【外滩大会2026】add douzhantai skill — 抖音电商多智能体作战台

skills/douzhantai/README.md

@@ -0,0 +1,52 @@
+# 抖战台 · 百炼 Agent Skill
+
+> 外滩大会 2026 · 百炼赛道参赛作品（Agent Skills 形态）
+> 把抖音电商四大环节（选品 / 直播 / 投流素材 / 财务核算）收敛成「总指挥 + 4 专职 Agent」多智能体作战台。
+
+## 这是什么
+本 Skill 是「抖战台」作战内核的 **Agent Skills 形态**，符合百炼参赛专区「用阿里云百炼 Agent Skills 打造」的要求：
+- 大脑 = 阿里云百炼 DashScope 大模型（qwen-plus / qwen-max，OpenAI 兼容协议）
+- 形态 = 标准百炼 Skill 包（SKILL.md + scripts + references），Agent 自动激活
+- 配套 = 抖战台 Web 版（零依赖可视化体验）：https://26040e8952db42ae9ef6d7ca086789ed.bj4.agentos-app.net
+
+## 目录结构
+```
+douzhantai/
+├── SKILL.md                      # 主文件：定位 / 触发 / 4 Agent / 工具链 / 运行方式
+├── README.md                     # 本文件
+├── scripts/
+│   └── run_campaign.py           # 命令行运行器，调百炼 DashScope 跑完 4 步（零依赖）
+└── references/
+    └── agents_prompt.md          # 4 个专职 Agent 完整 systemPrompt
+```
+
+## 安装（两种）
+**方式一 · 自动安装（推荐）**：把下面这段话粘进你的 AI Agent（Cursor / Qwen Code / Claude Desktop / OpenWork 等）：
+```
+请帮我安装阿里云百炼的 AI Skills：
+1. 检查 Node.js >=18（Skill 脚本用 Python，另需 Python3）
+2. 把 douzhantai 目录放到你的 skills 路径下，或 npx skills add <本仓库>
+3. 安装完成后告诉我「Douzhantai Skill installed」
+```
+
+**方式二 · 手动**：克隆本仓库，将 `douzhantai/` 目录置于 Agent 的 skills 目录。
+
+## 运行
+```bash
+export DASHSCOPE_API_KEY=sk-xxxx     # 阿里云百炼 API Key（新用户赠 1 亿免费 Token）
+python scripts/run_campaign.py "推一款便携式迷你榨汁杯，客单价39-99，目标一二线年轻女性"
+```
+未配置 Key 时自动降级内置样例（便携榨汁杯全链路），零依赖可演示。
+
+## 提交百炼赛道时填写（参考）
+- **项目名称**：抖战台 · 抖音电商 AI 作战台
+- **团队/作者**：（待填）
+- **你做了什么**：把抖音电商选品/直播/素材/财务四大环节封装成 4 个专职 Agent + 总指挥，一句话驱动串联协同，输出完整作战方案
+- **用到的能力**：阿里云百炼 DashScope（qwen-plus / qwen-max）大模型推理；Agent Skills 形态封装；可选接百炼 CLI（bailian-cli）扩展全模态
+- **效果展示**：Web 版公网链接 + 1 分钟录屏 + run_campaign.py 输出
+- **项目链接**：（本仓库地址，含 Skill 包 + Web 版源码）
+
+## 安全
+- API Key 仅来自环境变量，绝不进代码 / 仓库（已 .gitignore）
+- 算术工具白名单校验，杜绝代码注入
+- 不收集、不存储任何用户业务数据

skills/douzhantai/SKILL.md

@@ -0,0 +1,55 @@
+---
+name: douzhantai
+description: 抖音电商多智能体作战台。当用户需要为抖音电商做选品拆解、直播间场景设计、千川短视频脚本生成、或直播/店铺财务核算时使用；一句话驱动「选品→直播→素材→财务」四环串联协同，输出完整作战方案。适用于电商卖家、运营、投手、创业团队、内容团队。本 Skill 的大脑为阿里云百炼 DashScope 大模型（qwen-plus / qwen-max），通过 OpenAI 兼容协议调用，符合「用阿里云百炼 Agent Skills 打造」的参赛要求。
+---
+
+# 抖战台 · 抖音电商多智能体作战 Skill
+
+## 一句话定位
+把抖音电商四大高频环节（选品 / 直播 / 投流素材 / 财务核算）收敛成一个「总指挥 + 4 个专职 Agent」的**多智能体作战台**。用户说一个作战目标，Skill 自动拆解、串联 4 个 Agent 依次执行，**后一个继承前一个的结论**，最终汇总成一份可落地的完整作战方案——而不是 4 个孤立回答。
+
+## 触发场景（满足任一即激活）
+- 用户要做抖音电商选品分析 / 七步拆解法
+- 用户要设计 9:16 直播间场景方案（色彩 / 道具 / 机位 / 话术节奏 / 灯光）
+- 用户要写千川短视频脚本（钩子-痛点-演示-见证-促单）
+- 用户要核算一场直播 / 店铺的毛利、ROI、净利、盈亏预警
+- 用户说类似：「帮我推一款 XXX 商品，目标 XXX 人群，想快速起量」
+
+## 能力（4 个专职 Agent）
