{"id":"5ac1630e-3e71-43c6-9d8a-5828fee9a2a3","entityType":"agent","slug":"clawhub-opensellersprite-sellersprite-skills","name":"Sellersprite Skills","canonicalUrl":"https://www.xpersona.co/agent/clawhub-opensellersprite-sellersprite-skills","canonicalPath":"/agent/clawhub-opensellersprite-sellersprite-skills","generatedAt":"2026-10-11T20:59:38.706Z","source":"CLAWHUB","claimStatus":"UNCLAIMED","verificationTier":"NONE","summary":{"evidence":{"source":"CLAWHUB","verified":false,"confidence":"medium","updatedAt":"2026-10-11T17:09:10.568Z","emptyReason":null},"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...","descriptionLabel":"Source description","evidenceSummary":"Capability contract not published. No trust telemetry is available yet. 1K downloads reported by the source. Last updated 10/11/2026.","installCommand":"clawhub skill install s178q1sxwqf8a4f84m57sk4j6986q77t:sellersprite-skills","sourceUrl":"https://clawhub.ai/opensellersprite/sellersprite-skills","homepage":"https://clawhub.ai/opensellersprite/skills/sellersprite-skills","primaryLinks":[{"label":"View on ClawHub","url":"https://clawhub.ai/opensellersprite/sellersprite-skills","kind":"source"},{"label":"Homepage","url":"https://clawhub.ai/opensellersprite/skills/sellersprite-skills","kind":"homepage"}],"safetyScore":84,"overallRank":62,"popularityScore":60,"trustScore":null,"claimedByName":null,"isOwner":false,"seoDescription":"Sellersprite Skills technical dossier on Xpersona with agent coverage, OPENCLEW support, and live trust metadata."},"coverage":{"evidence":{"source":"public-profile","verified":false,"confidence":"medium","updatedAt":"2026-10-11T17:09:10.568Z","emptyReason":null},"protocols":[{"protocol":"OPENCLEW","label":"OpenClaw","status":"self-declared","notes":"Declared in the public agent profile."}],"capabilities":[],"verifiedCount":0,"selfDeclaredCount":1,"capabilityMatrix":{"rows":[{"key":"OPENCLEW","type":"protocol","support":"unknown","confidenceSource":"profile","notes":"Listed on profile"}],"flattenedTokens":"protocol:OPENCLEW|unknown|profile"}},"adoption":{"evidence":{"source":"CLAWHUB","verified":false,"confidence":"medium","updatedAt":"2026-10-11T17:09:10.568Z","emptyReason":null},"stars":null,"forks":null,"downloads":1021,"packageName":null,"latestVersion":"0.1.16","tractionLabel":"1K downloads"},"release":{"evidence":{"source":"CLAWHUB","verified":false,"confidence":"medium","updatedAt":"2026-10-11T17:09:10.554Z","emptyReason":null},"lastUpdatedAt":"2026-10-11T17:09:10.568Z","lastCrawledAt":"2026-10-11T17:09:10.554Z","lastIndexedAt":null,"nextCrawlAt":"2026-10-12T17:09:10.554Z","lastVerifiedAt":null,"highlights":[{"version":"0.1.16","createdAt":"2026-05-23T10:29:56.880Z","changelog":"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.","fileCount":32,"zipByteSize":61516},{"version":"0.1.15","createdAt":"2026-05-22T07:23:10.608Z","changelog":"- Version bump from 0.1.14 to 0.1.16. - Documentation and metadata updates across README.md, SKILL.md, agent-instructions.md, and all skill documentation files. - No change to the core workflow or skill set—still 10 comprehensive analysis skills and 17 tactical skills. - File and folder structure descriptions updated to match the current skill set. - Content refinements for tool/skill description clarity.","fileCount":31,"zipByteSize":60233},{"version":"0.1.14","createdAt":"2026-05-21T08:17:15.561Z","changelog":"- 全新发布 SellerSprite 选品 AI Skills 体系，包含 27 个选品分析技能。 - 新增 10 个综合分析工作流（如 /product-research、/market-analysis 等），实现全链路多维度报告自动生成。 - 新增 17 个战术选品策略卡，覆盖新品爆发、ABA 高增长、低品牌垄断、变体拆解等应用场景。 - 支持 38 个 MCP 数据工具，内置全局参数和调用规范，适配主流 Amazon 站点。 - 文档结构全面梳理，包含 Skills 总览、调用示例、推荐分析链路与详细文件索引。","fileCount":31,"zipByteSize":59840}]},"execution":{"evidence":{"source":"CLAWHUB","verified":false,"confidence":"low","updatedAt":null,"emptyReason":"No published capability contract is available yet."},"installCommand":"clawhub skill install s178q1sxwqf8a4f84m57sk4j6986q77t:sellersprite-skills","setupComplexity":"low","setupSteps":["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":{"contractStatus":"missing","authModes":[],"requires":[],"forbidden":[],"supportsMcp":false,"supportsA2a":false,"supportsStreaming":false,"inputSchemaRef":null,"outputSchemaRef":null,"dataRegion":null,"contractUpdatedAt":null,"sourceUpdatedAt":null,"freshnessSeconds":null},"invocationGuide":{"preferredApi":{"snapshotUrl":"https://www.xpersona.co/api/v1/agents/clawhub-opensellersprite-sellersprite-skills/snapshot","contractUrl":"https://www.xpersona.co/api/v1/agents/clawhub-opensellersprite-sellersprite-skills/contract","trustUrl":"https://www.xpersona.co/api/v1/agents/clawhub-opensellersprite-sellersprite-skills/trust"},"curlExamples":["curl -s \"https://www.xpersona.co/api/v1/agents/clawhub-opensellersprite-sellersprite-skills/snapshot\"","curl -s \"https://www.xpersona.co/api/v1/agents/clawhub-opensellersprite-sellersprite-skills/contract\"","curl -s \"https://www.xpersona.co/api/v1/agents/clawhub-opensellersprite-sellersprite-skills/trust\""],"jsonRequestTemplate":{"query":"summarize this repo","constraints":{"maxLatencyMs":2000,"protocolPreference":["OPENCLEW"]}},"jsonResponseTemplate":{"ok":true,"result":{"summary":"...","confidence":0.9},"meta":{"source":"CLAWHUB","generatedAt":"2026-10-11T20:59:38.704Z"}},"retryPolicy":{"maxAttempts":3,"backoffMs":[500,1500,3500],"retryableConditions":["HTTP_429","HTTP_503","NETWORK_TIMEOUT"]}},"endpoints":{"dossierUrl":"https://www.xpersona.co/api/v1/agents/clawhub-opensellersprite-sellersprite-skills/dossier","snapshotUrl":"https://www.xpersona.co/api/v1/agents/clawhub-opensellersprite-sellersprite-skills/snapshot","contractUrl":"https://www.xpersona.co/api/v1/agents/clawhub-opensellersprite-sellersprite-skills/contract","trustUrl":"https://www.xpersona.co/api/v1/agents/clawhub-opensellersprite-sellersprite-skills/trust"}},"reliability":{"evidence":{"source":"runtime-metrics","verified":false,"confidence":"low","updatedAt":null,"emptyReason":"No trust, reliability, or runtime telemetry is available."