inquiry-1688
向1688供应商发起询盘对话,就商品的价格、起订量、定制、物流、资质、规格、样品等问题咨询商家, 自动提交询盘并在20分钟后获取供应商的回复结果,通过钉钉主动推送给用户。 适用于跨境采购、批发拿货、OEM定制等场景下需要与1688商家沟通的需求。 触发词:询盘、1688询盘、问供应商、问商家、咨询供应商、咨询商家、联系供应商、联系商家、 问一下卖家、帮我问问、帮我咨询、帮我询盘、发起询盘、给商家留言、 能不能定制、可以定制吗、支持定制吗、能定做吗、可以OEM吗、能贴牌吗、 起订量多少、起批量多少、最少买多少、最低起订、MOQ多少、最小订单量、 多少钱、什么价格、批发价多少、大量拿货价、能便宜吗、可以优惠吗、价格能谈吗、 能不能发货、可以发到哪里、能发国外吗、支持跨境发货吗、有物流吗、怎么发货、运费多少、 有没有现货、库存多少、多久能发货、交期多久、生产周期、几天能做好、 有没有资质、有认证吗、有质检报告吗、有CE认证吗、能提供检测报告吗、 商品尺寸、商品长宽高、产品规格、有什么材质、什么面料、 能提供样品吗、可以寄样吗、样品多少钱、打样费多少、 供应商能不能XXX、这个商品能不能XXX、想问一下这个产品。
Installation
Claude Code / Cursor / Codex
Manual Installation
- Download SKILL.md from GitHub
- Place it in
.claude/skills/inquiry-1688/SKILL.mdinside your project - Restart your AI agent — it will auto-discover the skill
How inquiry-1688 Compares
| Feature / Agent | inquiry-1688 | Standard Approach |
|---|---|---|
| Platform Support | multi | Limited / Varies |
| Context Awareness | High | Baseline |
| Installation Complexity | Unknown | N/A |
Frequently Asked Questions
What does this skill do?
向1688供应商发起询盘对话,就商品的价格、起订量、定制、物流、资质、规格、样品等问题咨询商家, 自动提交询盘并在20分钟后获取供应商的回复结果,通过钉钉主动推送给用户。 适用于跨境采购、批发拿货、OEM定制等场景下需要与1688商家沟通的需求。 触发词:询盘、1688询盘、问供应商、问商家、咨询供应商、咨询商家、联系供应商、联系商家、 问一下卖家、帮我问问、帮我咨询、帮我询盘、发起询盘、给商家留言、 能不能定制、可以定制吗、支持定制吗、能定做吗、可以OEM吗、能贴牌吗、 起订量多少、起批量多少、最少买多少、最低起订、MOQ多少、最小订单量、 多少钱、什么价格、批发价多少、大量拿货价、能便宜吗、可以优惠吗、价格能谈吗、 能不能发货、可以发到哪里、能发国外吗、支持跨境发货吗、有物流吗、怎么发货、运费多少、 有没有现货、库存多少、多久能发货、交期多久、生产周期、几天能做好、 有没有资质、有认证吗、有质检报告吗、有CE认证吗、能提供检测报告吗、 商品尺寸、商品长宽高、产品规格、有什么材质、什么面料、 能提供样品吗、可以寄样吗、样品多少钱、打样费多少、 供应商能不能XXX、这个商品能不能XXX、想问一下这个产品。
Which AI agents support this skill?
This skill is compatible with multi.
Where can I find the source code?
You can find the source code on GitHub using the link provided at the top of the page.
