agentCLAWHUBUnverified
Sellersprite Skills
卖家精灵 Amazon 选品 AI Skills 全集 —— 10 个综合分析工作流（/product-research、/market-analysis、/competitor-analysis 等）+ 17 个战术选品策略卡（新品爆发、ABA 高增长、低品牌垄断、变体拆解等），通过 38 个 MCP 数据工具...
OpenClaw
Rank
62
Safety
84
Downloads
1.0k
Updated
Oct 11, 2026
Version
0.1.16
Source
CLAWHUB
About
What it does, and when to use it.
Capability contract not published. No trust telemetry is available yet. 1K downloads reported by the source. Last updated 10/11/2026.
Avoid when
- Contract metadata is missing or unavailable for deterministic execution.
Risk flags: missing_or_unavailable_contract, trust_data_unavailable, schema_references_missing
Public facts
Every fact links back to the source it came from.
- Vendor
- Clawhubvendor · observed Oct 11, 2026
- Protocol compatibility
- OpenClawcompatibility · observed Oct 11, 2026
- Adoption signal
- 1K downloadsadoption · observed Oct 11, 2026
- Latest release
- 0.1.16release · observed May 23, 2026
- Handshake status
- UNKNOWNsecurity
Install and run
Setup complexity: low.
clawhub skill install s178q1sxwqf8a4f84m57sk4j6986q77t:sellersprite-skills- Install using `clawhub skill install s178q1sxwqf8a4f84m57sk4j6986q77t:sellersprite-skills` in an isolated environment before connecting it to live workloads.
- No published capability contract is available yet, so validate auth and request/response behavior manually.
- Review the upstream CLAWHUB listing at https://clawhub.ai/opensellersprite/sellersprite-skills before using production credentials.
Contract: missing
curl -s "https://www.xpersona.co/api/v1/agents/clawhub-opensellersprite-sellersprite-skills/snapshot"
Run-check
$0.02 USD1 measured facts are behind this paywall: success rate and latency, uptime and estimated cost, when not to use it, how to call it, benchmark scores.
Agents pay $0.02 in USDC. A card payment is $0.50, the smallest a card allows.
Documentation
CLAWHUB
121,565 characters of source documentation, loaded on request.
Extracted files
5 files captured from the source.
SKILL.md
--- name: sellersprite-skills description: 卖家精灵 Amazon 选品 AI Skills 全集 —— 10 个综合分析工作流（/product-research、/market-analysis、/competitor-analysis 等）+ 17 个战术选品策略卡（新品爆发、ABA 高增长、低品牌垄断、变体拆解等），通过 38 个 MCP 数据工具完成从品类扫描到选品落地的全链路。适用于跨境电商卖家、Amazon 选品研究、运营优化与广告投放决策。 license: MIT-0 version: 0.1.17 --- # SellerSprite Skills 体系 > 本文件是 SellerSprite CLI 的技能元数据总览，用于向 AI 智能体说明全部 27 个 Skills 的名称、用途和调用方式。 --- ## 技能体系总览 SellerSprite 提供 **27 个 AI Skills**，分为两层： | 层级 | 数量 | 调用方式 | 定位 | |------|------|----------|------| | **综合分析** | 10 个 | `/命令` | 多步骤工作流，生成完整报告 | | **战术选品** | 17 个 | 对话引用名称 | 单一策略，聚焦具体打法 | --- ## 一、综合分析 Skills（10 个） 通过 `/命令` 调用，由 Claude Code 直接执行多步骤分析流程。 | 命令 | 技能名称 | 用途 | 核心工具 | |------|----------|------|----------| | `/product-research` | 智能选品助手 | 按多维条件筛选潜力商品 | `product_research` + `product_node` | | `/market-analysis` | 市场全景分析 | 对目标类目进行 11 维度全方位评估 | `market_research` + 统计工具集 | | `/competitor-analysis` | 竞品深度拆解 | 对竞品 ASIN 进行 8 大维度全面拆解 | `asin_detail` + `traffic_keyword` | | `/keyword-research` | 关键词选品研究 | 基于关键词的市场需求分析 | `keyword_research` + `keyword_miner` | | `/listing-optimizer` | Listing 优化诊断 | 诊断 Listing 质量，发现关键词覆盖缺口 | `traffic_listing` + `keyword_order` | | `/traffic-analysis` | 流量结构分析 | 拆解 ASIN 流量来源，分析自然/广告/推荐结构 | `traffic_source` + `traffic_keyword_stat` | | `/opportunity-finder` | 蓝海机会挖掘 | 通过 ABA 趋势发现飙升/增长/潜力关键词 | `aba_research_trend` + `google_trend` | | `/review-insights` | 买家评论洞察 | 深度分析买家评论，提炼痛点和改进方向 | `review` + NLP 分析 | | `/pricing-strategy` | 定价策略分析 | 分析市场价格带分布，制定最优定价策略 | `market_price_distribution` | | `/ad-optimizer` | 广告投放优化 | 基于关键词数据优化 PPC 广告策略 | `keyword_order` + `traffic_keyword` | ### 综合分析使用方式 ``` 用户: /market-analysis earbuds US AI: [执行 4-5 步工作流，生成完整市场分析报告] ``` --- ## 二、战术选品 Skills（17 个） 在对话中引用技能名称触发，由 AI 按卡片参数执行单一策略。 ### 2.1 新品爆发型（2） | 技能名称 | 难度 | 核心工具 | 一句话逻辑 | 文件 | |----------|------|----------|-----------|------| | **新品快速爆发** | ⭐ | `product_research` | 上架 ≤2月、销量 ≥300、Review ≤100 | `tactical/new-product-burst.md` | | **隐形爆款** | ⭐ | `product_research` | 上架 ≤3月、销量 ≥500、Review ≤50 | `tactical/hidden-bestseller.md` | ### 2.2 关键词趋势型（3） | 技能名称 | 难度 | 核心工具 | 一句话逻辑 | 文件 | |----------|------|----------|-----------|------| | **ABA 高增长趋势词** | ⭐⭐ | `keyword_research` | 近3月持续增长 + 点击不集中 | `tactical/aba-high-growth-trend.md` | | **流量分散关键词** | ⭐⭐ | `keyword_miner` | 搜索 ≥5000 + 集中度 <50% | `tactical/low-monopoly-keyword.md` | | **标题密度漏洞** | ⭐⭐⭐ | `keyword_miner` | 标题密度 ≤5 的长尾词 | `tactical/title-density-gap.md` | ### 2.3 产品缺陷型（2） | 技能名称 | 难度 | 核心工具 | 一句话逻辑 | 文件 | |----------|------|----------|-----------|------| | **热销低评分产品** | ⭐⭐ | `product_research` | 月销 ≥1000 + 评分 ≤4.2 | `tactical/hot-low-rating.md` | | **评论语义分析** | ⭐⭐⭐ | `review` | 差评 NLP 聚类 → 改良指南 | `tactical/review-sentiment.md` | ### 2.4 类目结构型（3） | 技能名称 | 难度 | 核心工具 | 一句话逻辑 | 文件 | |----------|------|----------|-----------|------| | **低品牌垄断类目** | ⭐⭐ | `market_research` | 品牌集中度 <45% | `tactical/l
README.md