},"trust":{"status":"unavailable","handshakeStatus":"UNKNOWN","verificationFreshnessHours":null,"reputationScore":null,"p95LatencyMs":null,"successRate30d":null,"fallbackRate":null,"attempts30d":null,"trustUpdatedAt":null,"trustConfidence":"unknown","sourceUpdatedAt":null,"freshnessSeconds":null},"decisionGuardrails":{"doNotUseIf":["Contract metadata is missing or unavailable for deterministic execution."],"safeUseWhen":[],"riskFlags":["missing_or_unavailable_contract","trust_data_unavailable","schema_references_missing"],"operationalConfidence":"low"},"executionMetrics":{"observedLatencyMsP50":null,"observedLatencyMsP95":null,"estimatedCostUsd":null,"uptime30d":null,"rateLimitRpm":null,"rateLimitBurst":null,"lastVerifiedAt":null,"verificationSource":null},"runtimeMetrics":{"successRate":null,"avgLatencyMs":null,"avgCostUsd":null,"hallucinationRate":null,"retryRate":null,"disputeRate":null,"p50Latency":null,"p95Latency":null,"lastUpdated":null}},"benchmarks":{"evidence":{"source":"no-benchmark-data","verified":false,"confidence":"low","updatedAt":null,"emptyReason":"No benchmark suites or observed failure patterns are available."},"suites":[],"failurePatterns":[]},"artifacts":{"evidence":{"source":"CLAWHUB","verified":false,"confidence":"medium","updatedAt":"2026-10-11T17:09:10.568Z","emptyReason":null},"readme":"Skill: Sellersprite Skills\n\nOwner: opensellersprite\n\nSummary: 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...\n\nTags: latest:0.1.16\n\nVersion history:\n\nv0.1.16 | 2026-05-23T10:29:56.880Z | auto\n\nVersion 0.1.17\n\n- Updated SKILL.md version from 0.1.16 to 0.1.17.\n- No structural/content changes observed beyond the version bump; all skill metadata and descriptions remain unchanged.\n\nv0.1.15 | 2026-05-22T07:23:10.608Z | auto\n\n- Version bump from 0.1.14 to 0.1.16.\n- Documentation and metadata updates across README.md, SKILL.md, agent-instructions.md, and all skill documentation files.\n- No change to the core workflow or skill set—still 10 comprehensive analysis skills and 17 tactical skills.\n- File and folder structure descriptions updated to match the current skill set.\n- Content refinements for tool/skill description clarity.\n\nv0.1.14 | 2026-05-21T08:17:15.561Z | auto\n\n- 全新发布 SellerSprite 选品 AI Skills 体系，包含 27 个选品分析技能。\n- 新增 10 个综合分析工作流（如 /product-research、/market-analysis 等），实现全链路多维度报告自动生成。\n- 新增 17 个战术选品策略卡，覆盖新品爆发、ABA 高增长、低品牌垄断、变体拆解等应用场景。\n- 支持 38 个 MCP 数据工具，内置全局参数和调用规范，适配主流 Amazon 站点。\n- 文档结构全面梳理，包含 Skills 总览、调用示例、推荐分析链路与详细文件索引。\n\nArchive index:\n\nArchive v0.1.16: 32 files, 61516 bytes\n\nFiles: agent-instructions.md (2758b), comprehensive/ad-optimizer.md (6371b), comprehensive/competitor-analysis.md (4844b), comprehensive/keyword-research.md (4651b), comprehensive/listing-optimizer.md (5677b), comprehensive/market-analysis.md (5630b), comprehensive/opportunity-finder.md (6401b), comprehensive/pricing-strategy.md (5034b), comprehensive/product-research.md (4252b), comprehensive/review-insights.md (4603b), comprehensive/traffic-analysis.md (5858b), README.md (5458b), skill-card.md (2540b), SKILL.md (8402b), tactical/aba-high-growth-trend.md (2626b), tactical/fbm-intercept.md (2388b), tactical/hidden-bestseller.md (2090b), tactical/high-margin-lightweight.md (2562b), tactical/high-new-product-ratio.md (2662b), tactical/high-ticket-long-tail.md (2564b), tactical/hot-low-rating.md (2394b), tactical/local-premium-disruption.md (2483b), tactical/low-brand-monopoly.md (2795b), tactical/low-monopoly-keyword.md (2449b), tactical/natural-traffic-audit.md (2947b), tactical/new-product-burst.md (2621b), tactical/poor-listing-winner.md (2489b), tactical/review-sentiment.md (2982b), tactical/seasonal-prepositioning.md (3574b), tactical/title-density-gap.md (2824b), tactical/variant-gap-analysis.md (2507b), _meta.json (139b)\n\nFile v0.1.16:SKILL.md\n\n---\r\nname: sellersprite-skills\r\ndescription: 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。\r\nlicense: MIT-0\r\nversion: 0.1.17\r\n---\r\n\r\n# SellerSprite Skills 体系\r\n\r\n> 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。\r\n\r\n---\r\n\r\n## 技能体系总览\r\n\r\nSellerSprite 提供 **27 个 AI Skills**，分为两层：\r\n\r\n| 层级 | 数量 | 调用方式 | 定位 |\r\n|------|------|----------|------|\r\n| **综合分析** | 10 个 | `/命令` | 多步骤工作流，生成完整报告 |\r\n| **战术选品** | 17 个 | 对话引用名称 | 单一策略，聚焦具体打法 |\r\n\r\n---\r\n\r\n## 一、综合分析 Skills（10 个）\r\n\r\n通过 `/命令` 调用，由 Claude Code 直接执行多步骤分析流程。\r\n\r\n| 命令 | 技能名称 | 用途 | 核心工具 |\r\n|------|----------|------|----------|\r\n| `/product-research` | 智能选品助手 | 按多维条件筛选潜力商品 | `product_research` + `product_node` |\r\n| `/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 |\r\n| `/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` |\r\n| `/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` |\r\n| `/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` |\r\n| `/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` |\r\n| `/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` |\r\n| `/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 |\r\n| `/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` |\r\n| `/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` |\r\n\r\n### 综合分析使用方式\r\n\r\n```\r\n用户: /market-analysis earbuds US\r\nAI: [执行 4-5 步工作流，生成完整市场分析报告]\r\n```\r\n\r\n---\r\n\r\n## 二、战术选品 Skills（17 个）\r\n\r\n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。