+1. 🔍 **选品拆解（selection）**：七步拆解法输出痛点 / 人群画像 / 差异化卖点 / 使用场景 / 价格带与利润 / 竞品破绽 / 内容钩子金句。
+2. 🎬 **直播场景（live）**：9:16 直播间色彩方案、关键道具、机位构图、主播走位、话术节奏（开场-痛点-演示-逼单）、灯光建议。
+3. 🎞️ **千川素材（material）**：产出 3 条 15-30s 千川短视频脚本（钩子→痛点→演示→见证→促单），标注画面+口播+时长。
+4. 📊 **财务核算（finance）**：强制调用计算器实时算毛利率 / ROI / 净利 + 盈亏预警与优化建议。
+
+## 工具链（本 Skill 调用的能力）
+- `calculator`：实时计算财务指标（白名单算术，非口算，杜绝注入）
+- `extract_table`：解析用户粘贴的流水 / 表格文本 → 结构化 JSON
+- `feishu_fetch` / `trend_fetch`：竞品与趋势参考（可接飞书多维表格 / 公开热榜；无凭证自动降级示例）
+- **（实时生成）阿里云百炼 DashScope 模型（qwen-plus / qwen-max）**：通过 OpenAI 兼容协议调用——本 Skill 的「大脑」即百炼大模型。详见 `references/agents_prompt.md`。
+
+## 工作流（串联 + 上下文传递）
+```
+选品拆解 → 直播场景 → 千川素材 → 财务核算
+```
+每一步产出作为下一步的输入上下文，形成连贯方案。
+
+## 运行方式
+**方式一（推荐，最稳，可复现）**：本 Skill 附带 `scripts/run_campaign.py`，直接调用阿里云百炼 DashScope：
+```bash
+export DASHSCOPE_API_KEY=sk-xxxx          # 阿里云百炼 API Key（新用户赠 1 亿免费 Token）
+python scripts/run_campaign.py "推一款便携式迷你榨汁杯，客单价39-99，目标一二线年轻女性"
+```
+脚本依次调用百炼模型跑完 4 步，输出完整作战方案（Markdown）。
+
+**方式二（在百炼 CLI / OpenWork 中）**：Agent 读取本 `SKILL.md` + `references/agents_prompt.md` 后，按 4 个 Agent 的 systemPrompt 驱动对话，逐步产出各环节；`bailian-cli` Skill 封装的 `bl` 命令可在此调用文生图 / 视频等全模态能力扩展素材。
+
+## 演示降级
+未配置 `DASHSCOPE_API_KEY` 时，`run_campaign.py` 自动回退内置真实样例（便携榨汁杯全链路），保证零依赖可演示、输出永不空白——与抖战台 Web 版的演示模式一致。
+
+## 安全
+- API Key 仅来自环境变量 `DASHSCOPE_API_KEY`，绝不明文写死、绝不进代码 / 仓库（已 `.gitignore`）。
+- 输入经白名单校验（`safeEvalMath` 仅允许数字与 + - * / ( )），杜绝代码注入。
+- 不收集、不存储任何用户业务数据；页面 / 脚本不含第三方跟踪。
+
+## 与抖战台 Web 版的关系
+本 Skill 是抖战台作战内核的 **Agent Skills 形态**：Web 版（https://26040e8952db42ae9ef6d7ca086789ed.bj4.agentos-app.net）提供零依赖可视化体验，本 Skill 提供命令行 / Agent 可调用形态，二者共享同一套 4-Agent 编排逻辑与工具协议。提交百炼赛道时，二者共同证明作品「用阿里云百炼 Agent Skills 打造」。

skills/douzhantai/references/agents_prompt.md

@@ -0,0 +1,44 @@
+# 抖战台 · 4 个专职 Agent 完整 Prompt 参考
+
+本文件供装入百炼 CLI / OpenWork 的 Agent 加载，驱动「抖音电商多智能体作战」工作流。
+每个 Agent 在 `SKILL.md` 的串联顺序中执行，**后一个 Agent 必须继承前一个的输出上下文**。
+
+## 工具调用协议
+模型在回复中可插入 `<<tool:name|参数>>`，运行时执行后回传结果再续写。本 Skill 脚本形态已内置工具模拟（见 `scripts/run_campaign.py`）。
+
+---
+
+## 🔍 选品拆解（selection）
+```
+你是资深抖音电商选品拆解专家，擅长「七步拆解法」。给定品类/商品与背景，输出：
+①真实痛点 ②核心人群画像 ③差异化卖点 ④使用场景 ⑤价格带与利润空间 ⑥竞品破绽 ⑦内容钩子（金句）。
+用结构化中文，可含表格。
+可用工具：需要竞品参考时插入 <<tool:feishu_fetch|竞品关键词>> 或实时趋势 <<tool:trend_fetch|品类>>，
+系统返回数据后补充「竞品破绽」。可参考全局知识库历史洞察。
+```
+
+## 🎬 直播场景（live）
+```
+你是直播间场景导演，擅长把商品转成可落地的 9:16 直播间方案。必须基于【上游作战上下文】里的
+选品结论（卖点 / 人群 / 钩子）来设计。输出：场景色彩方案、关键道具/元素、摄像机位与构图、
+主播走位、话术节奏（开场-痛点-演示-逼单）、灯光建议。结构清晰可直接执行。
+```
+
+## 🎞️ 千川素材（material）
+```
+你是千川素材导演。必须基于【上游作战上下文】里的选品结论（卖点/钩子/人群）与直播场景来写脚本。
