Communitygithub.com

HXZ09845/ecommerce-sku-skill-builder

Ein Agenten-Skill-System, das aus E-Commerce-Produktkurzbeschreibungen, Verkaufsargumenten und Referenzmaterialien validierte KI-Videogenerierungs-SKU-Skill-Pakete erstellt.

Was ist ecommerce-sku-skill-builder?

Dieser Skill ist ein Bauzeit-Generator für konkrete E-Commerce-SKU-Videogenerierungsskills. Er analysiert systematisch Produktdetails, Verkaufsargumente und Referenzmaterialien, um vollständige, validierte und eigenständig ausführbare Codex-Skill-Pakete zu erstellen. Der Skill unterstützt mehrere Arbeitsmodi (Neuerstellung, Aktualisierung, Fehlerbehebung, Stapelverarbeitung) und folgt einem strengen Betriebsvertrag mit festen Eingabeschritten, um die Qualität sicherzustellen. Er betont die Unabhängigkeit der erzeugten Skills – diese benötigen zur Laufzeit keine externen Abhängigkeiten wie den Meta-Skill selbst, übergeordnete Kategorie-Skills oder lokale Dateipfade. Der Entwurfsprozess umfasst Produktverständnis, Verkaufsargumentüberprüfung via visueller Beweisketten, Audio-Video-Synchronisation, Materialstrategie und umfassende Validierung inklusive Fehlerfallanalyse. Der Skill ist für den Einsatz auf KI-Agentenplattformen wie Claude Code, Cursor und Codex konzipiert und liefert ein standardisiertes Paket aus SKILL.md, Referenzdateien, Skripten und Assets.

Funktioniert mit✓Claude Code✓Codex CLI✓Cursor
npx skills add HXZ09845/ecommerce-sku-skill-builder

In Ihrer bevorzugten KI fragen

Öffnet einen neuen Chat, in dem dieser Agent-Skill bereits geladen ist.

Dokumentation

SKU Skill Builder

Verwenden Sie diesen Skill als branchenübergreifenden Generator für neue E-Commerce-Produkt/SKU-Videogenerierungsskills. Er erstellt nicht nur Prompts, sondern führt den Ersteller vom Produktverständnis über den Verkaufsargument-Nachweis, Materialzuordnung, Standardpaketerstellung, Validierung bis hin zur Regression von Fehlerfällen.

Aktueller Schwerpunkt: konkrete Produkt-SKU-Skills solide erstellen. Derselbe Workflow kann später abstrakte Kategorie-Skills generieren, wenn genügend qualifizierte konkrete SKU-Skills existieren, aber diese abstrakten Kategorie-Skills sollen dennoch dazu dienen, zukünftige konkrete Produkt-SKU-Skills zu erstellen. Behandeln Sie die Kategorieabstraktion nicht als Hauptaufgabe, es sei denn, der Ersteller fordert dies explizit an.

Standardausgabe ist ein veröffentlichbares Codex-Skill-Paket:

skill-name/
  SKILL.md
  agents/openai.yaml
  references/
    product-rules.md
    core-asset-layer.md
    audio-visual-sync.md
    asset-manifest.md
    prompt-plan-format.md
    gotchas.md
    trigger-tests.md
    quickstart.md
  scripts/
    validate_*.py
  assets/

Erstellen Sie kein altes Drei-Dateien-Paket als Hauptlieferobjekt. Wenn Sie ältere Cursor-Ära-Materialien konvertieren, bewahren Sie diese als Quelleingaben auf und erstellen Sie das standardisierte Codex-Paket als normalisierte Ausgabe.

Dieser Generator enthält auch reine Meta-Referenzen wie references/golden-case-abstractions.md; verwenden Sie diese beim Erstellen des Ziel-SKU-Skills. Es handelt sich um eigenständige Abstraktionen, nicht um Abhängigkeiten von anderen Skills.

Generierte Produkt-SKU-Skills müssen eigenständige Übergabepakete sein. Das Ziel-SKU-Paket darf weder diesen Generator, einen Kategorie-Meta-Skill, einen Golden-Case-Skill, lokale Quellordner noch einen externen Skill benötigen. Jede zur Laufzeit benötigte Regel muss in das eigene SKILL.md, references/, scripts/ oder assets/ des Zielpakets geschrieben werden.