# 卖家精灵 Skills 索引 > 共 27 个 Skills，覆盖从品类扫描到产品开发的全链路选品流程。 > 每个 Skill 是一个独立的、可被 AI 直接执行的"数据技能卡"。 --- ## 全局参数默认值 > 以下参数适用于所有 MCP 工具调用，未显式指定时使用默认值。 | 参数 | 默认值 | 说明 | |------|------|------| | `marketplace` | `US` | 目标站点（US/JP/UK/DE/FR/IT/ES/CA/IN） | | `matchType` | `2` | 关键词匹配方式：`1`=词组匹配，`2`=模糊匹配，`3`=精准匹配（默认 `2`） | | `size` | `50` | 每页返回条数（默认：50，最大：100） | 调用时显式传值可覆盖默认值，例如 `matchType: 3` 切换为精准匹配以收窄搜索范围。 --- ## 一、综合分析（10 个） > 多步骤工作流，编排多个工具生成完整报告。Claude Code 通过 `/命令` 调用，其他客户端对话中引用名称触发。 | Skill | 核心场景 | 一句话说明 | |-------|---------|-----------| | [智能选品助手](comprehensive/product-research.md) | 选品阶段 | 按多维条件筛选潜力商品，评估进入可行性 | | [市场全景分析](comprehensive/market-analysis.md) | 市场调研 | 对目标类目进行 11 个维度的全方位评估 | | [竞品深度拆解](comprehensive/competitor-analysis.md) | 竞品分析 | 对竞品 ASIN 进行 8 大维度的全面拆解 | | [关键词选品研究](comprehensive/keyword-research.md) | 选品+关键词 | 基于关键词的市场需求分析 | | [Listing 优化诊断](comprehensive/listing-optimizer.md) | 运营优化 | 诊断 Listing 质量，发现关键词覆盖缺口 | | [流量结构分析](comprehensive/traffic-analysis.md) | 流量分析 | 拆解 ASIN 流量来源，分析自然/广告/推荐结构 | | [蓝海机会挖掘](comprehensive/opportunity-finder.md) | 机会发现 | 通过 ABA 趋势发现飙升/增长/潜力关键词 | | [买家评论洞察](comprehensive/review-insights.md) | 产品优化 | 深度分析买家评论，提炼痛点和改进方向 | | [定价策略分析](comprehensive/pricing-strategy.md) | 定价决策 | 分析市场价格带分布，制定最优定价策略 | | [广告投放优化](comprehensive/ad-optimizer.md) | 广告投放 | 基于关键词数据优化 PPC 广告策略 | ## 二、战术选品（17 个） > 单一策略，聚焦一个具体打法，带精确参数配置。对话中引用名称触发。 ### 新品爆发型 | Skill | 核心工具 | 一句话逻辑 | |-------|---------|-----------| | [新品快速爆发](tactical/new-product-burst.md) | `product_research` | 上架<=2月、销量>=300、Review<=100 | | [隐形爆款](tactical/hidden-bestseller.md) | `product_research` | 上架<=3月、销量>=500、Review<=50 | ### 关键词趋势型 | Skill | 核心工具 | 一句话逻辑 | |-------|---------|-----------| | [ABA高增长趋势词](tactical/aba-high-growth-trend.md) | `keyword_research` | 近3月持续增长+点击不集中 | | [流量分散关键词](tactical/low-monopoly-keyword.md) | `keyword_miner` | 搜索>=5000+集中度<50% | | [标题密度漏洞](tactical/title-density-gap.md) | `keyword_miner` | 标题密度<=5的长尾词 | ### 产品缺陷型 | Skill | 核心工具 | 一句话逻辑 | |-------|---------|-----------| | [热销低评分产品](tactical/hot-low-rating.md) | `product_research` | 月销>=1000+评分<=4.2 | | [评论语义分析](tactical/review-sentiment.md) | `review` | 差评NLP聚类 -> 改良指南 | ### 类目结构型 | Skill | 核心工具 | 一句话逻辑 | |-------|---------|-----------| | [低品牌垄断类目](tactical/low-brand-monopoly.md) | `market_research` | 品牌集中度<45% | | [高新品占比市场](tactical/high-new-product-ratio.md) | `market_research` | 新品占比>5%+新品仍出单 | | [高毛利轻小品](tactical/high-margin-lightweight.md) | `product_research` | FBA<=$4+毛利>=50% | ### 流量防伪型 | Skill | 核心工具 | 一句话逻辑 | |-------|---------|-----------| | [自然流量反查](tactical/natural-traffic-audit.md) | `traffic_source` | 自然流量占比>60% | | [变体拆解模型](tactical/variant-gap-analysis.md) | `asin_detail` | 找未被覆盖的变体缺口 | ### 机会捕捉型 | Skill | 核心工具 | 一句话逻辑 | |-------|---------|-----------| | [本土溢价降维](tactical/local-premium-disruption.md) | `product_research` | 美国卖家+高价+高销 | | [FBM拦截](tactical/fbm-interce
_meta.json
