clawshop-douyin-operator

抖音小店（抖店）后台运营自动化。用于：(1) 浏览器访问抖店后台读取商品/订单/数据 (2) 商品批量下架/上架管理 (3) 电商罗盘数据读取 (4) 1688选品与利润计算 (5) 每日巡检报告生成。当用户提到抖店运营、商品管理、上下架操作、日常巡检、选品、订单查看时触发。

install

source · Clone the upstream repo

git clone https://github.com/linbojin/clawshop-douyin-operator

Claude Code · Install into ~/.claude/skills/

git clone --depth=1 https://github.com/linbojin/clawshop-douyin-operator ~/.claude/skills/linbojin-clawshop-douyin-operator-clawshop-douyin-operator

manifest: SKILL.md

source content

⚠️ 浏览器操作铁律

所有浏览器操作必须用

profile=openclaw

，严禁用
profile=chrome
！

```
profile=openclaw
```
= 本地 OpenClaw 浏览器，随时可用 ✅
```
profile=chrome
```
= 需要用户 attach tab，cron 里完全不可用 ❌

抖店运营 Skill

通过浏览器自动化（

profile=openclaw

）访问抖店后台。

⚠️ 踩坑警告：浏览器自动化有很多坑，操作前必读 browser-automation.md

核心 URL 速查

基础域:

https://fxg.jinritemai.com

功能	路径
商品管理（在售）	`/ffa/g/list?sov_draft_status=0&sov_goodsType=0`
商品管理（审核驳回）	`/ffa/g/list?sov_draft_status=3`
商品创建	`/ffa/g/create`
订单管理	`/ffa/morder/order/list`
发货中心	`/ffa/morder/logistics/ewaybill-delivery`
经营概览（罗盘）	`/ffa/mcompass/overview`
商机中心 ⭐	`/ffa/bu/NewBusinessCenter`
体验分	`/ffa/eco/experience-score`
售后工作台	`/ffa/maftersale/aftersale/list`

每日巡检流程

打开订单管理，截图确认今日订单数

打开商品管理，JS 读取商品总数：

document.body.innerText.match(/共 ?\d+ ?件商品/)

检查审核驳回：打开
```
?sov_draft_status=3
```
页面
读取飞书多维表：更新在售商品追踪
生成日报，发飞书 DM 给店主

日报格式：

📊 每日巡检日报
🗓️ YYYY-MM-DD

在售商品：X个 | 今日订单：X单 | 审核驳回：X个
[选品候选库状态]
[需要店主确认的事项]

批量下架流程

完整踩坑指南 → browser-automation.md

1. 打开商品管理页
2. 搜索框输入逗号分隔的商品ID → 点查询
3. 全选 → 批量下架
4. 确认弹窗：JS 找"仍要下架"按钮点击

关键 JS（弹窗确认，ref 会过期！）：

[...document.querySelectorAll('button')].find(b => b.textContent.trim() === '仍要下架')?.click() || 'clicked'

商机中心（选品核心）

路径：

/ffa/bu/NewBusinessCenter

商机中心选品逻辑已由
clawshop-inspiration
Skill 统一管理（数据流/审美流等7种选品流）。

飞书 Bitable 商品库

商品候选库 token 统一通过

clawshop-data-manager

Skill 管理：

gateway config.get path=skills.entries.clawshop-data-manager.env
→ 取 CLAWSHOP_APP_TOKEN 和 CLAWSHOP_TABLE_ID