\r\n\r\n### 2.1 新品爆发型（2）\r\n\r\n| 技能名称 | 难度 | 核心工具 | 一句话逻辑 | 文件 |\r\n|----------|------|----------|-----------|------|\r\n| **新品快速爆发** | ⭐ | `product_research` | 上架 ≤2月、销量 ≥300、Review ≤100 | `tactical/new-product-burst.md` |\r\n| **隐形爆款** | ⭐ | `product_research` | 上架 ≤3月、销量 ≥500、Review ≤50 | `tactical/hidden-bestseller.md` |\r\n\r\n### 2.2 关键词趋势型（3）\r\n\r\n| 技能名称 | 难度 | 核心工具 | 一句话逻辑 | 文件 |\r\n|----------|------|----------|-----------|------|\r\n| **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` |\r\n| **流量分散关键词** | ⭐⭐ | `keyword_miner` | 搜索 ≥5000 + 集中度 <50% | `tactical/low-monopoly-keyword.md` |\r\n| **标题密度漏洞** | ⭐⭐⭐ | `keyword_miner` | 标题密度 ≤5 的长尾词 | `tactical/title-density-gap.md` |\r\n\r\n### 2.3 产品缺陷型（2）\r\n\r\n| 技能名称 | 难度 | 核心工具 | 一句话逻辑 | 文件 |\r\n|----------|------|----------|-----------|------|\r\n| **热销低评分产品** | ⭐⭐ | `product_research` | 月销 ≥1000 + 评分 ≤4.2 | `tactical/hot-low-rating.md` |\r\n| **评论语义分析** | ⭐⭐⭐ | `review` | 差评 NLP 聚类 → 改良指南 | `tactical/review-sentiment.md` |\r\n\r\n### 2.4 类目结构型（3）\r\n\r\n| 技能名称 | 难度 | 核心工具 | 一句话逻辑 | 文件 |\r\n|----------|------|----------|-----------|------|\r\n| **低品牌垄断类目** | ⭐⭐ | `market_research` | 品牌集中度 <45% | `tactical/low-brand-monopoly.md` |\r\n| **高新品占比市场** | ⭐⭐ | `market_research` | 新品占比 >5% + 新品仍出单 | `tactical/high-new-product-ratio.md` |\r\n| **高毛利轻小品** | ⭐⭐ | `product_research` | FBA ≤$4 + 毛利 ≥50% | `tactical/high-margin-lightweight.md` |\r\n\r\n### 2.5 流量防伪型（2）\r\n\r\n| 技能名称 | 难度 | 核心工具 | 一句话逻辑 | 文件 |\r\n|----------|------|----------|-----------|------|\r\n| **自然流量反查** | ⭐⭐⭐ | `traffic_source` | 自然流量占比 >60% | `tactical/natural-traffic-audit.md` |\r\n| **变体拆解模型** | ⭐⭐⭐ | `asin_detail` | 找未被覆盖的变体缺口 | `tactical/variant-gap-analysis.md` |\r\n\r\n### 2.6 机会捕捉型（5）\r\n\r\n| 技能名称 | 难度 | 核心工具 | 一句话逻辑 | 文件 |\r\n|----------|------|----------|-----------|------|\r\n| **本土溢价降维** | ⭐⭐ | `product_research` | 美国卖家 + 高价 + 高销 | `tactical/local-premium-disruption.md` |\r\n| **FBM 拦截** | ⭐ | `product_research` | FBM 发货 + 月销 ≥300 | `tactical/fbm-intercept.md` |\r\n| **低质量 Listing 高销量** | ⭐⭐ | `product_research` | LQS ≤60 + 月销 ≥400 | `tactical/poor-listing-winner.md` |\r\n| **高客单长尾** | ⭐⭐⭐ | `keyword_miner` | 均价 ≥$80 + 搜索量适中 | `tactical/high-ticket-long-tail.md` |\r\n| **季节前置爆破** | ⭐⭐⭐⭐ | `keyword_miner` | 历史同期环比增长 >100% | `tactical/seasonal-prepositioning.md` |\r\n\r\n### 战术选品使用方式\r\n\r\n```\r\n用户: 帮我找一下最近上架的爆款新品\r\nAI: [识别到\"新品快速爆发\"技能，按卡片参数执行筛选]\r\n```\r\n\r\n---\r\n\r\n## 三、全局参数\r\n\r\n以下参数适用于所有工具调用：\r\n\r\n| 参数 | 默认值 | 说明 |\r\n|------|--------|------|\r\n| `marketplace` | `US` | 目标站点：US/JP/UK/DE/FR/IT/ES/CA/IN |\r\n| `matchType` | `2` | 关键词匹配：1=词组 2=模糊 3=精准（默认 2） |\r\n| `size` | `50` | 每页返回条数（默认 50，最大 100） |\r\n\r\n---\r\n\r\n## 四、推荐组合链路\r\n\r\n```\r\n品类扫描 -> 低品牌垄断 / 高新品占比\r\n    |\r\n关键词挖掘 -> ABA增长词 / 流量分散词 / 标题密度漏洞\r\n    |\r\n竞品锁定 -> 新品爆发 / 隐形爆款 / 热销低评分\r\n    |\r\n竞品验真 -> 自然流量反查\r\n    |\r\n痛点提炼 -> 评论语义分析\r\n    |\r\n产品开发 -> 变体拆解 + 高毛利轻小\r\n```\r\n\r\n---\r\n\r\n## 五、文件结构\r\n\r\n```\r\nskills/\r\n  SKILL.md                          # 本文件：技能总览元数据\r\n  README.md                         # Skill 索引（27 个 Skill 的详细列表）\r\n  agent-instructions.md             # 项目概述 + 38 个 MCP 工具清单，作为 AI 客户端的 CLAUDE.md/AGENTS.md 写入\r\n  comprehensive/                    # 综合分析 Skills（10 个）\r\n    product-research.md\r\n    market-analysis.md\r\n    competitor-analysis.md\r\n    keyword-research.md\r\n    listing-optimizer.md\r\n    traffic-analysis.md\r\n    opportunity-finder.md\r\n    review-insights.md\r\n    pricing-strategy.md\r\n    ad-optimizer.md\r\n  tactical/                         # 战术选品 Skills（17 个）\r\n    new-product-burst.md / hidden-bestseller.md\r\n    aba-high-growth-trend.md / low-monopoly-keyword.md / title-density-gap.md\r\n    hot-low-rating.md / review-sentiment.md\r\n    low-brand-monopoly.md / high-new-product-ratio.md / high-margin-lightweight.md\r\n    natural-traffic-audit.md / variant-gap-analysis.md\r\n    local-premium-disruption.md / fbm-intercept.md / poor-listing-winner.md\r\n    high-ticket-long-tail.md / seasonal-prepositioning.md\r\n```\r\n\r\n---\r\n\r\n## 六、工具前缀说明\r\n\r\n当通过 MCP 客户端（如 Claude Code、Cursor）调用工具时，使用完整工具名：\r\n\r\n```\r\nmcp__sellersprite__<tool_name>\r\n```\r\n\r\n例如：`mcp__sellersprite__asin_detail`、`mcp__sellersprite__product_research`\r\n\r\n完整工具清单见 `agent-instructions.md`。\n\nFile v0.1.16:README.md\n\n# 卖家精灵 Skills 索引\r\n\r\n> 共 27 个 Skills，覆盖从品类扫描到产品开发的全链路选品流程。\r\n> 每个 Skill 是一个独立的、可被 AI 直接执行的\"数据技能卡\"。\r\n\r\n---\r\n\r\n## 全局参数默认值\r\n\r\n> 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。\r\n\r\n| 参数 | 默认值  | 说明 |\r\n|------|------|------|\r\n| `marketplace` | `US` | 目标站点（US/JP/UK/DE/FR/IT/ES/CA/IN） |\r\n| `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`） |\r\n| `size` | `50` | 每页返回条数（默认：50，最大：100） |\r\n\r\n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。\r\n\r\n---\r\n\r\n## 一、综合分析（10 个）\r\n\r\n> 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。\r\n\r\n| Skill | 核心场景 | 一句话说明 |\r\n|-------|---------|-----------|\r\n| [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 |\r\n| [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 |\r\n| [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 |\r\n| [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 |\r\n| [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 |\r\n| [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 |\r\n| [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 |\r\n| [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 |\r\n| [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 |\r\n| [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 |\r\n\r\n## 二、战术选品（17 个）\r\n\r\n> 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。