跨境电商数据代理。用户通过 @ 源标记(如@sif)触发数据源,或从技能注册中心安装独立 Dinzee 业务技能。代理在运行时发现可用的数据源和工具,通过 Dinzee 网关调用并统一处理。
DinzeeAgent — 跨境电商数据 Agent
功能概述
DinzeeAgent — 跨境电商数据 Agent是一项面向实际任务的技能,主要用于DinzeeAgent 让你用 @<数据源> 触发第三方电商数据能力,也支持从 Dinzee skill 仓库安装独立业务 skill;看到触发标记后, 你(agent)自行编排 调用该数据源的多个 MCP 工具,完成用户的调研/分析任务,最后汇总成结论;
核心要点
- 所有 Dinzee 付费数据调用经由 Dinzee Gateway (。
- 它将相关步骤、工具调用和结果整理方式集中到统一流程中,帮助使用者更快完成目标并减少重复操作。
- 从功能定位来看,该技能强调把分散的操作要求整理成清晰、可复用的处理流程,使用户能够围绕既定目标快速准备输入、选择执行方式并获得结构化结果。
使用与执行
实际使用前应先确认任务范围、数据来源、运行环境、必要权限和关键参数,再依据技能说明逐步执行;若输入条件不完整,应先补齐信息或采用保守配置,避免因错误假设导致结果偏离需求。执行过程中需要关注工具调用是否成功、接口或依赖是否可用、输出格式是否符合预期,并对异常提示、缺失字段和边界情况进行处理;
结果检查与注意事项
涉及批量任务时,还应保存进度,避免中断后重复操作。该技能适合用于一次性任务,也可以接入自动化工作流,与其他技能或上层代理配合完成更完整的业务链路;在组合使用时,应明确每一步的输入输出关系,并避免不同步骤之间出现参数冲突。
DinzeeAgent — 跨境电商数据 Agent
DinzeeAgent 让你用 @<数据源> 触发第三方电商数据能力,也支持从 Dinzee skill 仓库安装独立业务 skill。看到触发标记后,你(agent)自行编排调用该数据源的多个 MCP 工具,完成用户的调研/分析任务,最后汇总成结论。
所有 Dinzee 付费数据调用经由 Dinzee Gateway(https://gateway.dinzee.ai/):网关负责鉴权、调用真实上游、记录 provider/tool 用量明细;本地业务 skill 带 skill_slug + skill_run_id 编排多次 MCP 调用后,最后通过 /v1/skill-runs/finalize 按本次 skill 总点数一次性结算。上游地址与凭证对调用方完全隐藏,本地 skill 不保存、不读取、不暴露第三方上游密钥。
例外:用户自带账号的官方外部 MCP(例如 Sellersprite / 卖家精灵)不走 Dinzee Gateway,不扣 Dinzee 点数,也不能使用 Dinzee 平台共享 key。遇到这类需求时,优先调用用户本地已经配置好的官方 MCP;如果未配置,提示用户用自己的官方 key 配置。见 references/seller-sprite.md。
核心执行原则:
Hermes / OpenClaw / Codex 本地只负责执行 skill playbook。 所有 Dinzee 付费数据源调用必须进入 Dinzee Gateway 的 /v1/mcp/calls。用户自带官方 MCP(如 Sellersprite)直接走用户本地 MCP,不走网关。 Dinzee Gateway 负责鉴权、调用真实上游、记录明细,并在 skill finalize 时按 `skill_slug` 汇总扣费。 本地 skill 不保存、不暴露上游数据源密钥。 不要调用 server-skill-run 执行本地业务 workflow。 *_run 永远只做完成标记,不作为数据源扣费。 失败时返回 request_id,便于后台查账。
有哪些数据源、每个数据源有哪些工具,都由网关运行时决定(随时新增),本文档不写死。 每次任务先用 providers / list-tools 实时发现(见下文「工具发现」)。
内置业务能力
DinzeeAgent 是总入口和数据网关客户端。当前包不内置执行型 task skill,也不随包注册 server-skill manifest。业务 skill 需要从 Dinzee skill 仓库单独安装/更新。
数据网关工具
@sif及其他已开放 Dinzee 数据源:通过providers/list-tools实时发现当前可用工具,按用户 token 计费调用。@sellersprite/@卖家精灵:不走 Dinzee Gateway。要求用户自行配置官方 Sellersprite MCP,并直接调用用户本地 MCP;Dinzee 不扣点、不代理、不保存 key。