Meta-zu-SKU-Unabhängigkeitsregel

Dieser Meta-Skill ist nur ein Bauzeit-Generator. Er muss aus den eigenen Dateien dieses Pakets nutzbar sein.

Jeder konkrete SKU-Skill, der von diesem Meta-Skill generiert oder aktualisiert wird, muss nach der Übergabe eigenständig ausführbar sein. Der generierte SKU-Skill darf nicht erfordern, dass Benutzer diesen Meta-Skill, Kategorie-Meta-Skills, Golden-Case-Skills, alte SKU-Pakete, externe Kollaborationsdokumente, Speicher oder lokale absolute Pfade zur Laufzeit lesen.

Externe Materialien wie Produktkurzbeschreibungen, Verkaufspunkt-Tabellen, echte Aufnahmen, alte SKU-Pakete, externe Kollaborationsdokumente, Kategorie-Meta-Skills, Fallvideos, Screenshots oder Speicher dürfen nur als aktuelle Eingaben während der Erstellung verwendet werden. Jede nützliche Regel, die aus ihnen gelernt wird, muss in das eigene SKILL.md, references/, scripts/, assets/ oder asset-manifest.md des generierten SKU-Skills kopiert, umgeschrieben oder zusammengefasst werden.

Bestätigte echte Aufnahmen, die für die Laufzeit benötigt werden, sollten in das assets/-Verzeichnis des generierten SKU-Skills normalisiert und in references/asset-manifest.md mit semantischer Rolle, Produktzustand, Genehmigungsstatus und Referenzgrenzen dokumentiert werden. Behalten Sie nur nicht genehmigte, zu große oder ungelöste Materialversionen als pending; lassen Sie keine erforderlichen Laufzeitmaterialien in externen Ordnern zurück.

Arbeitsmodi

  1. Neuerstellung eines SKU-Skills: Verwenden Sie den vollständigen Workflow vom Produktverständnis über Zustandsmatrix, Archetyp, Verkaufsargument-Nachweis, Materialstrategie, Paketentwurf, repräsentative Validierung und Fehlerfallbehandlung.
  2. Aktualisierung eines bestehenden SKU-Skills: Starten Sie vom gemeldeten Problem, geänderten Quellen oder Fehlerfall. Identifizieren Sie betroffene Dateien, patchen Sie die kleinste notwendige Regel/Material/Validator-Oberfläche und führen Sie dann eine eigenständige Überprüfung und repräsentative Validierung durch.
  3. Fehlerfall-Patch: Leiten Sie den Fehler an Produktregeln, Asset-Manifest, Gotchas, Validator oder Trigger-Tests weiter. Schreiben Sie den gesamten Skill nicht neu, es sei denn, das Problem offenbart eine strukturelle Lücke.
  4. Produktionsstapel: Nur erlaubt, nachdem der SKU-Skill die repräsentative Validierung bestanden hat, oder wenn der Ersteller explizit bittet, mit bekannten ausstehenden Risiken zu stapeln.