\r\n\r\n### 新品爆发型\r\n\r\n| Skill | 核心工具 | 一句话逻辑 |\r\n|-------|---------|-----------|\r\n| [新品快速爆发](tactical/new-product-burst.md) | `product_research` | 上架<=2月、销量>=300、Review<=100 |\r\n| [隐形爆款](tactical/hidden-bestseller.md) | `product_research` | 上架<=3月、销量>=500、Review<=50 |\r\n\r\n### 关键词趋势型\r\n\r\n| Skill | 核心工具 | 一句话逻辑 |\r\n|-------|---------|-----------|\r\n| [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 |\r\n| [流量分散关键词](tactical/low-monopoly-keyword.md) | `keyword_miner` | 搜索>=5000+集中度<50% |\r\n| [标题密度漏洞](tactical/title-density-gap.md) | `keyword_miner` | 标题密度<=5的长尾词 |\r\n\r\n### 产品缺陷型\r\n\r\n| Skill | 核心工具 | 一句话逻辑 |\r\n|-------|---------|-----------|\r\n| [热销低评分产品](tactical/hot-low-rating.md) | `product_research` | 月销>=1000+评分<=4.2 |\r\n| [评论语义分析](tactical/review-sentiment.md) | `review` | 差评NLP聚类 -> 改良指南 |\r\n\r\n### 类目结构型\r\n\r\n| Skill | 核心工具 | 一句话逻辑 |\r\n|-------|---------|-----------|\r\n| [低品牌垄断类目](tactical/low-brand-monopoly.md) | `market_research` | 品牌集中度<45% |\r\n| [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 |\r\n| [高毛利轻小品](tactical/high-margin-lightweight.md) | `product_research` | FBA<=$4+毛利>=50% |\r\n\r\n### 流量防伪型\r\n\r\n| Skill | 核心工具 | 一句话逻辑 |\r\n|-------|---------|-----------|\r\n| [自然流量反查](tactical/natural-traffic-audit.md) | `traffic_source` | 自然流量占比>60% |\r\n| [变体拆解模型](tactical/variant-gap-analysis.md) | `asin_detail` | 找未被覆盖的变体缺口 |\r\n\r\n### 机会捕捉型\r\n\r\n| Skill | 核心工具 | 一句话逻辑 |\r\n|-------|---------|-----------|\r\n| [本土溢价降维](tactical/local-premium-disruption.md) | `product_research` | 美国卖家+高价+高销 |\r\n| [FBM拦截](tactical/fbm-intercept.md) | `product_research` | FBM发货+月销>=300 |\r\n| [低质量Listing高销量](tactical/poor-listing-winner.md) | `product_research` | LQS<=60+月销>=400 |\r\n| [高客单长尾](tactical/high-ticket-long-tail.md) | `keyword_miner` | 均价>=$80+搜索量适中 |\r\n| [季节前置爆破](tactical/seasonal-prepositioning.md) | `keyword_miner` | 历史同期环比增长>100% |\r\n\r\n---\r\n\r\n## 推荐组合链路\r\n\r\n```\r\n品类扫描 -> 低品牌垄断 / 高新品占比（找蓝海类目）\r\n    |\r\n关键词挖掘 -> ABA增长词 / 流量分散词 / 标题密度漏洞（找增长词+机会词）\r\n    |\r\n竞品锁定 -> 新品爆发 / 隐形爆款 / 热销低评分（找目标竞品）\r\n    |\r\n竞品验真 -> 自然流量反查（流量防伪）\r\n    |\r\n痛点提炼 -> 评论语义分析（评论分析）\r\n    |\r\n产品开发 -> 变体拆解 + 高毛利轻小（利润验证）\r\n```\n\nFile v0.1.16:_meta.json\n\n{\n  \"ownerId\": \"kn7br81ts5xd2ff42tcssqedjd86py92\",\n  \"slug\": \"sellersprite-skills\",\n  \"version\": \"0.1.16\",\n  \"publishedAt\": 1779532196880\n}\n\nFile v0.1.16:agent-instructions.md\n\n# SellerSprite Skills - 卖家精灵 Skills\r\n\r\n## 项目概述\r\n\r\n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。\r\n\r\n## 两层 Skills 体系\r\n\r\n### 战术选品 Skills (`skills/`)\r\n\r\n17个精准选品策略卡片，每个对应一个具体选品打法：\r\n- 新品爆发型 (01-02): 新品快速爆发、隐形爆款\r\n- 关键词趋势型 (03-05): ABA增长词、流量分散词、标题密度漏洞\r\n- 产品缺陷型 (06-07): 热销低评分、评论语义分析\r\n- 类目结构型 (08-10): 低品牌垄断、高新品占比、高毛利轻小\r\n- 流量防伪型 (11-12): 自然流量反查、变体拆解\r\n- 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\r\n\r\n用法：对话中引用 skill 卡片，让 AI 按卡片参数执行。\r\n\r\n### 综合分析 Skills (`skills/comprehensive/`)\r\n\r\n10个场景化分析命令，通过 `/命令` 调用：\r\n- `/product-research` - 智能选品助手\r\n- `/market-analysis` - 市场全景分析\r\n- `/competitor-analysis` - 竞品深度拆解\r\n- `/keyword-research` - 关键词选品研究\r\n- `/listing-optimizer` - Listing优化诊断\r\n- `/traffic-analysis` - 流量结构分析\r\n- `/opportunity-finder` - 蓝海机会挖掘\r\n- `/review-insights` - 买家评论洞察\r\n- `/pricing-strategy` - 定价策略分析\r\n- `/ad-optimizer` - 广告投放优化\r\n\r\n## Python MCP 客户端\r\n\r\n```bash\r\npip install sellersprite-cli\r\n```\r\n\r\n```bash\r\n# 设置密钥\r\nsellersprite config --key 你的密钥\r\n```\r\n\r\n```python\r\nfrom sellersprite_cli import SellerSprite\r\nss = SellerSprite()\r\nresult = ss.product_node(keyword=\"earbuds\")\r\n```\r\n\r\n## MCP 工具清单 (38个)\r\n\r\nASIN分析: asin_detail, asin_prediction, asin_coupon_trend, asin_detail_with_coupon_trend, keepa_info\r\n商品竞品: product_research, competitor_lookup, product_node\r\n关键词: keyword_miner, keyword_research, keyword_research_trends, keyword_order, bsr_prediction\r\n流量: traffic_keyword, traffic_keyword_stat, traffic_source, traffic_listing_stat, traffic_listing, traffic_extend\r\n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\r\nABA/趋势: aba_research_weekly, aba_research_monthly, aba_research_trend, google_trend, review\r\n\r\n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)\n\nFile v0.1.16:comprehensive/ad-optimizer.md\n\n# 广告投放优化\r\n\r\n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。\r\n\r\n## 使用方式\r\n\r\n用户输入: `/ad-optimizer [ASIN]`\r\n\r\n参数说明:\r\n- 第1个参数: 投放商品的 ASIN（必填）\r\n- 可附加参数: 站点(默认US)、预算范围\r\n\r\n## 执行步骤\r\n\r\n### 第1步: 并行获取商品基础数据\r\n\r\n> 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。\r\n\r\n同时调用以下 4 个工具:\r\n\r\n**1. `asin_detail`** - 商品基础画像:\r\n- marketplace: 用户指定站点\r\n- asin: 目标ASIN\r\n\r\n**2. `traffic_keyword`** - 当前流量关键词:\r\n- marketplace: 用户指定站点\r\n- asin: 目标ASIN\r\n- order: 按 trafficPercentage 降序\r\n- size: 100\r\n\r\n**3. `traffic_keyword_stat`** - 广告词概览统计:\r\n- marketplace: 用户指定站点\r\n- asin: 目标ASIN\r\n- month: 历史月份 yyyyMM（可选，不传默认近30天）\r\n\r\n**4. `keyword_order`** - 关键词转化表现:\r\n- marketplace: 用户指定站点\r\n- asins: [目标ASIN]\r\n- reverseType: \"W\" (周度)\r\n- 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\r\n\r\n### 第2步: 并行获取拓展与流量来源\r\n\r\n> 以下两个工具互相独立，**必须并行调用**。\r\n\r\n同时调用以下 2 个工具:\r\n\r\n**1. `traffic_extend`** - 广告关键词拓展:\r\n- marketplace: 用户指定站点\r\n- asinList: [目标ASIN]\r\n- queryType: 2\r\n- minSearches: 500\r\n- minPurchases: 10\r\n- size: 50\r\n\r\n> 注意: `order` 参数为 object 类型，不要传字符串。\r\n\r\n**2. `traffic_source`** - 竞品广告策略分析:\r\n- marketplace: 用户指定站点\r\n- q: 目标ASIN\r\n\r\n### 第3步: 核心广告词深度分析（依赖第1步）\r\n\r\n> 本步骤依赖第 1 步的输出结果，**不能与第 2 步并行**。\r\n\r\n调用 `keyword_miner`:\r\n- marketplace: 用户指定站点\r\n- 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）\r\n- keywordList: 批量查询关键词列表（与 keyword 二选一，单次最多 50 个）\r\n- size: 30\r\n\r\n获取: 搜索量、购买率、SPR、PPC竞价、点击集中度等广告决策指标。\r\n\r\n### 第4步: 生成广告优化报告\r\n\r\n#### 一、广告投放现状\r\n\r\n| 指标 | 数据 |\r\n|------|------|\r\n| 当前广告词数 | xx |\r\n| SP广告词 | xx |\r\n| 品牌广告词 | xx |\r\n| 视频广告词 | xx |\r\n| 自然流量词数 | xx |\r\n| 广告/自然比 | x:x |\r\n\r\n**广告覆盖度评估**: 不足/一般/充分\r\n\r\n#### 二、关键词转化分析\r\n\r\n**转化优质词** (应加大投放):\r\n| 关键词 | 搜索量 | 自然排名 | 转化状态 | PPC竞价 | 投放建议 |\r\n|--------|--------|---------|---------|---------|---------|\r\n| word1  | xxx    | #x      | 优质    | $x.xx   | 加大竞价 |\r\n\r\n**转化流失词** (需优化):\r\n| 关键词 | 搜索量 | 转化状态 | 问题诊断 | 建议 |\r\n|--------|--------|---------|---------|------|\r\n| word2  | xxx    | 流失    | Landing page/Listing不匹配 | 优化/暂停 |\r\n\r\n**无效曝光词** (建议否词):\r\n| 关键词 | 搜索量 | 点击率低原因 | 否词建议 |\r\n|--------|--------|-------------|---------|\r\n| word3  | xxx    | 相关性低    | 精确否词 |\r\n\r\n#### 三、新增投放关键词推荐\r\n\r\n**高优先级** (高搜索+高转化+低竞争):\r\n| 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 |\r\n|--------|---------|--------|---------|--------|-----------|---------|\r\n| word4  | xxx     | xx%    | $x.xx   | xx     | xx%       | $x.xx   |\r\n\r\n**中优先级** (中等搜索+稳定需求):\r\n| 关键词 | 月搜索量 | 购买率 | PPC竞价 | 建议出价 |\r\n|--------|---------|--------|---------|---------|\r\n| word5  | xxx     | xx%    | $x.xx   | $x.xx   |\r\n\r\n**长尾词** (精准流量+低成本):\r\n| 关键词 | 月搜索量 | PPC竞价 | 建议出价 |\r\n|--------|---------|---------|---------|\r\n| word6  | xxx     | $x.xx   | $x.xx   |\r\n\r\n#### 四、竞价策略建议\r\n\r\n**核心词竞价** (抢占首页):\r\n| 关键词 | 当前竞价 | 建议竞价 | 首页顶部竞价 | 策略 |\r\n|--------|---------|---------|-------------|------|\r\n| word1  | $x.xx   | $x.xx   | $x.xx       | 首页抢占 |\r\n\r\n**长尾词竞价** (低成本引流):\r\n| 关键词 | 建议竞价 | 预期 CPC | 策略 |\r\n|--------|---------|---------|------|\r\n| word6  | $x.xx   | $x.xx   | 低价广泛 |\r\n\r\n#### 五、广告结构优化建议\r\n\r\n**投放类型建议**:\r\n- SP 广告: 建议关键词列表和匹配方式\r\n- 品牌广告: 适合的品牌词和竞品词\r\n- 视频广告: 高转化词推荐\r\n\r\n**匹配方式建议**:\r\n| 关键词类别 | 推荐匹配方式 | 原因 |\r\n|-----------|-------------|------|\r\n| 核心转化词 | 精准匹配 | 控制成本 |\r\n| 拓展词 | 词组匹配 | 平衡流量 |\r\n| 长尾词 | 广泛匹配 | 发现新词 |\r\n\r\n**否词建议**:\r\n| 否词 | 类型 | 原因 |\r\n|------|------|------|\r\n| xxx  | 精确否词 | 无关流量 |\r\n| xxx  | 词组否词 | 低转化 |\r\n\r\n#### 六、预算分配建议\r\n\r\n| 投放类型 | 建议日预算 | 关键词数 | 预期效果 |\r\n|----------|-----------|---------|---------|\r\n| SP-核心词 | $xx | xx个 | 稳定出单 |\r\n| SP-拓展词 | $xx | xx个 | 扩大曝光 |\r\n| 长尾词 | $xx | xx个 | 低成本引流 |\r\n| 品牌广告 | $xx | xx个 | 品牌曝光 |\r\n| **合计** | **$xx/天** | **xx个** | - |\r\n\r\n#### 七、执行检查清单\r\n- [ ] 新增关键词投放\r\n- [ ] 调整竞价\r\n- [ ] 添加否词\r\n- [ ] 暂停低效词\r\n- [ ] 设置预算\r\n- [ ] 创建广告组结构\r\n- [ ] 一周后复查转化数据\r\n\r\n## 输出格式\r\n\r\n使用 Markdown 表格呈现，优先级用高/中/低标注。竞价建议精确到小数点后两位。行动建议用复选框格式便于执行。\r\n---\r\n\r\n## 参考文档\r\n\r\n本 Skill 涉及的 API 详细参数说明：\r\n\r\n- [`asin_detail`](../../reference/asin_detail.md)\r\n- [`keyword_miner`](../../reference/keyword_miner.md)\r\n- [`keyword_order`](../../reference/keyword_order.md)\r\n- [`traffic_extend`](../../reference/traffic_extend.md)\r\n- [`traffic_keyword`](../../reference/traffic_keyword.md)\r\n- [`traffic_keyword_stat`](../../reference/traffic_keyword_stat.md)\r\n- [`traffic_source`](../../reference/traffic_source.md)\n\nFile v0.1.16:comprehensive/competitor-analysis.md\n\n# 竞品深度拆解\r\n\r\n对指定的 Amazon 竞品 ASIN 进行全面深度拆解，分析其销售表现、流量结构、关键词策略、定价策略和竞争优劣势。\r\n\r\n## 使用方式\r\n\r\n用户输入: `/competitor-analysis [ASIN]`\r\n\r\n参数说明:\r\n- 第1个参数: 竞品的 ASIN（必填）\r\n- 可附加参数: 站点(默认US)\r\n\r\n## 执行步骤\r\n\r\n> **调用优化说明**: 以下工具均作用于同一 ASIN，无数据依赖关系。分为两批并行调用，将原本 9 次串行调用优化为 2 次并行批次。\r\n\r\n### 第1步: 并行获取基础画像与历史数据\r\n\r\n同时调用以下 4 个工具:\r\n\r\n**1. `asin_detail`** - 商品完整基础信息:\r\n- marketplace: 用户指定站点\r\n- asin: 目标ASIN\r\n\r\n**2. `asin_prediction`** - 销量预测数据:\r\n- marketplace: 用户指定站点\r\n- asin: 目标ASIN\r\n\r\n**3. `keepa_info`** - 商品历史趋势:\r\n- marketplace: 用户指定站点\r\n- asin: 目标ASIN\r\n\r\n**4. `asin_coupon_trend`** - 促销策略:\r\n- marketplace: 用户指定站点\r\n- asin: 目标ASIN\r\n\r\n### 第2步: 并行获取流量与竞品数据\r\n\r\n同时调用以下 5 个工具:\r\n\r\n**1. `traffic_keyword_stat`** - 流量概览:\r\n- marketplace: 用户指定站点\r\n- asin: 目标ASIN\r\n- month: 历史月份 yyyyMM（可选，不传默认近30天）\r\n\r\n**2. `traffic_keyword`** - 流量关键词明细:\r\n- marketplace: 用户指定站点\r\n- asin: 目标ASIN\r\n- order: 按 trafficPercentage 降序\r\n- size: 100\r\n\r\n**3. `traffic_source`** - 流量来源结构:\r\n- marketplace: 用户指定站点\r\n- q: 目标ASIN\r\n\r\n**4. `traffic_listing`** - 关联竞品:\r\n- marketplace: 用户指定站点\r\n- asinList: [目标ASIN]\r\n- relations: [\"similar\"]（array 必填，可选关联类型，如 \"similar\"）\r\n- size: 10\r\n\r\n**5. `review`** - 买家评论:\r\n- marketplace: 用户指定站点\r\n- asin: 目标ASIN\r\n- categoryId: 类目ID（可选，提升类目相关性；从 asin_prediction.asinDetail.categoryId 获取。注意：asin_detail 响应中是 nodeId/nodeIdPath，并无 categoryId 字段）\r\n- size: 10\r\n\r\n### 第3步: 生成竞品分析报告\r\n\r\n综合所有数据，输出完整的竞品拆解报告:\r\n\r\n#### 一、商品概览\r\n\r\n| 指标 | 数据 |\r\n|------|------|\r\n| ASIN | xxx |\r\n| 标题 | xxx |\r\n| 品牌 | xxx |\r\n| 价格 | $xx.xx (优惠后 $xx.xx) |\r\n| 评分/评分数 | x.x / xxx |\r\n| BSR排名 | 大类 #xxx / 小类 #x |\r\n| 卖家类型 | FBA/FBM/自营 |\r\n| 变体数 | x个 |\r\n| 上架时间 | xxxx-xx-xx |\r\n| Listing质量分 | xx/100 |\r\n| 标识 | BS/AC/NR |\r\n\r\n#### 二、销售表现分析\r\n- 近14个月月销量趋势图（文字描述）\r\n- 月销售额趋势\r\n- 价格调整历史与策略分析\r\n- BSR波动与排名稳定性\r\n- 当前所处生命周期阶段（新品期/成长期/成熟期/衰退期）\r\n\r\n#### 三、流量结构分析\r\n\r\n| 流量来源 | 词数 | 占比 |\r\n|----------|------|------|\r\n| 自然搜索词 | xx | xx% |\r\n| SP广告词 | xx | xx% |\r\n| 品牌广告词 | xx | xx% |\r\n| 视频广告词 | xx | xx% |\r\n| Amazon推荐(AC/ER/4星) | xx | xx% |\r\n| HR推荐 | xx | xx% |\r\n\r\n流量健康度评估:\r\n- 自然流量占比是否健康\r\n- 是否过度依赖广告\r\n- 推荐流量获取能力\r\n\r\n#### 四、核心关键词分析\r\n- TOP 10 流量关键词列表（关键词、搜索量、排名、流量占比、PPC竞价）\r\n- 关键词布局策略分析\r\n- 主要流量词的竞争难度\r\n\r\n#### 五、促销策略分析\r\n- 优惠类型与力度\r\n- 促销频率与周期\r\n- 价格策略（高价常促 vs 低价稳定）\r\n\r\n#### 六、竞争格局\r\n- 直接竞品 TOP 10（ASIN、品牌、价格、销量、评分）\r\n- 市场份额与定位分析\r\n- 竞品差异化对比\r\n\r\n#### 七、买家评价洞察\r\n- 评分分布（5星/4星/3星/2星/1星占比）\r\n- 买家好评关键词/卖点\r\n- 买家差评痛点/抱怨\r\n- 产品改进机会\r\n\r\n#### 八、SWOT 分析\r\n\r\n| 优势 (S) | 劣势 (W) |\r\n|----------|----------|\r\n| xxx | xxx |\r\n\r\n| 机会 (O) | 威胁 (T) |\r\n|----------|----------|\r\n| xxx | xxx |\r\n\r\n#### 九、竞品应对策略建议\r\n- 产品差异化方向\r\n- 定价策略建议\r\n- 关键词切入建议\r\n- Listing优化方向\r\n- 广告投放建议\r\n\r\n## 输出格式\r\n\r\n使用 Markdown 表格、评分卡、SWOT矩阵呈现。关键发现用加粗标注。\r\n---\r\n\r\n## 参考文档\r\n\r\n本 Skill 涉及的 API 详细参数说明：\r\n\r\n- [`asin_coupon_trend`](../../reference/asin_coupon_trend.md)\r\n- [`asin_detail`](../../reference/asin_detail.md)\r\n- [`asin_prediction`](../../reference/asin_prediction.md)\r\n- [`keepa_info`](../../reference/keepa_info.md)\r\n- [`review`](../../reference/review.md)\r\n- [`traffic_keyword`](../../reference/traffic_keyword.md)\r\n- [`traffic_keyword_stat`](../../reference/traffic_keyword_stat.md)\r\n- [`traffic_listing`](../../reference/traffic_listing.md)\r\n- [`traffic_source`](../../reference/traffic_source.md)\n\nFile v0.1.16:comprehensive/keyword-research.md\n\n# 关键词选品研究\r\n\r\n基于关键词的市场需求分析，从搜索趋势、竞争强度、转化能力等维度评估关键词价值，辅助选品和投放决策。\r\n\r\n## 使用方式\r\n\r\n用户输入: `/keyword-research [关键词]`\r\n\r\n参数说明:\r\n- 第1个参数: 目标关键词（必填）\r\n- 可附加参数: 站点(默认US)、最低搜索量、最大商品数等筛选条件\r\n\r\n## 执行步骤\r\n\r\n### 第1步: 并行获取关键词全景数据\r\n\r\n> 以下工具互相独立，**必须并行调用**以节省等待时间。