SKILL.md Source
# 1688 询盘
向1688供应商发起询盘,20分钟后自动查询结果并回复。
## 前置配置(必须先完成)
⚠️ **使用本 SKILL 前,必须先配置以下环境变量,否则询盘接口调用会失败。**
| 环境变量 | 说明 | 必填 | 获取方式 |
|---------|------|------|---------|
| `ALPHASHOP_ACCESS_KEY` | AlphaShop API 的 Access Key | ✅ 必填 | 可以访问1688-AlphaShop(遨虾)来申请 https://www.alphashop.cn/seller-center/apikey-management ,直接使用1688/淘宝/支付宝/手机登录即可 |
| `ALPHASHOP_SECRET_KEY` | AlphaShop API 的 Secret Key | ✅ 必填 | 可以访问1688-AlphaShop(遨虾)来申请 https://www.alphashop.cn/seller-center/apikey-management ,直接使用1688/淘宝/支付宝/手机登录即可 |
**⚠️ AlphaShop 接口欠费处理:** 如果调用 AlphaShop 接口时返回欠费/余额不足相关的错误,**必须立即中断当前流程**,提示用户前往 https://www.alphashop.cn/seller-center/home/api-list 购买积分后再继续操作。
### 配置方式
在 OpenClaw config 中配置:
```json5
{
skills: {
entries: {
"inquiry-1688": {
env: {
ALPHASHOP_ACCESS_KEY: "YOUR_AK",
ALPHASHOP_SECRET_KEY: "YOUR_SK"
}
}
}
}
}
```
如果用户没有提供这些密钥,**必须先询问用户获取后再继续操作**。
**核心机制**:询盘任务提交后,API 端最多执行 20 分钟,到时间后任务一定结束。通过 cron 在 20 分钟后查询结果并写入文件,用户下次发消息时 agent 检查文件并回复。
## 工作流程
```
1. 提取:1688商品链接 + 询盘问题
↓
2. submit 提交询盘 → 获取 taskId → 告知用户"已发起,20分钟后结果就绪"
↓
3. 写入追踪文件 pending_inquiries.json
↓
4. 用 date 命令计算 20 分钟后的 UTC 时间
↓
5. 创建 cron isolated agentTurn 任务
任务内容:查询结果 → 写入 results/{taskId}.md → 清除 pending 记录
↓
6. 20 分钟后 cron 触发 → isolated session 查询结果 → 写入文件
↓
7. 用户下次发消息时 → agent 检查 results/ 目录 → 发现结果 → 直接回复
(心跳也会兜底检查 pending_inquiries.json 中超时未处理的任务)
```
## Step 1: 提取信息
从用户消息中提取:
- **商品链接或ID**(必须)
- **询盘问题**:自由文本(必须)
- **期望订购量**(可选)
- **地址**(可选)
如果用户没提供商品链接,必须询问。
## Step 2: 提交询盘
```bash
python3 scripts/inquiry.py submit "<商品链接或ID>" "<询盘问题>" [--quantity X] [--address "地址"]
```
从响应中提取 `result.data` 作为 taskId。提交成功后告知用户:
> 询盘已发送给供应商,20分钟后给你结果 ✅
## Step 3: 写入追踪文件 + 创建 cron 查询任务
### 3a: 写入追踪文件
将待查询的任务信息追加到追踪文件:
```bash
TRACK_FILE="/home/admin/.openclaw/workspace/skills/inquiry-1688/pending_inquiries.json"
# 写入格式(JSON Lines,每行一个任务):
echo '{"taskId":"<taskId>","productId":"<商品ID>","url":"<商品链接>","question":"<用户问题>","submitTime":"<ISO时间>"}' >> "$TRACK_FILE"
```
### 3b: 创建 cron 查询任务(钉钉主动推送)
⚠️ **时间计算必须用 `date` 命令,禁止手算!**
```bash
date -u -d '+20 minutes' --iso-8601=seconds
```
然后创建 cron 任务。**核心:查询结果后通过 message 工具直接推送到钉钉**:
```
cron action=add
job={
"name": "inquiry-result-{商品ID}",
"schedule": {"kind": "at", "at": "{上面的UTC时间}"},
"sessionTarget": "isolated",
"payload": {
"kind": "agentTurn",
"message": "你是询盘结果查询助手。请严格执行以下步骤:\n\n1. 执行查询命令:\npython3 /home/admin/.openclaw/workspace/skills/inquiry-1688/scripts/inquiry.py query \"{taskId}\"\n\n2. 将结果总结为中文消息,包含:\n 📋 询盘结果\n 商品链接: {链接}\n 用户原始问题: {用户的问题}\n 商品名称 + 价格 + 供应商名称\n 各问题的回答\n AI 总结\n\n3. 使用 message 工具发送到钉钉:\n message action=send channel=dingtalk target=238382 message=\"整理好的询盘结果\"\n\n4. 清除追踪记录:\npython3 /home/admin/.openclaw/workspace/skills/inquiry-1688/scripts/inquiry.py remove-pending \"{taskId}\"\n\n⚠️ 必须用 message 工具发钉钉!不要用 sessions_send,不要写文件!",
"timeoutSeconds": 120
},
"delivery": {
"mode": "none"
},
"enabled": true
}
```
**关键参数:**
- **sessionTarget**: `isolated`(独立 session 执行,不抢主 session 锁)
- **payload.kind**: `agentTurn`(独立 agent turn)
- **delivery.mode**: `none`(不走 announce,由任务自己用 message 工具推送钉钉)
- **钉钉 target**: `238382`(流畅的钉钉 peer ID)
## Step 4: 结果投递(钉钉主动推送)
cron 任务查到结果后,直接通过 `message action=send channel=dingtalk target=238382` 推送到流畅的钉钉私聊。用户在钉钉即时收到通知 ✅