Setup
- 取得用户接入 token(
sut_开头,由 ai_web 签发,每个用户独立)。 - 配置 token(二选一):
(写入
~/.dinzee/credentials.json,权限 0600,重启不丢) - (可选)覆盖网关地址:
export DINZEE_GATEWAY_BASE=https://gateway.dinzee.ai/ - 自检:
python3与/scripts/dinzee.py status python3,确认 token 有效并看到当前可用的数据源。/scripts/dinzee.py providers
装 / 更新数据 skill(安装不扣费)
DinzeeAgent 既是数据网关客户端,也是 skill 交付客户端——用户可以通过它把我们的数据 skill 装进 agent、或更新到新版。安装/更新只交付包,不扣费;真实扣费发生在本地业务 skill 的付费数据调用时,通过 Gateway 按 provider/tool 成功调用次数计费,失败由 Gateway 自动退款。
当用户说「@dinzeeagent 安装
看有哪些可装的 skill 及价格:
python3
/scripts/dinzee.py skills 列出每个 skill 的 slug、最新版本、单价(
N点/次或免费)。安装/更新某个 skill(不扣费,只交付包):
python3
/scripts/dinzee.py skill-install 交付成功后文件会写入 agent 的 skills 目录,openclaw 热加载即可使用。
更新已装的全部内容 skill:
python3
/scripts/dinzee.py skill-update --all 只拉取新版本包;安装/更新不扣费。
同步 Dinzee 业务 skill 包:
python3
/scripts/dinzee.py sync-skills 这会自动安装/更新当前由 Dinzee skill 仓库提供的业务 skill,用户不需要逐个记住子 skill 的 slug。
注意:
- 安装/更新不扣费;不要把包交付当成业务调用收费。
dinzeeagent自身是免费客户端,用 clawhub 安装/更新。- 业务扣费发生在本地业务 skill 完成后的
finalize-skill-run汇总结算上;单个 Gatewayprovider/tool调用只记录用量。不要用server-skill-run或*_run作为本地业务 skill 的数据源扣费入口。
本地运行业务 skill
当用户要运行一个已经封装好的任务包,先通过 skills 查看可安装包,再通过 skill-install 或 sync-skills 安装到本地 Hermes/OpenClaw runtime。DinzeeAgent 本包不再内置具体执行任务;已安装的独立业务 skill 以其自身 SKILL.md 为准。
用户自带官方 MCP:Sellersprite / 卖家精灵
Sellersprite 是用户自费官方服务,不属于 Dinzee Gateway 计费数据源。处理 @sellersprite、@卖家精灵、卖家精灵关键词/市场/ASIN/评论/ABA 等需求时:
- 不调用
python3,也不通过/scripts/dinzee.py list-tools --provider sellersprite /v1/mcp/calls调 Sellersprite。 - 检查用户当前 agent/client 是否已配置官方 Sellersprite MCP。
- 如果已配置,直接调用用户本地 Sellersprite MCP 的 tools/list 和 tools/call。
- 这类调用不扣 Dinzee 点数;额度消耗由用户自己的 Sellersprite 账号承担。
详细说明见 references/seller-sprite.md。
工具发现:动态,不要硬编码(核心)
不要假设有哪些数据源、也不要背工具清单——可用的数据源和工具由网关运行时决定,随时可能新增或下线。每次任务都先发现:
- 看有哪些数据源:
python3返回当前网关已开放的 provider 列表。用户/scripts/dinzee.py providers @xxx里的xxx必须在这个列表里,否则告诉用户该数据源暂未开放。 - 看某数据源有哪些工具:
python3返回该 provider 全部已开放工具,每个工具自带/scripts/dinzee.py list-tools --provider description(官方用途说明)、input_schema(入参 schema)、points_cost(单价,null=免费)、chargeable。 - 据此自由编排:读
