在“消费决策自动调研”这一细分领域，开源社区的竞争非常激烈。由于消费决策不仅需要“查价”，更需要防坑、看穿营销话术、计算真实到手价，目前在 GitHub 上公认做得最好、设计理念最硬核的是 [DaizeDong/shopping-aggregator](https://github.com/DaizeDong/shopping-aggregator) 及其所属的 market-intel 架构。 [1, 2]
另一个在中文本土化落地（淘京拼红）表现极其出色的则是前文提到的 [wangranm-a11y/shopping-compare-skill](https://github.com/wangranm-a11y/shopping-compare-skill)。 [3]
这两大项目代表了当前 AI 消费决策 Skill/MCP 的最高水平。我们可以从它们的底层逻辑和解决的核心痛点来看看它们为什么被称为“最好”：
------------------------------
## 1. 👑 理念最硬核、防欺诈最强：shopping-aggregator
这个项目在架构设计上完全摒弃了“简单的价格爬虫”，它的核心哲学是：“当规则错了，AI 应该去改变底层的假设，而不是去修补表面症状。” 它为了帮人类做绝对客观的决策，死磕了几个电商最核心的底层痛点： [1]
*
* 以“最终到手价（Landed Cost）”为唯一排序基准： 很多平台或 Skill 喜欢按标价（Sticker Price）排序，但这往往是商家的“陷阱”（例如 Amazon 标价便宜但运费高达 15 刀，或者反过来）。这个 Skill 强迫 AI 必须计算包含运费、基础税费后的绝对到手价。 [1]
* 强制时间戳验证（Snapshot Timestamp）： 电商平台的黄金购物车（Buy Box）价格每小时都在变。该项目规定，任何没有带精确时间戳的价格数据，在 AI 看来一律视为“未验证（Unverified）”，防止 AI 拿历史低价误导用户。 [1]
* 自动拆解“虚假优惠券”： 项目设计者指出，像 Honey 等查券插件的“综合省钱标价”在当下存在大量欺诈或失效水分。这个 Skill 会调用 Playwright 在后台模拟真实购物车测试（Cart Test），只有实测真正能扣减的券，AI 才会认可；否则一律在报告里打上 ⚠ 商家单方宣称（Claim） 的警告标签。 [1]
*
## 2. 🇨🇳 中文全网挑货最省心：shopping-compare-skill
如果你主要在淘宝、京东、拼多多、小红书上买东西，这个 Skill 是目前的体验天花板。它的牛逼之处在于“帮人类干掉 80% 无聊的售前调研”： [3]
*
* 水军/控评去噪： 自动爬取商品的买家评价，但它有一套 AI 识别算法，能自动剔除掉好评返现文案、商家控评和机器人水军刷单，把最真实的“差评追评、使用痛点”提炼出来。
* 营销话术翻译器： 商家喜欢用各种高大上的“伪科技词汇”来溢价。这个 Skill 会让 AI 去解构这些话术。比如看到某个保暖内衣宣称“航天纳米发热技术”，AI 会直接提醒你：“本质就是普通聚酯纤维，不要为此多付 100 元溢价。”
* 多平台横向避坑： 它不仅对比价格，还会去小红书等平台抓取该型号的“避坑贴”，综合生成一份《XX 商品多平台购买决策报告》，你只需要花 30 秒看报告，做最后 20% “买不买”的决定即可。 [3]
*
------------------------------
## ⚖️ 直观对比：你该怎么选？
| 维度 | DaizeDong/shopping-aggregator 🌟 | wangranm-a11y/shopping-compare-skill 🛒 |
|---|---|---|
| 主要战场 | 跨境电商、独立站、Amazon、eBay 等 | 淘宝、京东、拼多多、小红书 |
| 核心绝活 | 用自动化脚本死磕真实到手价和券包真实性 | 解析商家营销黑话，聚合多平台真实用户黑料 |
| 适合用户 | 极客玩家、经常海淘、对数据真实性有洁癖的人 | 国内高频网购、买电子产品/化妆品怕踩坑的人 |
这两款项目都深度支持 Claude Code 以及 Cursor 的原生 Skill / MCP 规范。 [1, 3, 4]
你平时的消费习惯更偏向于国内的主流电商（淘京拼），还是有海淘、跨境购物（Amazon等）的需求？我可以根据你的侧重，教你如何把对应的项目配置文件塞进你的 AI 客户端里。
[1] [https://github.com](https://github.com/DaizeDong/shopping-aggregator)
[2] [https://github.com](https://github.com/DaizeDong/market-intel/blob/main/skills/market-intel/reference/domains/consumer-price-compare.md)
[3] [https://github.com](https://github.com/wangranm-a11y/shopping-compare-skill)
[4] [https://github.com](https://github.com/coreyhaines31/makerskills)