### 兜底机制
如果钉钉推送失败,任务会把结果写入 `results/{taskId}.md`,用户下次发消息时 agent 检查并回复。
回复格式参考:
### 📋 询盘结果
**商品**: {taskInfo.title 或商品名称}(¥{价格})
**供应商**: {sellerInfo.companyName}
**状态**: ✅/❌ {taskInfo.status}
| 问题 | 回复 |
|------|------|
| {问题1} | {回答1} |
| {问题2} | {回答2} |
#### AI 总结
{aiSummary 核心内容,精简展示}
## 脚本命令参考
| 命令 | 用途 | 示例 |
|------|------|------|
| `submit` | 提交询盘 | `inquiry.py submit "链接" "问题"` |
| `query` | 查询结果 | `inquiry.py query "taskId"` |
## 注意事项
- `questionList` 固定填 `["自定义"]`,用户实际问题放入 `requirementContent`
- `isRequirementOriginal` 设为 `true`,原文发送
- **不要轮询!** submit 后创建 cron,20 分钟后 query 一次就够
- **cron 用 `sessionTarget: isolated` + `payload.kind: agentTurn`**,在独立 session 里查询结果
- **delivery.mode 必须是 `none`**(由任务自己用 message 工具推送钉钉)
- 时间计算必须用 `date -u -d '+20 minutes' --iso-8601=seconds`
- 如果用户中途问"结果出来了吗",可以提前 query 一次看看
- **钉钉推送目标**: `target=238382`(流畅的钉钉 peer ID)
- ⚠️ **不要用 systemEvent + main session!**(教训 #13)
- ⚠️ **不要用 sessions_send 推送结果!**(教训 #15)
## 兜底机制:心跳检查未完成询盘
**追踪文件**:`/home/admin/.openclaw/workspace/skills/inquiry-1688/pending_inquiries.json`(JSON Lines 格式)
**心跳检查流程**(已加入 HEARTBEAT.md):
```
如果 pending_inquiries.json 存在且非空:
1. 逐行读取每个待查询任务
2. 检查 submitTime 是否已超过 20 分钟
3. 如果已超时,执行 query 并通过钉钉推送结果
4. 推送后执行 remove-pending 清除记录
```
## 教训记录
> **2026-03-05 ~ 03-06 连续踩坑:**
> 1. ❌ cron isolated + announce:delivery 配置问题 + announce 不送达
> 2. ❌ sessions_spawn + announce:用户收不到结果
> 3. ❌ sessions_spawn + message 推送 webchat:webchat 不支持
> 4. ❌ 同步 poll:阻塞进程,无中间输出
> 5. ❌ 循环 query:process poll 延迟导致超时 / yieldMs 超系统上限被后台化
> 6. ❌ sleep 1200 同步等:yieldMs 超系统上限,exec 被后台化,结果拿不回来
> 7. ❌ cron systemEvent + wakeMode 默认(next-heartbeat):systemEvent 注入了但要等心跳才处理,用户等不到结果
> 8. ✅ **最终方案**:submit → cron systemEvent(20分钟后注入主session,wakeMode=now 立即唤醒)→ agent 收到后 query 一次 → 直接回复用户
> 9. ❌ cron systemEvent wakeMode=now 但主 session 忙:报 "timeout waiting for main lane to become idle",任务被 skipped,用户收不到结果
> 10. ✅ **兜底修复**:除 cron 外,同时写入 pending_inquiries.json 追踪文件,心跳时兜底检查超时任务并补回结果
> 11. ❌ 用户 /new 重置 session 后,cron systemEvent 注入新 session,新 session 没有上下文不知道该干啥,结果又丢了
> 12. ✅ **修复**:systemEvent 文本改为完全自包含,包含所有必要信息和明确操作指令,不依赖任何 session 上下文
> 13. ❌ systemEvent 触发后,回复发到了 heartbeat session(agent:main:main),而不是用户的 webchat session(agent:main:openresponses-user:xxx)。用户看不到回复。根本原因:systemEvent 走主 session 的心跳通道,回复目标是心跳 session,不是用户 session
> 14. ✅ **彻底重构**:改用 isolated agentTurn + sessions_send。cron 触发独立 session 查询结果,然后用 sessions_send 主动推送到用户的 webchat session。不再使用 systemEvent
> 15. ❌ isolated agentTurn + sessions_send:sessions_send 确实把消息注入到了用户 session,agent 也生成了回复,但回复的 delivery.mode 是 "announce"(跨 session 投递),用户看到的是 "Agent-to-agent announce step" 而不是直接对话。内容虽然最终送达了,但用户体验差,看起来像系统消息而不是正常回复。根本原因:sessions_send 触发的回复走 announce 通道,不走 webchat 直连通道
> 16. ❌ message 工具发 webchat:webchat 不是可外发的 channel,`message action=send channel=webchat` 报 "Unknown channel: webchat",不指定 channel 报 "no configured channels detected"
> 17. ✅ **被动模式(webchat 时代)**:cron isolated agentTurn 只负责查询结果并写入文件(results/{taskId}.md),不尝试任何跨 session 推送。用户下次发消息时 agent 检查 results 目录,发现新结果就直接回复。心跳也可兜底检查。牺牲实时性换取可靠性
> 18. ✅ **钉钉主动推送(v2.0)**:接入钉钉 channel 后,cron isolated agentTurn 查询结果后直接用 `message action=send channel=dingtalk target=238382` 推送到流畅的钉钉私聊。delivery.mode 仍为 none(不依赖 announce),由任务自己调 message 工具发送。实时性 + 可靠性兼得 🎉