\r\n\r\n同时调用以下 6 个工具:\r\n\r\n**1. `keyword_research`** - 关键词市场全景:\r\n- marketplace: 用户指定站点\r\n- keywords: 用户输入的关键词\r\n- size: 15\r\n\r\n**2. `keyword_miner`** - 关键词深度挖掘:\r\n- marketplace: 用户指定站点\r\n- keyword: 用户输入的关键词\r\n- size: 15\r\n\r\n**3. `aba_research_weekly`** - ABA 周度排名趋势:\r\n- marketplace: 用户指定站点\r\n- includeKeywords: 用户输入的关键词\r\n\r\n**4. `aba_research_monthly`** - ABA 月度趋势:\r\n- marketplace: 用户指定站点\r\n- includeKeywords: 用户输入的关键词\r\n\r\n**5. `keyword_research_trends`** - 关键词搜索趋势:\r\n- marketplace: 用户指定站点\r\n- keyword: 用户输入的关键词\r\n\r\n**6. `aba_research_trend`** - ABA 趋势分析（可按周/月粒度）:\r\n- marketplace: 用户指定站点\r\n- keyword: 用户输入的关键词\r\n\r\n### 第2步: Google 趋势验证\r\n\r\n调用 `google_trend` 验证外部搜索趋势:\r\n\r\n参数:\r\n- marketplace: 用户指定站点\r\n- keyword: 用户输入的关键词\r\n- googleProp: \"shoppingCart\"（购物搜索）\r\n- monthly: true\r\n\r\n获取: Google Shopping 搜索热度趋势，判断是否为季节性、上升期或衰退期。\r\n\r\n### 第3步: 生成关键词研究报告\r\n\r\n综合所有数据，输出关键词研究报告:\r\n\r\n#### 一、关键词概览\r\n\r\n| 指标 | 数据 | 评价 |\r\n|------|------|------|\r\n| 关键词 | xxx | - |\r\n| 月搜索量 | xxx | 高/中/低 |\r\n| 月购买量 | xxx | - |\r\n| 购买率 | xx% | 高/中/低 |\r\n| 商品数 | xxx | 多/中/少 |\r\n| 供需比 | xx | 供不应求/供需平衡/供过于求 |\r\n| PPC竞价 | $x.xx | 高/中/低 |\r\n| 点击集中度 | xx% | 垄断/分散 |\r\n| 搜索增长率 | xx% | 上升/平稳/下降 |\r\n\r\n#### 二、关键词价值评估\r\n\r\n**市场需求评估 (1-10分)**:\r\n- 搜索量水平\r\n- 购买量与购买率\r\n- 增长趋势（周/月/年）\r\n\r\n**竞争强度评估 (1-10分)**:\r\n- 商品数量\r\n- 头部垄断程度（点击集中度）\r\n- PPC竞价水平\r\n- 标题密度\r\n\r\n**综合可行性评分**:\r\n- 是否值得进入\r\n- 适合进入方式（新品/广告/SEO）\r\n\r\n#### 三、关联关键词矩阵\r\n\r\n| 关键词 | 月搜索量 | 购买率 | 商品数 | 供需比 | PPC竞价 | SPR | 机会评级 |\r\n|--------|---------|--------|--------|--------|---------|-----|---------|\r\n| word1  | xxx     | xx%    | xxx    | xx     | $x.xx   | xx  | ★★★★★  |\r\n| word2  | xxx     | xx%    | xxx    | xx     | $x.xx   | xx  | ★★★★☆  |\r\n| ...    | ...     | ...    | ...    | ...    | ...     | ... | ...     |\r\n\r\n关键词评级标准:\r\n- ★★★★★ 高搜索 + 低竞争 + 高转化 = 蓝海机会词\r\n- ★★★★☆ 中高搜索 + 中等竞争 = 值得投入词\r\n- ★★★☆☆ 有搜索但竞争较大 = 需要差异化\r\n- ★★☆☆☆ 搜索量低或竞争过激 = 谨慎投入\r\n- ★☆☆☆☆ 已被垄断或需求不足 = 不建议\r\n\r\n#### 四、趋势分析\r\n- ABA排名趋势（周度/月度）\r\n- Google Shopping 搜索热度趋势\r\n- 关键词生命周期判断（新兴/成长/成熟/衰退）\r\n- 季节性特征（如有）\r\n\r\n#### 五、关键词选品建议\r\n- 基于搜索量推荐的产品方向\r\n- 核心关键词与长尾关键词布局建议\r\n- 广告投放优先级排序\r\n- 自然SEO与广告投放的投入建议\r\n\r\n#### 六、竞品关键词机会\r\n- 该关键词下的头部竞品概况\r\n- 新品切入的关键词策略\r\n- 避免正面竞争的差异化关键词\r\n\r\n## 输出格式\r\n\r\n使用 Markdown 表格、星级评分和趋势文字描述呈现。机会评级使用星号直观表示。\r\n---\r\n\r\n## 参考文档\r\n\r\n本 Skill 涉及的 API 详细参数说明：\r\n\r\n- [`aba_research_monthly`](../../reference/aba_research_monthly.md)\r\n- [`aba_research_trend`](../../reference/aba_research_trend.md)\r\n- [`aba_research_weekly`](../../reference/aba_research_weekly.md)\r\n- [`google_trend`](../../reference/google_trend.md)\r\n- [`keyword_miner`](../../reference/keyword_miner.md)\r\n- [`keyword_research`](../../reference/keyword_research.md)\r\n- [`keyword_research_trends`](../../reference/keyword_research_trends.md)\n\nFile v0.1.16:comprehensive/listing-optimizer.md\n\n# Listing 优化诊断\r\n\r\n对指定的 Amazon 商品 Listing 进行全面诊断，从关键词覆盖、流量结构、评论反馈等维度给出优化建议。\r\n\r\n## 使用方式\r\n\r\n用户输入: `/listing-optimizer [ASIN]`\r\n\r\n参数说明:\r\n- 第1个参数: 商品 ASIN（必填）\r\n- 可附加参数: 站点(默认US)、对比竞品ASIN（可选）\r\n\r\n## 执行步骤\r\n\r\n### 第1步: 获取 Listing 完整信息\r\n\r\n调用 `asin_detail` 获取商品详情:\r\n\r\n参数:\r\n- marketplace: 用户指定站点\r\n- asin: 目标ASIN\r\n\r\n获取: 标题、五点描述、类目、Listing质量分、价格、评分、变体、标识等。\r\n\r\n### 第2步: 关键词与流量批量分析（并行调用）\r\n\r\n以下三个调用均基于目标 ASIN，无数据依赖，**并行执行**:\r\n\r\n**2a.** 调用 `traffic_keyword_stat` 获取流量结构概览:\r\n\r\n参数:\r\n- marketplace: 用户指定站点\r\n- asin: 目标ASIN\r\n- month: 历史月份 yyyyMM（可选，不传默认近30天）\r\n\r\n获取: 自然搜索词、广告词、推荐词数量分布。\r\n\r\n**2b.** 调用 `traffic_keyword` 获取具体流量词:\r\n\r\n参数:\r\n- marketplace: 用户指定站点\r\n- asin: 目标ASIN\r\n- order: 按 trafficPercentage 降序\r\n- size: 10\r\n\r\n获取: 当前已获取流量的关键词列表、搜索量、排名、流量占比等。\r\n\r\n**2c.** 调用 `keyword_order` 进行关键词反查:\r\n\r\n参数:\r\n- marketplace: 用户指定站点\r\n- asins: [目标ASIN]\r\n- reverseType: \"M\"\r\n- date: 当月，格式 yyyyMM（如 \"202605\"）。reverseType=\"M\" 时用 yyyyMM 格式；reverseType=\"W\" 时用 yyyyMMdd 格式（当周周六）\r\n\r\n获取: 该 ASIN 参与曝光与转化的关键词完整列表，识别转化优质词和流失词。\r\n\r\n### 第3步: 关键词拓展与评论反馈（并行调用）\r\n\r\n以下两个调用无数据依赖，**并行执行**:\r\n\r\n**3a.** 调用 `traffic_extend` 挖掘更多潜在关键词:\r\n\r\n参数:\r\n- marketplace: 用户指定站点\r\n- asinList: [目标ASIN]\r\n- queryType: 2\r\n- minSearches: 1000\r\n- size: 10\r\n\r\n获取: 竞品有流量但本商品未覆盖的关键词机会。\r\n\r\n**3b.** 调用 `review` 获取评论数据:\r\n\r\n参数:\r\n- marketplace: 用户指定站点\r\n- asin: 目标ASIN\r\n- categoryId: 可选；如需提升类目相关性，可先调用 `asin_prediction` 取 `asinDetail.categoryId`（asin_detail 响应中无此字段）\r\n- size: 10\r\n\r\n### 第4步: 竞品 Listing 对比（可选，并行调用）\r\n\r\n如果用户提供了对比竞品 ASIN，以下两个调用**并行执行**:\r\n\r\n**4a.** 调用 `competitor_lookup` 获取竞品数据:\r\n\r\n参数:\r\n- marketplace: 用户指定站点\r\n- asins: [竞品ASIN列表]\r\n\r\n**4b.** 调用 `traffic_keyword` 获取竞品流量关键词（每个竞品 ASIN 并行调用）:\r\n\r\n参数:\r\n- marketplace: 用户指定站点\r\n- asin: 单个竞品ASIN\r\n- order: 按 trafficPercentage 降序\r\n- size: 10\r\n\r\n获取所有竞品的流量关键词，用于对比关键词覆盖差异。\r\n\r\n### 第5步: 生成 Listing 优化报告\r\n\r\n#### 一、Listing 质量诊断\r\n\r\n| 诊断项 | 当前状态 | 评分 | 优化建议 |\r\n|--------|---------|------|---------|\r\n| 标题质量 | xxx | x/10 | xxx |\r\n| 五点描述 | xxx | x/10 | xxx |\r\n| 关键词覆盖 | xxx | x/10 | xxx |\r\n| 流量结构 | xxx | x/10 | xxx |\r\n| A+页面 | 有/无 | x/10 | xxx |\r\n| 主图视频 | 有/无 | x/10 | xxx |\r\n| 评分表现 | x.x星 | x/10 | xxx |\r\n| Listing质量分 | xx/100 | - | - |\r\n| **综合评分** | - | **x/10** | - |\r\n\r\n#### 二、关键词覆盖分析\r\n\r\n**已覆盖核心关键词** (当前有流量的关键词):\r\n| 关键词 | 月搜索量 | 自然排名 | 广告排名 | 流量占比 | 状态 |\r\n|--------|---------|---------|---------|---------|------|\r\n| word1  | xxx     | #x      | #x      | xx%     | 优质 |\r\n| word2  | xxx     | #x      | -       | xx%     | 稳定 |\r\n\r\n**缺失关键词** (竞品有流量但本商品未覆盖):\r\n| 关键词 | 月搜索量 | 购买率 | PPC竞价 | 优先级 |\r\n|--------|---------|--------|---------|--------|\r\n| word3  | xxx     | xx%    | $x.xx   | 高     |\r\n| word4  | xxx     | xx%    | $x.xx   | 中     |\r\n\r\n**转化流失关键词** (有曝光但转化差):\r\n| 关键词 | 搜索量 | 状态 | 建议 |\r\n|--------|--------|------|------|\r\n| word5  | xxx    | 流失 | 优化/否词 |\r\n\r\n#### 三、标题优化建议\r\n- 当前标题分析（长度、关键词密度、可读性）\r\n- 推荐优化标题（融入高价值缺失关键词）\r\n- 关键词布局位置建议\r\n\r\n#### 四、五点描述优化建议\r\n- 当前五点描述评估\r\n- 基于评论反馈的卖点提炼\r\n- 推荐优化的五点描述框架\r\n\r\n#### 五、流量结构优化建议\r\n- 自然流量提升策略\r\n- 广告投放关键词建议\r\n- 推荐流量获取建议（AC/ER/4星）\r\n\r\n#### 六、竞品对比（如提供）\r\n- 关键词覆盖差异\r\n- 流量结构对比\r\n- 可借鉴的优化方向\r\n\r\n#### 七、优先级行动清单\r\n\r\n| 优先级 | 优化动作 | 预期效果 | 工具支持 |\r\n|--------|---------|---------|---------|\r\n| P0 | xxx | xxx | xxx |\r\n| P1 | xxx | xxx | xxx |\r\n| P2 | xxx | xxx | xxx |\r\n\r\n## 输出格式\r\n\r\n使用 Markdown 表格呈现，优先级用 P0/P1/P2 标注。