description理解每个工具能干什么、读input_schema知道怎么填参数,按任务需要挑工具、定顺序、多次调用,最后汇总。
这样你永远拿到的是网关上当前真实可用的工具及其官方说明——新接入的数据源/工具无需更新本文档即可使用。
触发与编排
当用户输入含 @(例如「使用 @sif 帮我调研 B0CP9Z56SW」),你应当:
- 理解任务:用户想要什么结论(广告诊断 / 关键词机会 / 流量异常 / 销量趋势 / 综合调研 …)。
- 发现工具:
providers确认可用 →list-tools --provider拿到该源全部工具及说明。 - 自由编排:从工具清单里挑合适的,按需多次调用。一般思路——
- 综合调研一个对象:先用「结构/概览类」工具看全貌 → 再按需下钻「趋势类 / 明细类」工具 → 需要时用「诊断/分析类」工具。
- 具体用哪些工具、什么顺序,完全依据
list-tools返回的description自己判断,不要套用固定工具名。
- 每个工具调一次 CLI(同步、秒级返回单工具结果):
python3
/scripts/dinzee.py call --args ' ' - 汇总:把多次调用的 JSON 结果整合成一份给用户的结论(不要把原始 JSON 直接丢给用户)。
带 skill_slug + skill_run_id 的业务 skill 调用不会在单个工具阶段扣点;网关会记录每个成功工具的 points_cost。skill 结束后必须调用 finalize-skill-run,网关按本次 run 的成功工具总点数,以 workflow_id= 一次性扣点并返回工具调用统计。
本地业务 skill 的计费闭环(必须)
业务 skill 运行时必须生成一个稳定的 skill_run_id,并在本次运行里的每个 Dinzee MCP 调用中传入 skill_slug 和 skill_run_id:
本地业务 skill 烟雾测试与版本校验
做安装后验证/烟雾测试时,优先遵循下面几条:
- 安装版本以
为准。某些 Dinzee skill 的/_meta.json SKILL.mdfrontmatter 版本号可能滞后于实际安装版本;当用户指定测试@1.0.4这类版本时,先读_meta.json再下结论。 dinzee_skill_runner.py、实际 Gateway 调用、meter_skill_run.py必须共用同一个DINZEE_SKILL_RUN_ID。否则 finalize 容易报CLIENT_SKILL_RUN_EMPTY。- 重复测试必须更换每次调用的
idempotencyKey。同一工具、不同参数却复用旧 key,会触发409 IDEMPOTENCY_CONFLICT。 report_hosting.upload_artifacts返回mode=local_artifact_placeholder时,只能证明 Gateway 调用链和 finalize 可用,不能当作“公网报告托管功能已完整验证”。- 当用户要求“每个 skill 都要按同一结算标准来”时,以
sif-amazon-ads-analysis@1.0.5为基准审计 3 个脚本位点:scripts/meter_skill_run.py必须复用dinzee_wrapper.finalize_skill_run(),不要自己裸调 finalize 接口。scripts/dinzee_skill_runner.py必须把skill_run_id写入。/data/run_context.json scripts/dinzee_wrapper.py必须在 finalize 成功后,用服务端返回重写dinzee_billing_response.json与billing_summary.json。
- 不要把“finalize 成功”误判为“整个业务 skill 已完成可计费闭环”。还要继续检查主业务数据调用是否真的经过 Dinzee Gateway;如果业务脚本仍直连外部 MCP 或硬编码第三方 key,finalize 可能成功但
tool_usage为空或 0 点。 - 当主业务数据必须走用户本地官方 MCP、但又需要 Dinzee 计费闭环时,采用“混合链路”模式:主分析保留在本地官方 MCP,下挂 1 个同
DINZEE_SKILL_RUN_ID的 Dinzee 可计费补充步骤,再 finalize。已验证样例见references/mixed-chain-business-skills.md。 - 详细做法见