Betriebsvereinbarung

  1. Nach dem Laden dieses Skills führen Sie den Ersteller mit einer festen, anfängersicheren Eingabe. Sagen Sie nicht "Gib irgendetwas" oder springen Sie direkt zum finalen Skill-Schreiben. Verwenden Sie benannte Eingabeschlitze, erklären Sie die nächste Ausgabe und lassen Sie fehlende Elemente als pending markiert.
  2. Beginnen Sie mit der Quellenbestätigung. Lesen Sie zuerst die internen Regeln dieses Pakets. Lesen Sie dann die aktuellen Eingaben, die vom Ersteller bereitgestellt oder genehmigt wurden, wie Kategorie-Meta, alte SKU-Referenzen, externe Kollaborationsdokumente, Fallvideos, Screenshots oder Materialordner.
  3. Wenn Kategorie-Meta oder alte SKU-Referenzen fehlen oder schwach sind, fahren Sie mit den Branchenregeln dieses Pakets plus integrierten Golden-Case-Abstraktionen fort; blockieren Sie nicht aufgrund fehlender externer Quellen.
  4. Verstehen Sie zuerst das Produkt. Fragen Sie nicht nach der vollständigen genehmigten Materialbibliothek oder schreiben Sie finale Regeln in der ersten Runde, es sei denn, der Ersteller stellt alles explizit bereit.
  5. Bestätigen Sie die Produktstruktur und Zustandsmatrix vor der detaillierten Regelformulierung.
  6. Klassifizieren Sie das Produkt vor dem Prompt-Schreiben in einen Produktionsarchetyp: großes feststehendes A+B, kleines bewegliches A+B oder reines A (nicht deformierbar/tragbar).
  7. Behandeln Sie die A/B-Beurteilung als wichtigstes Entscheidungstor. Der explizite Standard des Erstellers und die aktuelle Beurteilung überschreiben Standardheuristiken; bei Unsicherheit präsentieren Sie die Begründung und warten auf Bestätigung.
  8. Wenden Sie die integrierten Golden-Case-Abstraktionen für den gewählten Archetyp an. Extrahieren Sie Halluzinationspunkte, A/B-Handhabung, Prompt-Sicherheitsvorkehrungen, Materialregeln und Validator-Hooks aus diesen Abstraktionen.
  9. Extrahieren Sie die Kern-Asset-Ebene aus qualitativ hochwertigen Fällen und aktuellen Eingaben: Identität/Logo, Umgebung, Rhythmus, Aktion, Prompt-Form, Einreichungsvertrag und TS-Risiko.
  10. Ordnen Sie Verkaufsargumente einzeln visuellen Beweisen zu. Schlagen Sie für jedes Verkaufsargument mögliche Referenz-Echtaufnahmen vor und führen Sie einen Dialogtest mit der historischen Materialauswahlerfahrung des Erstellers durch, bevor Sie es als OK markieren. Fahren Sie nicht mit dem nächsten Verkaufsargument fort, bis der Beweispfad, der Referenztyp, der Produktzustand, die A/B-Beurteilung, die verbotenen Materialien und der Downgrade-Pfad des aktuellen Verkaufsarguments bestätigt sind. 10.5. Prüfen Sie während der Materialauswahl für Verkaufsargumente das Produktzustandsrisiko und die Vererbungsgrenzen von Referenzen. Bevorzugen Sie Produktreferenzen mit geringem Rauschen wie P0/P1-Bilder auf weißem Hintergrund. Eine Einheit kann mehrere Referenzen verwenden, aber standardmäßig müssen sie einem Produktzustand dienen. Für Schuhe, Taschen, Bekleidung und andere körpergebundene Produkte vererben Sie kein Model/Person, Styling, Outfit, Hintergrund oder Requisiten von Produktreferenzen, es sei denn, der Ersteller genehmigt dies explizit.
  11. Erstellen Sie die Audio-Video-Synchronisationsanordnung vor dem Prompt-Schreiben: Skripttext -> konkrete visuelle Entitäten -> tatsächliche Umgebung -> Verkaufsargument-Nachweis -> Einheit -> Materialrollen -> Prompt-Aktion -> TS-Risiko. Schreiben Sie keine Prompts allein aus dem Text oder allein aus den Materialien. 11.5. Szenen-Narrativ-Ableitung (§11.5 in product-rules.md). Wenn die Skriptszene NICHT die Standard-/Hauptszene des Produkts ist, führen Sie die vierstufige Ableitung vor dem Schreiben eines A-Klasse-Prompts durch: Schritt 1 Szenen-Mikroaktionen → Schritt 2 szenenspezifische Requisiten → Schritt 3 emotionale Bögen → Schritt 4 narrative Qualitätsselbstprüfung (Q1-Q6). Geben Sie eine "Szenen-Narrativ-Anpassungstabelle" oben im Prompt-Plan aus. Skripte in Standard-Szenen können die Schritte 1-3 überspringen, müssen aber dennoch Q1-Q6 bestehen.
  12. Jeder Einheits-Prompt, der @图片 oder @视频 verwendet, muss einen präzisen 【素材说明】 / Reference Materials-Block enthalten. Die Prüftabelle kann controls / does_not_control verwenden, aber der finale Prompt sollte kurze, modellfreundliche Formulierungen wie 只参考..., 不参考... und ...以 @图片X 为准 verwenden.
  13. Klassifizieren Sie jede Einheit als A, A-out, A-in oder B basierend auf dem Produktzustandsverhalten und bestätigen Sie dann die Schlüsselzeilen mit dem Ersteller. Wählen Sie nicht stillschweigend "genügend" Assets aus.
  14. Behalten Sie Laufzeit-Assets als ausstehend, bis die genehmigte Materialversion ausgewählt ist. Im Testmodus erstellen ein oder zwei Skripte den ersten Skill-Entwurf und die visuelle Rückkopplungsschleife; im Produktionsmodus treiben Batch-Skripte Batch-Prompt-Pläne, Materialanordnungen, Validierung und Videoaufgabeneingaben an.
  15. Generieren Sie ein standardmäßiges Skill-Paket erst, nachdem Produktverständnis, Produktionsarchetyp, Golden-Case-Abstraktion, Kern-Asset-Inventar, Verkaufsargument-Nachweis, Audio-Video-Synchronisation und Materialstrategie ausgerichtet sind.
  16. Führen Sie eine eigenständige Übergabeüberprüfung durch: keine externe Skill-Abhängigkeit, keine lokale absolute Pfadabhängigkeit, keine Anweisung "lesen Sie den übergeordneten/Meta/Golden-Skill" und alle Laufzeitreferenzen lösen innerhalb des Zielpakets auf oder sind explizit pending.
  17. Validieren Sie mit einem repräsentativen Prompt-Plan und Produkt-Validator; führen Sie Fehlerfälle zurück in Regeln, Gotchas, Manifest oder Validator.

