dsh-shop-assistant（电商小助手）

English | 中文

面向电商店主 / 客服 / 运营（不用会写代码）。

不懂英文工具名也没关系，按下面案例一步步做即可。

一分钟搞懂

装上本插件后，在 DeepSeek Harness（dsh）的聊天窗口里，用自然语言就能办这三件事：

1. 批量回差评：把平台导出的评价表放进文件夹，一次生成多条可粘贴的回复，并遵守你店里的退货规则。
2. 对着竞品写上新文案：复制一个大家都能打开的商品链接，自动抓标题/价格线索，再写出多个标题、卖点和 FAQ。
3. 选品前算清赚不赚钱：报上成本、售价和大概行情分，用固定公式算出利润和建议（不是让 AI 随口估）。

它不是又一个「随便聊两句」的聊天框。相对「直接把内容粘贴给 ChatGPT / DeepSeek 网页」，优势是：整张表一起处理、退货口径统一、利润数字可复算、少复制粘贴。

---

安装

1. 本机先能运行 DeepSeek Harness（例如 npx @deepseek-ai/dsh web）。
2. 安装本插件（任选一种）：

dsh plugin --profile web add dsh-shop-assistant
# 或
dsh plugin --profile web add github:pengzhou267-ai/dsh-shop-assistant

3. 重新打开 Web，或新开一次会话。
4. 打开 / 选择一个工作区文件夹（见下一节），再开始聊天。

---

使用前必读：文件放在哪？

「工作区」是什么？

就是你启动 dsh Web、开始聊天时选中的那个文件夹。
助手只能稳定读取这个文件夹里的表格和文档，不要指望它去翻你电脑上任意位置。

建议单独建一个文件夹，例如：

我的店铺资料/
├── 评价.csv              ← 平台导出的评价（你自己的表）
├── 售后政策.md            ← 你家退换货规则（可先抄示例再改）
└── （可选）商品.csv

想先试用、还没有自己的表？

把本插件仓库（或 npm 包解压后）里的示例拷进工作区也可以：

示例文件	用途
examples/reviews.csv	假评价表，练手「批量回差评」
examples/products.csv	假商品表
examples/score-inputs.csv	选品算账用的数字样例
kb/sample/售后政策.md	示例退换货规则（务必改成你家真实规则再正式用）

表头长什么样、怎么换成自己的导出表，见 examples/README.zh.md。

---

案例 1：差评批量回复（几乎每天都会用）

你现在通常怎么干？

1. 打开淘宝 / 拼多多后台，一条条看差评。
2. 把文字复制到 ChatGPT / DeepSeek 网页。
3. 再说明一遍「我们 7 天无理由、运费险怎么算…」。
4. 把回复复制回后台。
   评价一多，对话框塞不下；规则每次重讲，口径容易飘。

用本插件：准备什么？

1. 在后台导出评价（Excel / CSV 均可；若是 Excel，另存为 CSV UTF-8）。

2. 表头尽量包含这些列（名称可相近，见示例文件）：

   建议列	例子
   订单号	O1001
   评分 / 星级	1、2、5
   评价内容	物流太慢了…
   评价时间	2026-08-01
   SKU（可选）	SKU-红-M

3. 把文件放进工作区，例如命名为 评价.csv。

4. 把退换货规则写进工作区里的 售后政策.md（可先复制 kb/sample/售后政策.md 再改字）。

逐步操作

1. 打开 dsh Web，工作区选中「我的店铺资料」这类文件夹。
2. 确认能看到 评价.csv 和 售后政策.md。
3. 在聊天框整段复制下面的提示词（把文件名改成你的即可）并发送：

工作区里有文件「评价.csv」和「售后政策.md」。

请用「读取评价表」的功能打开评价.csv（如果是淘宝/天猫常见导出列，按淘宝评价表来识别）。
不要让我把表格内容粘贴进聊天。

然后：
1）按差评原因分组（例如物流慢、色差、破损、尺码等）；
2）每一组写出可直接复制到后台的回复；
3）严格遵守「售后政策.md」里的规则，不要承诺文件里没有的赔偿或服务。

（有经验的人会看到助手调用 shop_csv_preview 等工具——你不必手敲这些英文名。）

你会得到什么？

类似这样的分组结果（示意）：

• 物流慢：若干条带订单号的礼貌回复（查单、致歉，不乱承诺）。
• 色差 / 破损 / 尺码：按你政策写退换、补发或引导私信订单号。

和传统做法对比

	直接问网页 AI	用本插件
输入方式	一条条或一大段粘贴进对话框	整张 CSV 放在工作区里读
评价一多	容易超长、漏条	按整表处理
退货规则	每轮重新说明，容易忘	固定读 售后政策.md
你要会的	会复制粘贴即可	会导出 CSV、会选工作区文件夹即可