核心建议用加粗标注。\r\n---\r\n\r\n## 参考文档\r\n\r\n本 Skill 涉及的 API 详细参数说明：\r\n\r\n- [`asin_detail`](../../reference/asin_detail.md)\r\n- [`competitor_lookup`](../../reference/competitor_lookup.md)\r\n- [`keyword_order`](../../reference/keyword_order.md)\r\n- [`review`](../../reference/review.md)\r\n- [`traffic_extend`](../../reference/traffic_extend.md)\r\n- [`traffic_keyword`](../../reference/traffic_keyword.md)\r\n- [`traffic_keyword_stat`](../../reference/traffic_keyword_stat.md)\n\nFile v0.1.16:comprehensive/market-analysis.md\n\n# 市场全景分析\r\n\r\n对指定的 Amazon 类目市场进行全面深入的分析，帮助卖家评估市场吸引力、竞争强度和进入可行性。\r\n\r\n## 使用方式\r\n\r\n用户输入: `/market-analysis [类目关键词或类目节点ID]`\r\n\r\n参数说明:\r\n- 第1个参数: 类目名称、关键词或 nodeIdPath（必填）\r\n- 可附加参数: 站点(默认US)、月份(默认最近)\r\n\r\n## 执行步骤\r\n\r\n### 第1步: 获取类目信息\r\n\r\n调用 `product_node` 查找类目节点:\r\n\r\n参数:\r\n- marketplace: 用户指定站点\r\n- keyword: 用户输入的类目关键词\r\n\r\n获取 nodeIdPath 后，进入下一步。\r\n\r\n### 第2步: 并行获取市场核心数据\r\n\r\n> 以下两个工具均只需 nodeIdPath，无数据依赖，**必须并行调用**。\r\n\r\n同时调用以下 2 个工具:\r\n\r\n**1. `market_research`** - 市场整体数据:\r\n- marketplace: 用户指定站点\r\n- nodeIdPath: 第1步获取的节点路径\r\n- month: 指定月份（可选）\r\n- topNum: 10（头部商品数）\r\n- size: 50\r\n\r\n**2. `market_research_statistics`** - 市场深入统计:\r\n- marketplace: 用户指定站点\r\n- nodeIdPath: 节点路径\r\n- topN: 10\r\n- newProduct: 根据行业特性设置（默认6）\r\n\r\n### 第3步: 并行多维度分布分析\r\n\r\n并行调用以下工具，获取市场的多维度数据:\r\n\r\n1. **market_price_distribution** - 价格区间分布\r\n   - 分析不同价格带的商品数量、销量占比、平均销量效率\r\n   - 识别有利润空间的定价带\r\n\r\n2. **market_brand_concentration** - 品牌集中度\r\n   - 头部品牌销量占比\r\n   - 与同级类目对比的品牌垄断程度\r\n   - 新品牌生存空间评估\r\n\r\n3. **market_product_concentration** - 商品集中度\r\n   - 头部商品销量占比\r\n   - 市场竞争强度判断\r\n\r\n4. **market_seller_concentration** - 卖家集中度\r\n   - 头部卖家垄断程度\r\n   - 市场进入壁垒评估\r\n\r\n5. **market_rating_distribution** - 评分值分布\r\n   - 市场整体质量水平\r\n   - 产品优化空间判断\r\n\r\n6. **market_ratings_count_distribution** - 评分数分布\r\n   - 新品评论积累门槛\r\n   - 进入难度评估\r\n\r\n7. **market_listing_date_distribution** - 上架时间分布\r\n   - 新品接受度\r\n   - 市场更新迭代速度\r\n\r\n8. **market_seller_country_distribution** - 卖家所属地分布\r\n   - 中国卖家/本土卖家占比\r\n   - 竞争格局分析\r\n\r\n9. **market_seller_type_concentration** - 发货类型分布\r\n   - FBA/FBM/Amazon自营占比\r\n   - 配送策略建议\r\n\r\n10. **market_ebc_distribution** - A+页面与视频分布\r\n    - 内容配置与销量关系\r\n    - Listing内容投入建议\r\n\r\n11. **market_product_demand_trend** - 需求趋势\r\n    - 页面浏览量、退货率、搜索购买比\r\n    - 需求规模与转化效率\r\n\r\n### 第4步: 生成市场分析报告\r\n\r\n综合所有数据，输出完整的市场分析报告:\r\n\r\n#### 一、市场概览\r\n- 类目名称与层级路径\r\n- 商品总数、品牌数、卖家数\r\n- 月总销量、月总销售额\r\n- 平均价格、平均评分\r\n\r\n#### 二、市场吸引力评估 (1-10分)\r\n\r\n| 维度 | 评分 | 说明 |\r\n|------|------|------|\r\n| 市场规模 | x/10 | 基于月销量/销售额 |\r\n| 增长性 | x/10 | 基于需求趋势 |\r\n| 利润空间 | x/10 | 基于平均毛利率和价格带 |\r\n| 竞争强度 | x/10 | 基于集中度指标（反向计分）|\r\n| 新品友好度 | x/10 | 基于新品占比和上架时间分布 |\r\n| 进入门槛 | x/10 | 基于评分/评论门槛（反向计分）|\r\n| **综合评分** | **x/10** | 加权平均 |\r\n\r\n#### 三、竞争格局分析\r\n- 头部商品集中度及趋势\r\n- 头部品牌集中度及与同级类目对比\r\n- 卖家类型分布（FBA/FBM/自营）及竞争策略\r\n- 卖家所属地分布及中国卖家竞争压力\r\n\r\n#### 四、价格与利润分析\r\n- 各价格区间商品数量与销量占比\r\n- 最佳定价带建议\r\n- 利润空间评估\r\n\r\n#### 五、新品进入评估\r\n- 新品数量占比\r\n- 新品平均销量表现\r\n- 评论积累门槛分析\r\n- A+/视频内容投入建议\r\n\r\n#### 六、风险与机会\r\n- 主要风险点\r\n- 差异化切入方向\r\n- 内容优化建议\r\n\r\n#### 七、结论与建议\r\n- 是否推荐进入该市场\r\n- 推荐的进入策略（价格带、差异化方向）\r\n- 预估投入产出周期\r\n\r\n## 输出格式\r\n\r\n使用 Markdown 表格、评分卡和结构化列表呈现。关键结论用加粗标注，风险用警告标识。\r\n---\r\n\r\n## 参考文档\r\n\r\n本 Skill 涉及的 API 详细参数说明：\r\n\r\n- [`market_brand_concentration`](../../reference/market_brand_concentration.md)\r\n- [`market_ebc_distribution`](../../reference/market_ebc_distribution.md)\r\n- [`market_listing_date_distribution`](../../reference/market_listing_date_distribution.md)\r\n- [`market_price_distribution`](../../reference/market_price_distribution.md)\r\n- [`market_product_concentration`](../../reference/market_product_concentration.md)\r\n- [`market_product_demand_trend`](../../reference/market_product_demand_trend.md)\r\n- [`market_rating_distribution`](../../reference/market_rating_distribution.md)\r\n- [`market_ratings_count_distribution`](../../reference/market_ratings_count_distribution.md)\r\n- [`market_research`](../../reference/market_research.md)\r\n- [`market_research_statistics`](../../reference/market_research_statistics.md)\r\n- [`market_seller_concentration`](../../reference/market_seller_concentration.md)\r\n- [`market_seller_country_distribution`](../../reference/market_seller_country_distribution.md)\r\n- [`market_seller_type_concentration`](../../reference/market_seller_type_concentration.md)\r\n- [`product_node`](../../reference/product_node.md)\n\nFile v0.1.16:comprehensive/opportunity-finder.md\n\n# 蓝海机会挖掘\r\n\r\n通过 ABA 数据和关键词趋势分析，系统发现 Amazon 市场中正在上升、增长或被低估的关键词和产品机会。\r\n\r\n## 使用方式\r\n\r\n用户输入: `/opportunity-finder [关键词或类目]`\r\n\r\n参数说明:\r\n- 第1个参数: 关键词、类目或留空查看全局趋势（必填）\r\n- 可附加参数: 站点(默认US)、搜索模式(热门/异动/增长/飙升/潜力/长尾)\r\n\r\n## 执行步骤\r\n\r\n### 第1步: 确认分析参数\r\n\r\n向用户确认:\r\n- **目标站点**: 默认 US\r\n- **搜索模式**: 默认全部扫描\r\n  - 热门市场: 高搜索量关键词\r\n  - 异动市场: 排名变化异常\r\n  - 持续增长市场: 稳步上升\r\n  - 快速飙升市场: 短期爆发\r\n  - 潜力市场: 低竞争高需求\r\n  - 长尾市场: 精准细分需求\r\n- **类目范围**: 全类目或指定类目\r\n\r\n### 第2步: ABA 周度趋势扫描\r\n\r\n调用 `aba_research_weekly` 进行周度趋势扫描:\r\n\r\n根据用户选择的搜索模式，分别查询:\r\n\r\n**模式1 - 快速飙升市场** (快速发现短期爆发):\r\n- marketplace: 用户指定站点\r\n- searchModel: 4\r\n- includeKeywords: 用户关键词（可选）\r\n- order: 按 `searches` 降序（aba_research_weekly 响应字段为 keyword/searches/clicks/ctr/cvShareRate/rank，可用其中之一作为 field）\r\n- size: 40\r\n\r\n**模式2 - 持续增长市场** (发现稳定增长):\r\n- marketplace: 用户指定站点\r\n- searchModel: 3\r\n- includeKeywords: 用户关键词（可选）\r\n- order: 按 `searches` 降序\r\n- size: 15\r\n\r\n**模式3 - 潜力市场** (低竞争高需求):\r\n- marketplace: 用户指定站点\r\n- searchModel: 5\r\n- includeKeywords: 用户关键词（可选）\r\n- order: 按 `searches` 降序\r\n- size: 15\r\n\r\n### 第3步: ABA 月度趋势验证\r\n\r\n调用 `aba_research_monthly` 进行月度趋势验证:\r\n\r\n参数同上，但按月维度获取数据，验证短期趋势是否在月度上也成立。