{
"ownerId": "kn7br81ts5xd2ff42tcssqedjd86py92",
"slug": "sellersprite-skills",
"version": "0.1.16",
"publishedAt": 1779532196880
}agent-instructions.md
# SellerSprite Skills - 卖家精灵 Skills ## 项目概述 基于卖家精灵 MCP Server 提供的 Amazon 数据工具，为跨境电商卖家定制的 AI Skills 集合。 ## 两层 Skills 体系 ### 战术选品 Skills (`skills/`) 17个精准选品策略卡片，每个对应一个具体选品打法： - 新品爆发型 (01-02): 新品快速爆发、隐形爆款 - 关键词趋势型 (03-05): ABA增长词、流量分散词、标题密度漏洞 - 产品缺陷型 (06-07): 热销低评分、评论语义分析 - 类目结构型 (08-10): 低品牌垄断、高新品占比、高毛利轻小 - 流量防伪型 (11-12): 自然流量反查、变体拆解 - 边缘捡漏型 (13-17): 本土溢价、FBM拦截、极差Listing、高客单长尾、季节前置 用法：对话中引用 skill 卡片，让 AI 按卡片参数执行。 ### 综合分析 Skills (`skills/comprehensive/`) 10个场景化分析命令，通过 `/命令` 调用： - `/product-research` - 智能选品助手 - `/market-analysis` - 市场全景分析 - `/competitor-analysis` - 竞品深度拆解 - `/keyword-research` - 关键词选品研究 - `/listing-optimizer` - Listing优化诊断 - `/traffic-analysis` - 流量结构分析 - `/opportunity-finder` - 蓝海机会挖掘 - `/review-insights` - 买家评论洞察 - `/pricing-strategy` - 定价策略分析 - `/ad-optimizer` - 广告投放优化 ## Python MCP 客户端 ```bash pip install sellersprite-cli ``` ```bash # 设置密钥 sellersprite config --key 你的密钥 ``` ```python from sellersprite_cli import SellerSprite ss = SellerSprite() result = ss.product_node(keyword="earbuds") ``` ## MCP 工具清单 (38个) ASIN分析: asin_detail, asin_prediction, asin_coupon_trend, asin_detail_with_coupon_trend, keepa_info 商品竞品: product_research, competitor_lookup, product_node 关键词: keyword_miner, keyword_research, keyword_research_trends, keyword_order, bsr_prediction 流量: traffic_keyword, traffic_keyword_stat, traffic_source, traffic_listing_stat, traffic_listing, traffic_extend 市场: market_research, market_research_statistics, market_price_distribution, market_brand_concentration, market_product_concentration, market_seller_concentration, market_rating_distribution, market_ratings_count_distribution, market_listing_date_distribution, market_listing_trend_distribution, market_seller_country_distribution, market_seller_type_concentration, market_ebc_distribution, market_product_demand_trend ABA/趋势: aba_research_weekly, aba_research_monthly, aba_research_trend, google_trend, review 支持站点(共9个): US(美国), JP(日本), UK(英国), DE(德国), FR(法国), IT(意大利), ES(西班牙), CA(加拿大), IN(印度)
comprehensive/ad-optimizer.md