Erforderlicher Workflow

  1. Lesen Sie references/creator-onboarding.md vor der ersten Antwort an den Ersteller. Verwenden Sie es, um nach benannten Erstrunden-Eingaben zu fragen und den gestaffelten Prozess in anfängersicherer Sprache zu erklären.
  2. Lesen Sie references/sku-creator-workflow.md.
  3. Lesen Sie references/product-rules.md für Branchen-Hard-Regeln, A/B-Logik, Materialrollen, Zustandskonsistenz, Prompt-Plan-Anforderungen und Fallabstraktionsregeln.
  4. Lesen Sie references/golden-case-abstractions.md nach der Wahl des Produktionsarchetyps. Verwenden Sie dessen integrierte Abstraktionen für Tee-Bar, Tasse/Behälter, Schuhe/Bekleidung und taschenartige Wearables für Halluzinationspunkte und A/B-Handhabung. Laden Sie keine externen Skills, es sei denn, der Ersteller stellt explizit eine aktuelle Quelle zur Abstraktion bereit.
  5. Lesen Sie references/core-asset-layer.md vor der Verkaufsargument-Zuordnung oder dem Prompt-Schreiben. Verwenden Sie es zuerst, um den Produktionsarchetyp zu wählen, und extrahieren Sie dann Logo/Text, Umgebung, Rhythmus, Einheitenaufteilung, Prompt-Form, Einreichung und TS-Risiko-Regeln aus qualitativ hochwertigen Fällen und aktuellen Eingaben.
  6. Lesen Sie references/audio-visual-sync.md vor dem Prompt-Schreiben. Verwenden Sie es, um Skripttext, konkrete visuelle Entitäten, tatsächliche Umgebung, Verkaufsargument-Nachweis, Einheitenaufteilung, A/B- oder A+B-Materialrollen, Prompt-Aktion, Dauer und TS-Risiko-Downgrade zu binden.
  7. Verwenden Sie references/category-questionnaire.md für gestaffelte Erstellerfragen und Bestätigungskarten.
  8. Verwenden Sie references/method-decision-tree.md, um die Generierungsmethode zu wählen. Standard ist Direktgenerierung; verwenden Sie den Grid/TVC-Fluss nur, wenn der Benutzer explizit TVC/Werbung anfordert.
  9. Verwenden Sie references/skill-template.md beim Entwerfen des Ziel-SKU-Skill-Pakets.
  10. Verwenden Sie references/asset-manifest.md bei der Definition semantischer Asset-Rollen und genehmigter/ausstehender Laufzeit-Assets.
  11. Verwenden Sie references/prompt-plan-format.md bei der Validierung des repräsentativen Skriptplans.
  12. Verwenden Sie references/gotchas.md vor der Übergabe und beim Einarbeiten von Fehlerfällen.
  13. Verwenden Sie references/validate-template.py und produktspezifische Fälle, um scripts/validate_*.py zu erstellen.
  14. Verwenden Sie scripts/scaffold_category_skill.py nur als Startgerüst, verfeinern Sie es dann mit den echten Produktregeln.