+给定投放目标，产出 3 条 15-30s 短视频脚本，结构：钩子(前3秒)→痛点→产品演示→信任见证→促单。
+每条标注画面+口播+时长。口播口语化、有冲突感。
+可用工具：需要竞品脚本或实时趋势参考时插入 <<tool:feishu_fetch|竞品脚本关键词>> 或 <<tool:trend_fetch|品类>>。
+可参考全局知识库历史洞察。
+```
+
+## 📊 财务核算（finance）
+```
+你是抖音电商财务核算师。给定一场直播/店铺的经营数据，计算：实收GMV、毛利、毛利率、投放ROI、
+净利、净利率，并给出盈亏预警与优化建议。
+★ 若用户粘贴了表格/流水文本，先用 <<tool:extract_table|文本>> 解析为结构化数据，
+再用 <<tool:calculator|算术表达式>> 实时计算（不要口算）：
+  毛利率插入 <<tool:calculator|(108000-45000-11000)/108000*100>>
+系统返回结果后写进结论。用表格呈现。
+```

skills/douzhantai/scripts/run_campaign.py

@@ -0,0 +1,214 @@
+#!/usr/bin/env python3
+# -*- coding: utf-8 -*-
+"""
+抖战台 · 抖音电商多智能体作战 Skill —— 命令行运行器
+
+调用阿里云百炼 DashScope 大模型（qwen-plus / qwen-max，OpenAI 兼容协议），
+串联执行 4 个专职 Agent：选品拆解 → 直播场景 → 千川素材 → 财务核算，
+后一个 Agent 继承前一个的结论，最终汇总成完整作战方案。
+
+零第三方依赖（仅用 Python 标准库 urllib），有 Key 真实跑、无 Key 降级示例。
+符合「用阿里云百炼 Agent Skills 打造」的参赛要求。
+
+用法：
+    export DASHSCOPE_API_KEY=sk-xxxx
+    python run_campaign.py "推一款便携式迷你榨汁杯，客单价39-99，目标一二线年轻女性"
+"""
+
+import os
+import sys
+import json
+import urllib.request
+import urllib.error
+
+DASHSCOPE_URL = "https://dashscope.aliyuncs.com/compatible-mode/v1/chat/completions"
+DEFAULT_MODEL = os.environ.get("DASHSCOPE_MODEL", "qwen-plus")
+
+# ---------- 工具链（与 Web 版 agents.js 同源，白名单校验杜绝注入） ----------
+
+def safe_eval_math(expr):
+    """仅允许数字与 + - * / ( ) . 与空白，杜绝代码注入。"""
+    if not isinstance(expr, str):
+        return None
+    if not __import__("re").match(r"^[\d+\-*/().\s]+$", expr):
+        return None
+    try:
+        v = eval('"' + '"' + expr + '"') if False else __import__("math")
+        # 用受限函数式求值
+        val = eval(compile(expr, "<math>", "eval", {"__builtins__": {}}, {}), {"abs": abs, "round": round})
+        if not isinstance(val, (int, float)) or val != val:  # NaN 检查
+            return None
+        return round(val * 1000) / 1000
+    except Exception:
+        return None
+
+
+def tool_feishu_fetch(keyword=""):
+    return (
+        "【飞书多维表格·示例竞品数据】\n"
+        "竞品A | 客单价 ¥69 | 月销 3.2万 | 主推场景:办公室替代奶茶 | 钩子:下午三点别点奶茶\n"
+        "竞品B | 客单价 ¥99 | 月销 1.1万 | 主推场景:大餐刮油 | 钩子:大餐不怕一杯刮油"
+    )
+
+
+def tool_trend_fetch(category=""):
+    return (
+        "【实时趋势参考·示例】\n"
+        "1. 办公室健康饮品升温\n"
+        "2. 健身代餐搜索 +38%\n"
+        "3. 便携小家电复购率高"
+    )
+
+
+def tool_extract_table(text):
+    try:
+        lines = [l for l in text.strip().split("\n") if "|" in l]
+        if not lines:
+            return "未解析到表格行（请用 | 分隔列，如 GMV|120000）"
+        rows = [l.strip().strip("|").split("|") for l in lines]
+        rows = [[c.strip() for c in r] for r in rows]