# 广告投放优化 基于关键词数据和竞品广告分析，为 Amazon 广告投放提供关键词选择、竞价建议和投放策略优化。 ## 使用方式 用户输入: `/ad-optimizer [ASIN]` 参数说明: - 第1个参数: 投放商品的 ASIN（必填） - 可附加参数: 站点(默认US)、预算范围 ## 执行步骤 ### 第1步: 并行获取商品基础数据 > 以下工具均作用于同一 ASIN，无数据依赖，**必须并行调用**以节省等待时间。 同时调用以下 4 个工具: **1. `asin_detail`** - 商品基础画像: - marketplace: 用户指定站点 - asin: 目标ASIN **2. `traffic_keyword`** - 当前流量关键词: - marketplace: 用户指定站点 - asin: 目标ASIN - order: 按 trafficPercentage 降序 - size: 100 **3. `traffic_keyword_stat`** - 广告词概览统计: - marketplace: 用户指定站点 - asin: 目标ASIN - month: 历史月份 yyyyMM（可选，不传默认近30天） **4. `keyword_order`** - 关键词转化表现: - marketplace: 用户指定站点 - asins: [目标ASIN] - reverseType: "W" (周度) - date: 当周周六，格式 yyyyMMdd（如 "20260509"）。reverseType="W" 时必须用 yyyyMMdd 格式；reverseType="M" 时用 yyyyMM 格式 ### 第2步: 并行获取拓展与流量来源 > 以下两个工具互相独立，**必须并行调用**。 同时调用以下 2 个工具: **1. `traffic_extend`** - 广告关键词拓展: - marketplace: 用户指定站点 - asinList: [目标ASIN] - queryType: 2 - minSearches: 500 - minPurchases: 10 - size: 50 > 注意: `order` 参数为 object 类型，不要传字符串。 **2. `traffic_source`** - 竞品广告策略分析: - marketplace: 用户指定站点 - q: 目标ASIN ### 第3步: 核心广告词深度分析（依赖第1步） > 本步骤依赖第 1 步的输出结果，**不能与第 2 步并行**。 调用 `keyword_miner`: - marketplace: 用户指定站点 - keyword: 从第1步 traffic_keyword/keyword_order 筛选出的核心广告关键词（与 keywordList 二选一） - keywordList: 批量查询关键词列表（与 keyword 二选一，单次最多 50 个） - size: 30 获取: 搜索量、购买率、SPR、PPC竞价、点击集中度等广告决策指标。 ### 第4步: 生成广告优化报告 #### 一、广告投放现状 | 指标 | 数据 | |------|------| | 当前广告词数 | xx | | SP广告词 | xx | | 品牌广告词 | xx | | 视频广告词 | xx | | 自然流量词数 | xx | | 广告/自然比 | x:x | **广告覆盖度评估**: 不足/一般/充分 #### 二、关键词转化分析 **转化优质词** (应加大投放): | 关键词 | 搜索量 | 自然排名 | 转化状态 | PPC竞价 | 投放建议 | |--------|--------|---------|---------|---------|---------| | word1 | xxx | #x | 优质 | $x.xx | 加大竞价 | **转化流失词** (需优化): | 关键词 | 搜索量 | 转化状态 | 问题诊断 | 建议 | |--------|--------|---------|---------|------| | word2 | xxx | 流失 | Landing page/Listing不匹配 | 优化/暂停 | **无效曝光词** (建议否词): | 关键词 | 搜索量 | 点击率低原因 | 否词建议 | |--------|--------|-------------|---------| | word3 | xxx | 相关性低 | 精确否词 | #### 三、新增投放关键词推荐 **高优先级** (高搜索+高转化+低竞争): | 关键词 | 月搜索量 | 购买率 | PPC竞价 | 商品数 | 点击集中度 | 建议出价 | |--------|---------|--------|---------|--------|-----------|---------| | word4 | xxx | xx% | $x.xx | xx | xx% | $x.xx | **中优先级** (中等搜索+稳定需求): | 关键词 | 月搜索量 | 购买率 | PPC竞价 | 建议出价 | |--------|---------|--------|---------|---------| | word5 | xxx | xx% | $x.xx | $x.xx | **长尾词** (精准流量+低成本): | 关键词 | 月搜索量 | PPC竞价 | 建议出价 | |--------|---------|---------|---------| | word6 | xxx | $x.xx | $x.xx | #### 四、竞价策略建议 **核心词竞价** (抢占首页): | 关键词 | 当前竞价 | 建议竞价 | 首页顶部竞价 | 策略 | |--------|---------|---------|-------------|------| | word1 | $x.xx | $x.xx | $x.xx | 首页抢占 | **长尾词竞价** (低成本引流): | 关键词 | 建议竞价 | 预期 CPC | 策略 | |--------|---------|---------|------| | word6 | $x.xx | $x.xx | 低价广泛 | #### 五、广告结构优化建议 **投放类型建议**: - SP 广告:
Github ReposUpdated 2d agoRank 70
AionUi
Free, local, open-source 24/7 Cowork app and OpenClaw for Gemini CLI, Claude Code, Codex, OpenCode, Qwen Code, Goose CLI, Auggie, and more | 🌟 Star if you like it!