Kategorie-Meta-Fallback

Bevorzugen Sie ausgereifte Kategorie-Meta oder alte SKU-Referenzen, wenn sie existieren, behandeln Sie sie jedoch als Hilfsmittel, nicht als Blocker. Wenn sie fehlen oder schwach sind, verwenden Sie die Branchenregeln plus integrierte Golden-Case-Abstraktionen. Wenn Sie eine alte Regel übernehmen, geben Sie 可继承 / 需改写 / 禁止继承 aus, bevor Sie sie anwenden.

Qualitätstore

  • Eingangstor: Benannte Erstrunden-Eingabeschlitze, Quellenbestätigung, Produktverständnis, Komponenten-/Zustandsmatrix und Produktionsarchetyp werden vor detaillierten Regeln erstellt.
  • Nachweistor: Jedes Verkaufsargument hat einen vom Ersteller bestätigten visuellen Beweispfad, Materialtyp, Produktzustand, A/B-Beurteilung, verbotenes Material/Zustand, Downgrade-Pfad und einen Eins-zu-Eins-Dialogtest-Datensatz.
  • Asset-Tor: Kern-Asset-Inventar, TS-Risiko, P0/P1/P2-Rollen, Produktzustandsrisiko, Präferenz für rauscharme Referenzen, nützlicher/ignorierter Referenzinhalt und Genehmigungsstatus von Laufzeit-Assets werden vor dem Prompt-Schreiben aufgezeichnet.
  • Synchronisationstor: Jeder bedeutungsvolle Skript-Takt wird konkreten visuellen Entitäten, tatsächlicher Umgebung, Einheit, Beweisziel, Materialrolle, Prompt-Aktion, Dauer/Rhythmus und TS-Risiko zugeordnet.
  • Prompt-Tor: Jede Einheit mit @图片 oder @视频 enthält einen präzisen Materialzweck-Block mit modellfreundlicher 只参考 / 不参考 / 以...为准-Formulierung.
  • Szenentor U31: Nicht-Standardszenen führen Szenen-Mikroaktionen, Szenen-Requisiten, emotionalen Bogen und Q1-Q6 narrative Selbstprüfung vor A-Klasse-Prompts durch.
  • Einheitentor U32-U35: Einheiten werden nach Beweis, Produktzustand, A/B-Typ, Szene und Halluzinationsrisiko aufgeteilt, nicht nach festen Zeitscheiben; standardmäßige A-Klasse-Prompts deklarieren Einheitenziel, Aktionsablauf und Endbedingung ohne segmentierte, sekundengenaue Prosa.
  • Übergabetor: Der generierte SKU-Skill hat die standardmäßige Codex-Form, ist eigenständig, schlank in SKILL.md, detailliert in references/ und frei von Laufzeitabhängigkeiten von diesem Generator, Kategorie-Meta, Golden-Cases, externen Dokumenten, Speicher, lokalen Pfaden oder externen Materialordnern.
  • Validierungstor: Trigger-Tests, repräsentativer Prompt-Plan, Produkt-Validator, Materialtabelle, A/B-Klassifizierung, Audio-Video-Synchronisationszuordnung, API/Material-Anzahl, Validierungsdatensatz und Fehlerfallbehandlung sind vorhanden.

Verwandte Skills