---

案例 2：上新写标题 / 卖点 / FAQ（每周～大促）

你现在通常怎么干？

开好几个竞品详情页 → 手抄标题和卖点 → 再贴给 AI 润色。
又慢，又容易把价格抄错或让 AI 瞎编价格。

用本插件：准备什么？

1. 在普通浏览器打开买家也能看到的商品页（不要用必须登录的卖家后台地址）。
2. 从地址栏复制完整链接，例如 https://... 一长串。
3. 想好你自己的卖点、平台（淘宝 / 拼多多等）、有没有禁词——提示词里写清楚即可。

逐步操作

1. 打开 dsh 聊天（工作区任意店铺资料夹即可，本案例主要靠链接）。
2. 发送类似提示词（把链接换成真实的）：

请先抓取下面这个【公开商品页】的信息（标题、描述摘要、页面上能看到的价格线索）。
不要要求我登录后台，也不要编造页面上没有的库存或活动。

链接：
https://这里换成真实的公开商品链接

抓取完成后，请按「上新文案」流程输出：
1）标题候选 5 个（并大概说下字数）；
2）五点卖点；
3）详情页大纲；
4）FAQ 5～8 条。
我们平台是淘宝，核心卖点是：……（自己补）。

白话说明：助手会先自动打开并摘要该网页（对应能力叫「抓取公开页」，英文工具名 shop_page_snapshot），再按内置的上新剧本写稿（剧本名 shop-listing）。你只要发中文说明和链接。

你会得到什么？

可直接改一改就用的标题列表、卖点、详情结构和 FAQ；价格相关表述应来自页面摘要，而不是凭空捏造。

和传统做法对比

	直接问网页 AI	用本插件
竞品信息	你自己抄屏再粘贴	粘贴公开链接，自动抓摘要
价格	容易抄错或 AI 瞎编	优先用页面上的价格线索
步骤	多窗口来回切	一句提示词串起来

---

案例 3：选品前算账（每周～每月，决策重）

你现在通常怎么干？

用 Excel 估一估，或问 AI「成本 35 卖 99 能赚多少」。
AI 常把佣金、退货损耗随口报一个数，每次问可能不一样，不敢当真。

用本插件：准备什么？

准备这些数字（可先写在纸上或 Excel）：

项目	含义	例子
成本	单件货本	35
售价	你打算卖的价	99
竞品价（可选）	同类公开价	109
需求	1～5 分，越高越好卖	4
竞争	1～5 分，越高越卷	3
运营难度	1～5 分，越高越难做	2
风险	1～5 分，越高风险越大	2
时机	1～5 分，越高越适合现在上	4

也可以参考工作区里的 examples/score-inputs.csv。

逐步操作

1. 打开 dsh 聊天。
2. 发送：

请用「利润评分 / 选品算账」功能（固定公式，不要口头估算）计算下面这组数，
并用中文说明：单位利润、毛利率、综合分，以及建议是「强烈建议上架 / 谨慎 / 不建议」。

成本 35，售价 99，竞品价 109；
需求 4，竞争 3，运营难度 2，风险 2，时机 4。

说明：提示词里写「用利润评分功能」，是让助手自动走插件里的固定公式（内部工具名 shop_product_score）。你不需要记住或手打英文函数名。

你会得到什么？

• 单位利润、毛利率（按统一费率假设计算，可在配置里改默认佣金等）
• 六维加权后的综合分
• 中文建议等级，以及简短注意点（例如售价明显高于竞品）

同样输入再算一次，结果应一致（这就是相对「直接问 AI」的关键差别）。

和传统做法对比

	直接问网页 AI	用本插件
利润怎么来的	模型临场编	固定公式，可复算
多次询问	数字可能变	同输入同输出
你要会的	会提问	会填成本/售价和 1～5 分

---

附录：三个能力对照（可选阅读）

店主说法	聊天里可以怎么说	内部工具名（可忽略）
读取评价 / 商品 CSV	「用读取评价表的功能打开 xxx.csv」	shop_csv_preview
抓取竞品公开页	「先抓取这个公开商品页」	shop_page_snapshot
用公式算利润与是否上架	「用利润评分功能计算」	shop_product_score

换成你自己的售后政策

1. 复制 kb/sample/售后政策.md 到你的工作区，改成真实规则。
2. 提示词里写明该文件路径（如「严格遵守 售后政策.md」）。
3. 进阶：若政策文件放在插件包外的固定目录，可在组合包配置里设置 kbRelativeDir（开发者选项，店主一般不用）。

贡献与许可证

欢迎补中文剧本或某种平台导出列映射：见 CONTRIBUTING.md、docs/EXTENDING.md。

MIT