Category Link Collector

---

name: category-link-collector description: 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

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：

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