字段结构见

clawshop-data-manager/SKILL.md

。

全量商品读取（全量79件验证可行，2026-03-03）

✅ 唯一可靠方法：分页翻页 + 每页滚动采集

2026-03-03 实战验证：79件商品，4页全量拿到，精确。虚拟滚动每页只渲染~7条，必须边滚边采集，每页约采集20条；点击页码翻页而非依赖URL。

步骤：

打开在售商品页（重置所有筛选）：

https://fxg.jinritemai.com/ffa/g/list?status=2

等待页面出现"售卖中"（8秒）。

用
```
window._all = {}
```
初始化全局缓存，存
```
ID → 上架日期
```
。

第1页采集：滚动+extract

// act evaluate
() => {
  window._all = {};
  const extract = () => {
    document.querySelectorAll('table tbody tr').forEach(r => {
      const t = r.innerText;
      const id = t.match(/ID:(\d{15,})/);
      const dt = t.match(/202\d\/\d{2}\/\d{2}/);
      if (id && dt) window._all[id[1]] = dt[0];
    });
  };
  // 滚动采集
  return new Promise(resolve => {
    const scrollEl = document.scrollingElement;
    scrollEl.scrollTop = 0;
    let i = 0;
    const step = () => {
      extract();
      scrollEl.scrollTop += 500;
      i++;
      if (i < 15) setTimeout(step, 200);
      else resolve(Object.keys(window._all).length);
    };
    step();
  });
}

翻页（第2、3、4页）：点击页码 li，再重复滚动采集

// act evaluate（传入页码 N）
async () => {
  const pageBtn = [...document.querySelectorAll('li')]
    .find(li => li.innerText.trim() === '2' && li.className.includes('pagination-item'));
  if (!pageBtn) return 'no page btn';
  pageBtn.click();
  await new Promise(r => setTimeout(r, 2000));  // 等页面切换
  const scrollEl = document.scrollingElement;
  scrollEl.scrollTop = 0;
  const before = Object.keys(window._all).length;
  for (let i = 0; i < 15; i++) {
    scrollEl.scrollTop += 500;
    await new Promise(r => setTimeout(r, 150));
    document.querySelectorAll('table tbody tr').forEach(r => {
      const t = r.innerText;
      const id = t.match(/ID:(\d{15,})/);
      const dt = t.match(/202\d\/\d{2}\/\d{2}/);
      if (id && dt) window._all[id[1]] = dt[0];
    });
  }
  return { before, after: Object.keys(window._all).length };
}

对每一页（2、3、4…）各调用一次，改

'2'

为对应页码即可。

结果导出：

() => Object.entries(window._all).sort((a,b) => a[1] < b[1] ? 1 : -1)

用 Python 对比 Bitable 候选库，批量更新上架日期/下架状态。

注意事项：

页码 li 必须用
```
li.className.includes('pagination-item')
```
过滤，否则会误匹配
每次翻页后等 2 秒再开始滚动，否则新页数据还没渲染

总条数用

document.body.innerText.match(/共 ?(\d+)/)

确认，计算需要几页

上架日期正则：
```
202\d\/\d{2}\/\d{2}
```
，从 row 的 innerText 直接提取

❌ 不要用导出方式

```
导出查询商品
```
→ 点击后生成任务，需在历史报表下载
历史报表 (
```
/ffa/fxg-bill/history-report
```
)：文件只保留 24小时，容易过期
下载链接需要 session cookie，curl 直接下会 403，需 browser fetch
整条路径太长、太脆，容易在任一环节断链
结论：费时费力，放弃这条路

Bitable 商品库字段

字段结构以
feishu_bitable_list_fields(app_token, table_id)
实时返回为准。 token 通过
gateway config.get path=skills.entries.clawshop-data-manager.env
获取。

价格解析 Python 片段

def parse_price(price_str):
    """'￥4.88 ~ ￥9.16' → 4.88（取最低）"""
    nums = [float(x.replace('￥','').strip()) for x in price_str.split('~') if x.replace('￥','').strip().replace('.','').isdigit() or '.' in x.replace('￥','').strip()]
    return nums[0] if nums else 0.0

def parse_date_ms(time_str):
    """'2026/02/25 22:35:44' → 毫秒时间戳"""
    from datetime import datetime
    dt = datetime.strptime(time_str.strip(), "%Y/%m/%d %H:%M:%S")
    return int(dt.timestamp() * 1000)

⚠️ 铁律

定价操作必须店主确认，不能自己改价格
不能刷单、不违规操作
虚拟滚动：商品列表每页只渲染可见行，必须先切100条/页再滚动JS采集
图片上传无法自动化，需手动操作
全量同步标准流程：切100条/页 → 滚动JS采集 → Python解析 → Bitable批量写入（先清空旧记录）

参考文档

browser-automation.md — ⭐ 浏览器踩坑录（必读）
strategy.md — 运营策略手册