Category Link Collector

采集电商网站分类链接信息，提取分类层级数据并保存为CSV文件。当需要从电商网站分类链接中提取结构化数据时使用此技能。

Category Link Collector Skill

功能

• 从给定的分类链接URL中提取分类信息
• 解析分类路径，提取一级和二级分类
• 生成结构化的CSV文件
• 支持自定义输出目录和文件名

使用方法

基本用法

text

采集以下分类链接：
https://lulumonclick-eu.shop/collections/women-women-clothes-tank-tops
https://lulumonclick-eu.shop/collections/women-women-clothes-bras-underwear

参数说明

• 域名变量: 自动从链接中提取域名部分
• 输出目录: 默认为 /Users/zhangqirong/工作/caiji，可自定义
• 文件名: 自动使用域名作为文件名（如 lulumonclick-eu.shop.csv）

数据结构

生成的CSV文件包含以下列：

1. 完整链接: 原始分类链接
2. 分类路径: 从URL中提取的分类路径（如 women-women-clothes-tank-tops）
3. 域名: 网站域名
4. 1级分类: 提取的一级分类名称（如 Women）
5. 2级分类: 提取的二级分类名称（如 Tank Tops）
6. 3级分类: 提取的三级分类名称（如存在）
7. 4级分类: 提取的四级分类名称（如存在）
8. ...: 更多级别分类（根据实际深度动态生成）

多级分类支持

技能现在支持无限级分类提取：

• 自动识别分类层级深度
• 动态生成CSV列（1级分类、2级分类、3级分类...）
• 智能合并特殊词组（T-shirts, Co-ord等）
• 正确处理数字范围（0-18 months等）

处理逻辑

1. 从URL中提取域名部分
2. 从 /collections/ 后提取分类路径
3. 解析分类路径：
   • 使用智能算法分割分类路径
   • 识别一级分类（Women, Men, Kids, Beauty等）
   • 提取所有级别的下级分类
   • 智能合并特殊词组和数字范围
4. 根据最大分类深度动态生成CSV列
5. 生成CSV文件，保存到指定目录

示例

输入链接：

text

https://lulumonclick-eu.shop/collections/women-women-clothes-tank-tops

输出CSV行：

完整链接	分类路径	一级分类	二级分类	域名
https://lulumonclick-eu.shop/collections/women-women-clothes-tank-tops	women-women-clothes-tank-tops	Women	Tank Tops	lulumonclick-eu.shop

文件位置

• Skill主文件: SKILL.md
• 脚本文件: scripts/collect_categories.py
• 配置文件: config/settings.json (可选)

依赖

• Python 3.x
• pandas 库 (用于CSV处理)

扩展能力

后续可以扩展的功能：

1. 批量处理多个链接
2. 支持更多分类层级（三级、四级等）
3. 自动去重和验证
4. 支持不同的URL格式
5. 添加时间戳和采集状态
6. 集成到自动化工作流中