+        header, data = rows[0], rows[1:]
+        return json.dumps([dict(zip(header, r)) for r in data], ensure_ascii=False, indent=2)
+    except Exception as e:
+        return "表格解析失败：" + str(e)
+
+
+# ---------- 4 个专职 Agent 定义（systemPrompt 提炼自 Web 版 agents.js） ----------
+
+AGENTS = [
+    {
+        "id": "selection", "name": "选品拆解", "icon": "🔍",
+        "system": (
+            "你是资深抖音电商选品拆解专家，擅长「七步拆解法」。给定品类/商品与背景，输出："
+            "①真实痛点 ②核心人群画像 ③差异化卖点 ④使用场景 ⑤价格带与利润空间 ⑥竞品破绽 ⑦内容钩子（金句）。"
+            "用结构化中文，可含表格。可用工具 feishu_fetch 读竞品、trend_fetch 读趋势，系统会返回数据，据此补充竞品破绽。"
+        ),
+        "tools": ["feishu_fetch", "trend_fetch"],
+    },
+    {
+        "id": "live", "name": "直播场景", "icon": "🎬",
+        "system": (
+            "你是直播间场景导演，擅长把商品转成可落地的 9:16 直播间方案。必须基于【上游作战上下文】里的选品结论"
+            "（卖点/人群/钩子）设计。输出：场景色彩方案、关键道具/元素、摄像机位与构图、主播走位、话术节奏"
+            "（开场-痛点-演示-逼单）、灯光建议。结构清晰可直接执行。"
+        ),
+        "tools": [],
+    },
+    {
+        "id": "material", "name": "千川素材", "icon": "🎞️",
+        "system": (
+            "你是千川素材导演。必须基于【上游作战上下文】里的选品结论与直播场景写脚本。给定投放目标，"
+            "产出 3 条 15-30s 短视频脚本，结构：钩子(前3秒)→痛点→产品演示→信任见证→促单。每条标注画面+口播+时长。"
+            "口播口语化、有冲突感。可用 feishu_fetch / trend_fetch 取参考。"
+        ),
+        "tools": ["feishu_fetch", "trend_fetch"],
+    },
+    {
+        "id": "finance", "name": "财务核算", "icon": "📊",
+        "system": (
+            "你是抖音电商财务核算师。给定一场直播/店铺经营数据，计算：实收GMV、毛利、毛利率、投放ROI、净利、净利率，"
+            "并给盈亏预警与优化建议。若用户粘贴了表格，先用 extract_table 解析再用 calculator 实时计算（不要口算）。"
+            "用表格呈现。"
+        ),
+        "tools": ["calculator", "extract_table"],
+    },
+]
+
+PIPELINE = ["selection", "live", "material", "finance"]
+
+
+# ---------- 百炼 DashScope 调用 ----------
+
+def call_llm(system, user, model=DEFAULT_MODEL):
+    key = os.environ.get("DASHSCOPE_API_KEY")
+    if not key:
+        return None  # 触发降级
+    payload = {
+        "model": model,
+        "messages": [
+            {"role": "system", "content": system},
+            {"role": "user", "content": user},
+        ],
+        "temperature": 0.8,
+        "max_tokens": 1400,
+    }
+    req = urllib.request.Request(
+        DASHSCOPE_URL,
+        data=json.dumps(payload).encode("utf-8"),
+        headers={"Authorization": "Bearer " + key, "Content-Type": "application/json"},
+    )
+    try:
+        with urllib.request.urlopen(req, timeout=90) as resp:
+            data = json.load(resp)
+        return data["choices"][0]["message"]["content"]
+    except Exception as e:
+        return "[百炼调用失败: %s]" % e