references/dinzee-business-skill-smoke-tests.md与references/business-skill-finalize-standard.md。
export DINZEE_SKILL_SLUG="" export DINZEE_SKILL_RUN_ID="run_$(date +%s)_$RANDOM" python3 /scripts/dinzee.py call --provider --args ' '
或显式传参:
python3/scripts/dinzee.py call --provider --skill-slug --skill-run-id --idempotency-key --args ' '
每个工具成功后返回 billing.chargeStatus=deferred,表示已经记录用量、等待本次 skill 汇总结算。业务 skill 完成后必须调用:
python3/scripts/dinzee.py finalize-skill-run --skill-slug --skill-run-id --idempotency-key
finalize 返回 total_points、points_charged、billing_ledger_id 和 tool_usage。tool_usage 是本次 skill 的 provider/tool 明细;后台扣费只发生一次,workflow_id=。
CLI 速查
# 列出当前已开放的数据源(不扣点) python3/scripts/dinzee.py providers # 列出某数据源的全部工具,带 description / input_schema / points_cost(不扣点) python3 /scripts/dinzee.py list-tools --provider # 查看单个工具是否可用 / 是否扣点 python3 /scripts/dinzee.py describe # 调用工具(JSON 入参;可用 --skill-slug / --skill-run-id 写入账单维度) python3 /scripts/dinzee.py call --args ' ' # 大入参从 stdin 读(heredoc) python3 /scripts/dinzee.py call --stdin <<'EOF' {"asin": "B0CP9Z56SW", "marketplace": "US"} EOF # 原始 JSON 输出(便于你程序化解析后再汇总) python3 /scripts/dinzee.py --format json call --args '{...}' # 耗时较长的工具可调大超时(秒) python3 /scripts/dinzee.py call --timeout 300 --args '{...}' # token 状态 python3 /scripts/dinzee.py status # 一键安装/更新 Dinzee 官方业务 skill 包 python3 /scripts/dinzee.py sync-skills
错误处理
| HTTP | code | 含义 / 处理 |
|---|---|---|
| 401 | USER_INTEGRATION_TOKEN_REQUIRED |
没传 token;CLI 会自动带,通常是 token 没配,跑 status 检查 |
| 401 | USER_INTEGRATION_TOKEN_INVALID |
token 错或过期,让用户重新取一个 |
| 402 | INSUFFICIENT_POINTS |
用户积分不足,提示充值 |
| 403 | MCP_PROVIDER_NOT_ALLOWLISTED / MCP_TOOL_NOT_ALLOWLISTED |
provider/tool 名拼错,或该数据源/工具未在网关开放——用 providers / list-tools 确认当前可用 |
| 409 | IDEMPOTENCY_CONFLICT |
同 idempotencyKey 配了不同参数;CLI 默认随机 key,一般不会遇到 |
| 503 | MCP_PROVIDER_UNAVAILABLE |
上游不可达/鉴权失败,网关已记熔断 |
| 503 | MCP_PROVIDER_CIRCUIT_OPEN |
上游连续失败触发熔断,等几十秒重试 |
调用失败时读 error 详情,按上表调整或重试;不要把原始报错直接丢给用户,转述成可理解的提示。
Examples
下列示例只示范工作流程,
<...>处的工具名/参数一律以list-tools的实时返回为准,不要照抄占位名。
