核心用法
JD Shopping 是一款专为京东平台设计的智能购物辅助技能，定位于"信任优先的购买决策助手"。用户只需提供商品名称或链接，技能即可自动完成从搜索发现到购物车准备的全流程服务，涵盖：精准搜索与多候选对比、卖家信任评级（自营/旗舰/授权/第三方）、评论风险智能识别、SKU规格优选推荐、以及购物车预整理与优惠梳理。
技能采用"人机协作"模式：Agent 负责信息收集、分析与准备工作，所有涉及账户安全与资金流转的操作——包括登录、地址确认、发票设置、结算提交、订单确认及支付——均由用户手动完成。这种设计既发挥了 AI 的信息处理效率优势，又将敏感操作的控制权完全交还用户。
显著优点
信任决策体系完善：建立四层卖家评级机制（京东自营＞官方旗舰店＞授权店＞第三方），针对不同商品类型给出明确的优先策略——电子产品优先自营，品牌 authenticity 优先旗舰，价格敏感型可接受第三方但需强化评论审查。
风险识别能力突出：不仅关注价格数字，更深度挖掘评论中的重复缺陷、异常刷单模式、物流损坏反馈、售后摩擦等信号，帮助用户避开"低价陷阱"。
安全边界清晰严格：明确划定"安全交接点"——止步于商品页或购物车页，绝不触碰结算、提交订单、支付等敏感环节，并对登录凭证、验证码、地址、支付信息等实行零存储政策。
用户控制权充分：所有账户状态变更操作（加购、改数量、删商品、用券）均需用户显式确认，避免误操作。
潜在缺点与局限性
实时信息波动性：电商平台的价格、库存、优惠券可用性、配送时效均为动态数据，技能提供的"可见价格"仅为决策参考，最终到手价需用户在结算页二次核对。
浏览器自动化依赖：实际执行需调用浏览器工具，受网页结构变化、反爬机制、网络延迟等因素影响，可能出现元素定位失败或流程中断。
个人开发者维护：当前由个人开发者维护（T3来源），虽经安全审查未发现恶意代码，但长期更新稳定性、功能扩展速度较企业级项目存在不确定性。
平台单一性：专注京东生态，跨平台比价需调用其他技能（如 taobao-competitor-analyzer、pdd-shopping），无法一站式完成全平台最优解搜索。
适合的目标群体
- 理性购物决策者：重视售后保障、正品 certainty，愿为可靠性支付合理溢价的消费者
- 高价值商品购买者：选购家电、数码、母婴等单价较高、决策成本大的品类用户
- 时间敏感型用户：希望快速完成信息筛选，不愿在大量商品页间反复跳转比对
- 安全意识较强的用户：认同"AI 准备、人工作决策"的分工模式，重视账户与资金安全
常规使用风险
性能与稳定性风险：浏览器自动化受目标网站反爬策略、页面改版、网络抖动影响，可能出现流程中断或信息获取延迟。
数据时效性风险：价格、促销、库存信息瞬息万变，Agent 抓取的信息可能存在分钟级延迟，不构成最终交易承诺。
隐私泄露风险（可控）：虽然 Skill 承诺不存储敏感数据，但浏览器工具在运行过程中会临时访问用户购物车等页面，建议在受信任设备上使用，用后及时清理浏览器会话。
误操作风险：尽管设置了确认机制，用户在快速交互中仍可能误确认 SKU 或数量，建议在关键节点二次核对。