另一个在中文本土化落地（淘京拼红）表现极其出色的则是前文提到的 [wangranm-a11y/shopping-compare-skill](https://github.com/wangranm-a11y/shopping-compare-skill)。 [3]
这两大项目代表了当前 AI 消费决策 Skill/MCP 的最高水平。我们可以从它们的底层逻辑和解决的核心痛点来看看它们为什么被称为“最好”：
------------------------------
## 1. 👑 理念最硬核、防欺诈最强：shopping-aggregator
这个项目在架构设计上完全摒弃了“简单的价格爬虫”，它的核心哲学是：“当规则错了，AI 应该去改变底层的假设，而不是去修补表面症状。” 它为了帮人类做绝对客观的决策，死磕了几个电商最核心的底层痛点： [1]
*
* 以“最终到手价（Landed Cost）”为唯一排序基准： 很多平台或 Skill 喜欢按标价（Sticker Price）排序，但这往往是商家的“陷阱”（例如 Amazon 标价便宜但运费高达 15 刀，或者反过来）。这个 Skill 强迫 AI 必须计算包含运费、基础税费后的绝对到手价。 [1]
* 强制时间戳验证（Snapshot Timestamp）： 电商平台的黄金购物车（Buy Box）价格每小时都在变。该项目规定，任何没有带精确时间戳的价格数据，在 AI 看来一律视为“未验证（Unverified）”，防止 AI 拿历史低价误导用户。 [1]
* 自动拆解“虚假优惠券”： 项目设计者指出，像 Honey 等查券插件的“综合省钱标价”在当下存在大量欺诈或失效水分。这个 Skill 会调用 Playwright 在后台模拟真实购物车测试（Cart Test），只有实测真正能扣减的券，AI 才会认可；否则一律在报告里打上 ⚠ 商家单方宣称（Claim） 的警告标签。 [1]
*
## 2. 🇨🇳 中文全网挑货最省心：shopping-compare-skill
如果你主要在淘宝、京东、拼多多、小红书上买东西，这个 Skill 是目前的体验天花板。它的牛逼之处在于“帮人类干掉 80% 无聊的售前调研”： [3]
*
* 水军/控评去噪： 自动爬取商品的买家评价，但它有一套 AI 识别算法，能自动剔除掉好评返现文案、商家控评和机器人水军刷单，把最真实的“差评追评、使用痛点”提炼出来。
* 营销话术翻译器： 商家喜欢用各种高大上的“伪科技词汇”来溢价。这个 Skill 会让 AI 去解构这些话术。比如看到某个保暖内衣宣称“航天纳米发热技术”，AI 会直接提醒你：“本质就是普通聚酯纤维，不要为此多付 100 元溢价。”
* 多平台横向避坑： 它不仅对比价格，还会去小红书等平台抓取该型号的“避坑贴”，综合生成一份《XX 商品多平台购买决策报告》，你只需要花 30 秒看报告，做最后 20% “买不买”的决定即可。 [3]
*
------------------------------
## ⚖️ 直观对比：你该怎么选？
| 维度 | DaizeDong/shopping-aggregator 🌟 | wangranm-a11y/shopping-compare-skill 🛒 |
|---|---|---|
| 主要战场 | 跨境电商、独立站、Amazon、eBay 等 | 淘宝、京东、拼多多、小红书 |
| 核心绝活 | 用自动化脚本死磕真实到手价和券包真实性 | 解析商家营销黑话，聚合多平台真实用户黑料 |
| 适合用户 | 极客玩家、经常海淘、对数据真实性有洁癖的人 | 国内高频网购、买电子产品/化妆品怕踩坑的人 |
这两款项目都深度支持 Claude Code 以及 Cursor 的原生 Skill / MCP 规范。 [1, 3, 4]
你平时的消费习惯更偏向于国内的主流电商（淘京拼），还是有海淘、跨境购物（Amazon等）的需求？我可以根据你的侧重，教你如何把对应的项目配置文件塞进你的 AI 客户端里。
[1] [https://github.com](https://github.com/DaizeDong/shopping-aggregator)
[2] [https://github.com](https://github.com/DaizeDong/market-intel/blob/main/skills/market-intel/reference/domains/consumer-price-compare.md)
[3] [https://github.com](https://github.com/wangranm-a11y/shopping-compare-skill)
[4] [https://github.com](https://github.com/coreyhaines31/makerskills)
GitHub
GitHub - DaizeDong/shopping-aggregator: Thin orchestration Claude skill for consumer shopping price comparison — Amazon / eBay…
Thin orchestration Claude skill for consumer shopping price comparison — Amazon / eBay / Walmart / Target / Taobao / JD + price-history (Keepa / Camelcamelcamel / 慢慢买) + coupon stacks (Capital One ...