MCPOPENCLAW
Github ReposUpdated 6mo agoRank 70
activepieces
AI Agents & MCPs & AI Workflow Automation • (~400 MCP servers for AI agents) • AI Automation / AI Agent with MCPs • AI Workflows & AI Agents • MCPs for AI Agents
OPENCLAW
Github ReposUpdated 6mo agoRank 70
cherry-studio
AI productivity studio with smart chat, autonomous agents, and 300+ assistants.
MCPOPENCLAW
Github ReposUpdated 7mo agoRank 70
CopilotKit
The Frontend for Agents & Generative UI. React + Angular
OPENCLAW
Machine-readable data
The same record, as JSON, for agents and crawlers.
{
"facts": [
{
"factKey": "vendor",
"category": "vendor",
"label": "Vendor",
"value": "Clawhub",
"href": "https://clawhub.ai/opensellersprite/skills/sellersprite-skills",
"sourceUrl": "https://clawhub.ai/opensellersprite/skills/sellersprite-skills",
"sourceType": "profile",
"confidence": "medium",
"observedAt": "2026-10-11T17:09:10.568Z",
"isPublic": true
},
{
"factKey": "protocols",
"category": "compatibility",
"label": "Protocol compatibility",
"value": "OpenClaw",
"href": "https://www.xpersona.co/api/v1/agents/clawhub-opensellersprite-sellersprite-skills/contract",
"sourceUrl": "https://www.xpersona.co/api/v1/agents/clawhub-opensellersprite-sellersprite-skills/contract",
"sourceType": "contract",
"confidence": "medium",
"observedAt": "2026-10-11T17:09:10.568Z",
"isPublic": true
},
{
"factKey": "traction",
"category": "adoption",
"label": "Adoption signal",
"value": "1K downloads",
"href": "https://clawhub.ai/opensellersprite/sellersprite-skills",
"sourceUrl": "https://clawhub.ai/opensellersprite/sellersprite-skills",
"sourceType": "profile",
"confidence": "medium",
"observedAt": "2026-10-11T17:09:10.568Z",
"isPublic": true
},
{
"factKey": "latest_release",
"category": "release",
"label": "Latest release",
"value": "0.1.16",
"href": "https://clawhub.ai/opensellersprite/sellersprite-skills",
"sourceUrl": "https://clawhub.ai/opensellersprite/sellersprite-skills",
"sourceType": "release",
"confidence": "medium",
"observedAt": "2026-05-23T10:29:56.880Z",
"isPublic": true
},
{
"factKey": "handshake_status",
"category": "security",
"label": "Handshake status",
"value": "UNKNOWN",
"href": "https://www.xpersona.co/api/v1/agents/clawhub-opensellersprite-sellersprite-skills/trust",
"sourceUrl": "https://www.xpersona.co/api/v1/agents/clawhub-opensellersprite-sellersprite-skills/trust",
"sourceType": "trust",
"confidence": "medium",
"observedAt": null,
"isPublic": true
}
],
"events": [
{
"eventType": "release",
"title": "Release 0.1.16",
"description": "Version 0.1.17 - Updated SKILL.md version from 0.1.16 to 0.1.17. - No structural/content changes observed beyond the version bump; all skill metadata and descriptions remain unchanged.",
"href": "https://clawhub.ai/opensellersprite/sellersprite-skills",
"sourceUrl": "https://clawhub.ai/opensellersprite/sellersprite-skills",
"sourceType": "release",
"confidence": "medium",
"observedAt": "2026-05-23T10:29:56.880Z",
"isPublic": true
}
]
}Record generated Oct 11, 2026.