skill

Product Skills

Product Skills是一项可在 Alireza Rezvani 中使用的电商 AI Skill,适合 Codex、Claude Code、OpenClaw 运营人员。需要连接多个系统并自动执行多步骤电商流程时,可以按照 Product Skills 的方法执行,并把…

这个 Skill 能完成什么

需要连接多个系统并自动执行多步骤电商流程时,可以按照 Product Skills 的方法执行,并把过程整理成可重复检查的步骤。

自动化增长负责人

需要连接多个系统并自动执行多步骤电商流程时,可以按照 Product Skills 的方法执行,并把过程整理成可重复检查的步骤。

开始前准备

  • 选定一个范围明确、可以撤销的可监控的自动化工作流测试。
  • 准备流程图、测试账号、字段映射、最小权限凭证和失败处理规则,并删除本次不需要的敏感字段。
  • 记录当前成功执行次数、异常率、恢复时间、运行成本和未授权写入,同时指定审批人和停止条件。
  • 画出数据从来源到目标系统的路径,并逐项核对读取、写入和管理员权限。

如何安全测试

  • 分别测试一个常规案例、一个边界案例和一个故意缺少关键字段的案例。
  • 把结果与测试前的成功执行次数、异常率、恢复时间、运行成本和未授权写入基线比较,不只记录节省了多少时间。
  • 在扩大范围前,复盘错误、人工修改、权限使用和无法处理的例外。
  • 单独模拟超时、重复事件和目标系统部分失败,确认告警与回退确实可用。

适合当前等级的操作方案

  1. 先限定一个真实任务

    不要从整店上线开始。先选一个可以撤销的任务,用 Product Skills 尝试连接多个系统并自动执行多步骤电商流程。

    完成标准: 已经写清输入范围、负责人,以及成功执行次数、异常率、恢复时间、运行成本和未授权写入中的一个主要判断指标。

  2. 整理输入和安全边界

    只准备本次需要的流程图、测试账号、字段映射、最小权限凭证和失败处理规则。删除无关个人信息,并写清哪些动作不能自动执行。

    完成标准: 输入有明确来源,敏感字段已最小化,审批人知道试验会读取或修改什么。

  3. 核对原始 Skill 后运行

    先阅读来源、安装方式和权限说明,再把 Product Skills 放入单独的测试项目;命令和 Skill 正文保持来源原文。

    完成标准: 已经得到一份可人工检查的可监控的自动化工作流,且没有越过批准范围。

  4. 对照基线逐项复核

    不要只看结果是否流畅。把输出与原始数据、现有 SOP 和历史基线对照,记录事实错误、漏项和人工修改时间。

    完成标准: 成功执行次数、异常率、恢复时间、运行成本和未授权写入有测试前基线,错误和例外也有单独记录。

  5. 加入监控、审批和回退

    为失败、超时、重复执行和权限变化设置告警;保留人工审批、幂等检查、操作日志和可演练的恢复路径。

    完成标准: 可以从日志定位一次失败,撤销错误写入,并说明谁有权恢复流程。

需要提前考虑的限制

  • 我们在 2026-07-19 核对了公开来源和资源身份,但没有逐一测试所有工作流,也没有把厂商绩效主张当作本站实测结果。
  • 自动化可能在无人察觉前,把一个小配置错误重复写入订单、客户或库存。
  • 页面内容反映的是 2026-07-19 的核验状态,不是长期承诺。生产使用前,重新核对当前文档、价格和合同条款。

这个经验等级常问的问题

Product Skills 应该拿到哪些权限?

只开放完成当前工作流所需的最小范围,把读取、草稿、生产写入和管理员权限分开。高风险写入必须经过人工审批。

失败后如何回退?

保留原始记录、请求 ID、版本、变更前值和处理日志。先在测试环境演练超时、重复执行、部分成功和第三方 API 失败。

上线后需要监控什么?

监控成功率、异常率、延迟、执行成本、未授权写入,以及成功执行次数、异常率、恢复时间、运行成本和未授权写入。只看“工作流已运行”不足以证明它安全有效。

许可
MIT
来源与署名

作者、原始来源与平台口碑

核验于 2026-07-19
作者 / 维护者

Alireza Rezvani

HealthTech CTO 与开源维护者,关注应用型 AI、Agent 编程,以及面向产品、研究、增长和运营团队的实用 Skills。