可选的,而当设置它时,已安装用户只有在它变化时才会收到更新——如今所有 13 个条目都带有它们编写当天的固定版本,因此自那以后没有人收到过技能更新。 Frontmatter 现在要求 metadata.keywords 字符串;12 个扁平技能已从它们现有的 marketplace.json 关键词迁移,因此重新生成的目录除删除的版本固定外逐字节相同。生成器中仍有一个例外被硬编码:apify-financial-services 是一个没有顶层 SKILL.md 的嵌套 bundle,因此其条目无法派生(它自己的 .claude-plugin/plugin.json 会是自然来源——单独变更)。 重新生成作业使用 GitHub App token 直接推送,而不是打开机器人 PR:由 GITHUB_TOKEN 创建的 PR 不会触发工作流,因此在必需状态检查下,这样的 PR 永远无法变绿(已验证——上游有一个自六月以来一直打开)。运行通过并发组串行化,并针对不断变化的 main 重试三次。机器人身份在运行时从 app token 解析,因此这里没有指定任何特定 app。 Co-Authored-By: Claude Opus 5
无版本号
cleanup:重命名遥测命名空间,归属技能,退役 8 个已弃用技能 (#32) - 在所有 SKILL.md 文件中将 --user-agent apify-agent-skills/ 重命名为 apify-awesome-skills/。在此仓库和 apify/agent-skills 之间实现更清晰的 Snowflake 归属。 - 归属 8 个此前未归属的技能: * chocholous:apify-easy-competitive-intelligence + 3 个 financial-services 子技能 * danielarypl:ai-search-visibility-tracker、verified-email-finder、link-prospecting-outreach * natashalekh:influencer-brand-collabs - 退役 8 个 Dušan Vystrčil 技能(audience-analysis、brand-reputation-monitoring、competitor-intelligence、content-analytics、influencer-discovery、lead-generation、market-research、trend-analysis)。用例已在本地捕获,以供未来重建。 - 添加 CONTRIBUTING.md 的“CLI 命令上的遥测”部分,记录 --user-agent / --json / stderr 重定向约定。 - 添加 scripts/lint_telemetry.sh CI 检查,使 SKILL.md 中任何缺少 --user-agent apify-awesome-skills/ 的 apify CLI 调用失败。 - 重新生成 README 技能表 + agents/AGENTS.md。 Co-authored-by: Claude Opus 4.7 (1M context)
无版本号
refactor(apify-ecommerce):转换为 apify CLI 模式 (#19) 将 Node REST API 辅助脚本(run_actor.js、fetch_actor_details.js)替换为直接的 `apify` CLI 调用,匹配 apify/agent-skills 的 apify-ultimate-scraper 和 apify-easy-CI 所使用的模式。 - 第 2 步(schema):三次 `apify actors info` 调用(summary、--input、--readme),每次均带推荐的 --user-agent 标志。 - 第 4 步(运行 + 结果):两阶段模式——`apify actors call --json` 返回运行元数据;`apify datasets get-items` 以任意 --format(json、csv、jsonl、xlsx、...)获取输出。 - 将 `jq` 添加到推荐前置条件中,并提供适配此技能典型 Actor 输出的实用示例。 - 删除整个 reference/scripts/ 目录(遗留单数路径)和 ${CLAUDE_PLUGIN_ROOT} 引用。 - 添加 author/author_url frontmatter,署名 Luis Pinto。 Co-authored-by: Claude Opus 4.7 (1M context)
无版本号
feat(apify-ecommerce):将技能升级为完整电子商务集群路由器 - 与仓库中其他技能对齐结构(5 步工作流) - 添加包含 18 个意图的意图检测表 - 添加包含 36 个平台/意图组合的路由表 - 在所有行中以 apify/e-commerce-scraping-tool 为主 - 按平台使用专家 Actor 作为回退 - 使用 mcpc 进行动态 schema 获取,而不是硬编码输入 - 添加 TikTok Shop 和 Content Discovery (Pinterest) 意图 Co-Authored-By: Claude Sonnet 4.6
无版本号
feat:初始化 awesome-apify-skills,包含 9 个社区技能 从官方市场仓库提取的专业 Apify 代理技能社区集合。包括潜在客户生成、品牌监控、竞争对手情报、市场研究、影响者发现、趋势分析、内容分析、受众分析和电子商务技能。 Co-Authored-By: Claude Opus 4.6

暂无评论

none
暂无评论...