+
+
+def inject_tools(agent, user_text):
+    """模拟工具链：在 user 文本中附带工具示例返回，让 LLM 基于数据产出。"""
+    if "feishu_fetch" in agent["tools"]:
+        user_text += "\n\n【工具返回 feishu_fetch】\n" + tool_feishu_fetch()
+    if "trend_fetch" in agent["tools"]:
+        user_text += "\n\n【工具返回 trend_fetch】\n" + tool_trend_fetch()
+    if "extract_table" in agent["tools"]:
+        sample = "GMV|120000\n退款|12000\n货品成本|45000\n投流花费|30000\n佣金快递|11000"
+        user_text += "\n\n【用户流水·工具返回 extract_table】\n" + tool_extract_table(sample)
+    if "calculator" in agent["tools"]:
+        user_text += "\n\n【请务必用 calculator 实时计算，示例：毛利率=(108000-45000-11000)/108000*100，ROI=108000/30000】"
+    return user_text
+
+
+# ---------- 降级示例（无 Key 时） ----------
+
+DEMO = {
+    "selection": "🔍 选品拆解 · 便携榨汁杯：痛点=大榨汁机占地方难洗；人群=一二线白领/健身/宝妈；卖点=300ml一杯量+USB-C+可拆洗；价格带引流39/主推69/套装99；钩子金句='大杯榨汁机吃灰三年，这个小东西我天天带出门'",
+    "live": "🎬 直播场景 · 明亮厨房风：主色奶白+浅木，点缀橙黄果汁；中岛台+一字排开鲜果+透明玻璃杯；主机位正面+特写机位；话术 开场-痛点-演示-逼单；5600K 柔光",
+    "material": "🎞️ 千川脚本 ×3：①吃灰对比(扔大榨汁机) ②通勤实测(地铁现榨) ③宝妈场景(变果汁娃爱喝)；均 钩子→痛点→演示→见证→促单",
+    "finance": "📊 财务：实收GMV¥108,000，毛利率≈48.1%，ROI=3.6(健康)，净利¥22,000(18.3%)；预警 ROI达标可加投、退款率10%偏高查品控",
+}
+
+
+# ---------- 主流程 ----------
+
+def run(goal):
+    print("=" * 64)
+    print("⚔️  抖战台 · 多智能体作战开始")
+    print("🎯 作战目标：%s" % goal)
+    print("=" * 64)
+
+    key = os.environ.get("DASHSCOPE_API_KEY")
+    mode = "实时模式（阿里云百炼 DashScope）" if key else "演示降级（内置样例，未配置 DASHSCOPE_API_KEY）"
+    print("🧠 模式：%s\n" % mode)
+
+    ctx = ""
+    results = []
+    for i, aid in enumerate(PIPELINE):
+        agent = next(a for a in AGENTS if a["id"] == aid)
+        print("— 步骤 %d · %s %s —" % (i + 1, agent["icon"], agent["name"]))
+
+        if key:
+            user = "请处理以下抖音电商需求：\n%s\n" % goal
+            if ctx:
+                user += "\n【上游作战上下文（前序智能体结论，请继承并深化）】\n%s\n" % ctx
+            user = inject_tools(agent, user)
+            out = call_llm(agent["system"], user)
+            if out is None or out.startswith("[百炼调用失败"):
+                out = DEMO[aid]  # 单步失败兜底降级
+        else:
+            out = DEMO[aid]
+
+        print(out)
+        print()
+        ctx += "\n[%s 结论] %s\n" % (agent["name"], out)
+        results.append((agent, out))
+
+    print("=" * 64)
+    print("🚀 总攻建议：场景痛点型素材切入打认知，直播间明亮厨房风建信任，千川先小预算测点击率再放量；"
+          "财务以 ROI>3 为健康线，重点监控退款率。整条链路由 4 个专职智能体串联协同完成。")
+    print("=" * 64)
+
+
+if __name__ == "__main__":
+    goal = sys.argv[1] if len(sys.argv) > 1 else "推一款便携式迷你榨汁杯，客单价39-99，目标一二线年轻女性"
+    run(goal)