Example 1:综合调研一个 ASIN(典型 @ 编排)
用户:「使用 @sif 帮我调研 B0CP9Z56SW」。你应当:
# 1) 发现该源的工具 python3/scripts/dinzee.py list-tools --provider sif # 2) 读 description 选工具:先调「广告/流量结构概览」类工具看全貌 python3 /scripts/dinzee.py call <结构概览工具> --args '{"asin":"B0CP9Z56SW","marketplace":"US"}' # 3) 按需下钻「趋势 / 关键词 / 明细」类工具 python3 /scripts/dinzee.py call <趋势或关键词工具> --args '{"asin":"B0CP9Z56SW","marketplace":"US"}' # 4) 如怀疑异常,再调「诊断/分析」类工具
然后把多份结果整合成一份「结构 + 流量来源 + 关键词机会」的调研结论给用户。
Example 2:关键词研究
python3/scripts/dinzee.py list-tools --provider python3 /scripts/dinzee.py --format json call <关键词需求工具> --args '{"keyword":"wireless earbuds"}' python3 /scripts/dinzee.py --format json call <关键词竞争工具> --args '{"keyword":"wireless earbuds"}'
对比需求强度与竞争程度,给出选词建议。
Example 3:耗时较长的诊断类工具
python3/scripts/dinzee.py call <诊断分析工具> --timeout 300 --args '{"asin":"B0XXXXXXXX","marketplace":"US"}'
热门AI工具
相关专题
本专题聚焦Go-Zero的API开发,拆解.api描述文件的语法结构、路由与分组定义、参数绑定与校验规则,说明统一响应体、JWT鉴权、跨域与接口文档生成的落地方式,并给出网关聚合与接口测试的实践建议。
0
2026.11.12
本专题围绕Go-Zero的安装与工具链配置展开,讲清Go版本要求、goctl安装方式、代理镜像、protoc依赖与环境变量设置,说明多版本共存、升级回退与CI流水线安装的做法,并整理安装阶段的常见报错与验证步骤。
0
2026.11.12
本专题整理Go-Zero的入门知识,从框架定位、环境准备到跑通第一个API服务,讲清目录分层、配置加载、日志与中间件的基本用法,并对比Gin、Kratos的差异,帮助Go开发者建立整体认知,判断它是否适合当前项目。
0
2026.11.12
本专题从实际API接口调试场景出发,讲解Postman身份认证的完整配置流程,包括常见认证协议介绍、授权参数设置、访问令牌填写、OAuth 2.0授权及认证失败排查,帮助用户正确完成接口授权与访问验证。
0
2026.11.06
围绕Postman HTTP请求头配置展开,讲解Headers选项的具体使用方式,包括Key和Value参数填写、请求头信息添加、常见Header字段设置及请求头修改方法,帮助用户解决接口调试过程中遇到的请求头配置问题。
0
2026.11.06
详细介绍Postman接口请求的创建与发送方法,涵盖GET和POST请求、URL配置、请求参数、Headers请求头、Body请求体设置以及响应结果查看,帮助用户掌握Postman接口请求的完整操作流程。
0
2026.11.06
DBeaver数据导入专题,整理Excel、CSV、SQL、TXT等常见文件的数据导入方法,涵盖目标数据库选择、数据表创建、字段映射、数据类型设置及导入参数配置等操作,帮助用户将本地文件中的数据写入数据库,并了解批量导入、重复数据处理和导入失败等常见问题的解决方法。
0
2026.11.05
DBeaver安全防护专题,围绕数据库连接安全、账号密码保护和访问权限管理展开,整理SSL/TLS加密连接、SSH隧道、数据库凭据保存及证书验证等配置方法,同时介绍敏感信息保护、远程连接风险和高权限账号使用等注意事项,帮助用户提高数据库日常管理的安全性。
0
2026.11.05
本专题聚焦DBeaver数据库连接配置与管理,覆盖从新建连接、选择数据库类型到填写连接参数和验证连接的完整流程。针对MySQL、PostgreSQL、SQL Server等常见数据库,整理相应的连接设置方法,并提供驱动缺失、认证失败和连接异常等问题的排查方向。
0
2026.11.04
热门下载
相关下载
精品课程
最新文章