\r\n\r\n### 第4步: 关键词市场深度评估\r\n\r\n对筛选出的 TOP 10 机会关键词，**并行调用** `keyword_research` 和 `keyword_research_trends`（这些工具不支持批量查询，必须并行调用以节省等待时间）评估市场可行性:\r\n\r\n参数（每个关键词）:\r\n\r\n**`keyword_research`** - 市场全景快照:\r\n- marketplace: 用户指定站点\r\n- keywords: 机会关键词\r\n\r\n**`keyword_research_trends`** - 关键词搜索趋势:\r\n- marketplace: 用户指定站点\r\n- keyword: 机会关键词\r\n\r\n获取: 月搜索量、购买量、商品数、供需比、PPC竞价等完整数据，以及关键词的历史搜索趋势。\r\n\r\n### 第5步: Google 趋势与 ABA 趋势交叉验证\r\n\r\n对 TOP 5 关键词，**并行调用** `google_trend` 和 `aba_research_trend` 验证:\r\n\r\n**`google_trend`** - 外部趋势:\r\n- marketplace: 用户指定站点\r\n- keyword: 机会关键词\r\n- googleProp: \"shoppingCart\"\r\n- monthly: true\r\n\r\n**`aba_research_trend`** - ABA 趋势分析:\r\n- marketplace: 用户指定站点\r\n- keyword: 机会关键词\r\n\r\n获取: Google Shopping 搜索趋势 + ABA 排名历史趋势，确认是否为 Amazon 站内短期波动还是外部真实需求增长。\r\n\r\n### 第6步: 市场可行性验证\r\n\r\n对最有潜力的 TOP 3 方向，**并行调用** `market_research` 验证:\r\n\r\n参数:\r\n- marketplace: 用户指定站点\r\n- departmentKeyword: 机会关键词\r\n\r\n获取: 类目市场规模、竞争度、新品表现等。\r\n\r\n### 第7步: 生成机会挖掘报告\r\n\r\n#### 一、机会扫描概览\r\n\r\n| 搜索模式 | 发现关键词数 | 高潜力词数 |\r\n|----------|-------------|-----------|\r\n| 快速飙升 | xx | xx |\r\n| 持续增长 | xx | xx |\r\n| 潜力市场 | xx | xx |\r\n\r\n#### 二、飙升关键词 (短期爆发机会)\r\n\r\n| 关键词 | 周搜索量 | 增长率 | 商品数 | 供需比 | 点击集中度 | 机会评分 |\r\n|--------|---------|--------|--------|--------|-----------|---------|\r\n| word1  | xxx     | +xx%   | xx     | xx     | xx%       | ★★★★★  |\r\n| word2  | xxx     | +xx%   | xx     | xx     | xx%       | ★★★★☆  |\r\n\r\n#### 三、持续增长关键词 (长期布局机会)\r\n\r\n| 关键词 | 月搜索量 | 近3月增长率 | 同比增长率 | 商品数 | PPC竞价 | 机会评分 |\r\n|--------|---------|------------|-----------|--------|---------|---------|\r\n| word3  | xxx     | +xx%       | +xx%      | xx     | $x.xx   | ★★★★★  |\r\n\r\n#### 四、潜力关键词 (蓝海市场)\r\n\r\n| 关键词 | 月搜索量 | 购买率 | 商品数 | 供需比 | SPR | 机会评分 |\r\n|--------|---------|--------|--------|--------|-----|---------|\r\n| word4  | xxx     | xx%    | xx     | xx     | xx  | ★★★★★  |\r\n\r\n#### 五、趋势交叉验证\r\n\r\n| 关键词 | ABA周度 | ABA月度 | ABA趋势 | Google趋势 | 一致性 | 可信度 |\r\n|--------|---------|---------|---------|-----------|--------|--------|\r\n| word1  | 飙升    | 上升    | 上升    | 上升      | 高     | 高     |\r\n| word2  | 增长    | 平稳    | 平稳    | 平稳      | 中     | 中     |\r\n\r\n#### 六、TOP 3 机会详细分析\r\n\r\n每个机会方向包含:\r\n- 关键词/市场需求分析\r\n- 竞争强度评估\r\n- 新品进入可行性\r\n- 预估利润空间\r\n- 建议进入策略\r\n\r\n#### 七、机会优先级排序\r\n\r\n| 优先级 | 机会方向 | 类型 | 预估投入 | 预估回报 | 时间窗口 |\r\n|--------|---------|------|---------|---------|---------|\r\n| 1      | xxx     | 飙升 | $xxx    | $xxx/月 | 紧急    |\r\n| 2      | xxx     | 增长 | $xxx    | $xxx/月 | 1-3月   |\r\n| 3      | xxx     | 蓝海 | $xxx    | $xxx/月 | 3-6月   |\r\n\r\n#### 八、行动建议\r\n- 需要立即抓住的时间敏感型机会\r\n- 值得长期布局的增长型机会\r\n- 低竞争适合新品测试的蓝海机会\r\n- 风险提示和注意事项\r\n\r\n## 输出格式\r\n\r\n使用 Markdown 表格、星级评分呈现。时间敏感型机会用紧急标识，长期机会用推荐标识。\r\n---\r\n\r\n## 参考文档\r\n\r\n本 Skill 涉及的 API 详细参数说明：\r\n\r\n- [`aba_research_monthly`](../../reference/aba_research_monthly.md)\r\n- [`aba_research_trend`](../../reference/aba_research_trend.md)\r\n- [`aba_research_weekly`](../../reference/aba_research_weekly.md)\r\n- [`google_trend`](../../reference/google_trend.md)\r\n- [`keyword_research`](../../reference/keyword_research.md)\r\n- [`keyword_research_trends`](../../reference/keyword_research_trends.md)\r\n- [`market_research`](../../reference/market_research.md)\n\nFile v0.1.16:comprehensive/pricing-strategy.md\n\n# 定价策略分析\r\n\r\n分析指定类目或 ASIN 的定价环境，帮助卖家制定最优定价策略。\r\n\r\n## 使用方式\r\n\r\n用户输入: `/pricing-strategy [ASIN或类目关键词]`\r\n\r\n参数说明:\r\n- 第1个参数: ASIN 或类目关键词（必填）\r\n- 可附加参数: 站点(默认US)\r\n\r\n## 执行步骤\r\n\r\n### 第1步: 判断输入类型\r\n\r\n如果输入是 ASIN（以B开头，10位字符）:\r\n- 获取商品详情和价格趋势\r\n- 获取类目信息用于市场定价分析\r\n\r\n如果输入是关键词:\r\n- 先查找类目节点\r\n- 进行市场级别的定价分析\r\n\r\n### 第2步: ASIN 价格深度分析\r\n\r\n如果是 ASIN，**同时并行调用**以下4个工具（它们之间无数据依赖，必须在一个批次中发起）:\r\n\r\n| 工具 | 用途 | 参数 |\r\n|------|------|------|\r\n| **asin_detail** | 获取当前价格、标识 | marketplace, asin |\r\n| **asin_detail_with_coupon_trend** | 获取详情+优惠趋势 | marketplace, asin |\r\n| **asin_coupon_trend** | 获取优惠价格历史 | marketplace, asin |\r\n| **keepa_info** | 获取价格历史趋势 | marketplace, asin |\r\n\r\n> 参数均为: `marketplace`=用户指定站点, `asin`=目标ASIN。全部返回后再进入第3步。\r\n\r\n### 第3步: 市场定价环境分析\r\n\r\n调用 `market_price_distribution` 分析价格分布:\r\n\r\n参数:\r\n- marketplace: 用户指定站点\r\n- nodeIdPath: 目标类目节点\r\n- month: 当月\r\n\r\n获取: 各价格区间的商品数量、销量占比、平均销量效率。\r\n\r\n### 第4步: 竞品价格对比\r\n\r\n**ASIN 模式**：调用 `competitor_lookup` 获取同类竞品价格:\r\n\r\n参数:\r\n- marketplace: 用户指定站点\r\n- asins: [目标ASIN]（array 类型，可一次传入多个 ASIN）\r\n- size: 20\r\n\r\n获取: TOP 20 竞品的价格、销量、评分等数据。\r\n\r\n**关键词模式**：调用 `product_research` 获取类目下 TOP 商品:\r\n\r\n参数:\r\n- marketplace: 用户指定站点\r\n- nodeIdPath: 类目节点（第1步获取）\r\n- size: 20\r\n\r\n获取: TOP 20 商品的价格、销量、评分等数据。\r\n\r\n### 第5步: 生成定价策略报告\r\n\r\n#### 一、当前定价分析（ASIN模式）\r\n\r\n| 指标 | 数据 |\r\n|------|------|\r\n| ASIN | xxx |\r\n| 标题 | xxx |\r\n| 当前售价 | $xx.xx |\r\n| 优惠类型 | 金额/百分比/无 |\r\n| 优惠金额 | $x.xx |\r\n| 实际成交价 | $xx.xx |\r\n| 划线价 | $xx.xx |\r\n\r\n**价格历史趋势**:\r\n- 近90天价格变化\r\n- 促销频率和力度\r\n- 价格调整策略判断\r\n\r\n#### 二、市场价格带分析\r\n\r\n| 价格区间 | 商品数 | 商品占比 | 销量占比 | 平均销量效率 | 平均评分 |\r\n|----------|--------|---------|---------|-------------|---------|\r\n| $0-10    | xx     | xx%     | xx%     | xx          | x.x     |\r\n| $10-20   | xx     | xx%     | xx%     | xx          | x.x     |\r\n| $20-30   | xx     | xx%     | xx%     | xx          | x.x     |\r\n| $30-50   | xx     | xx%     | xx%     | xx          | x.x     |\r\n| $50+     | xx     | xx%     | xx%     | xx          | x.x     |\r\n\r\n**最优定价带**: $xx-$xx（销量效率最高且竞争相对温和的价格区间）\r\n\r\n#### 三、竞品价格对比\r\n\r\n| 排名 | ASIN | 品牌 | 价格 | 优惠价 | 月销量 | 评分 | 价格策略 |\r\n|------|------|------|------|--------|--------|------|---------|\r\n| 1    | xxx  | xxx  | $xx  | $xx    | xxx    | x.x  | 高价策略 |\r\n| 2    | xxx  | xxx  | $xx  | $xx    | xxx    | x.x  | 低价走量 |\r\n| ...  | ...  | ...  | ...  | ...    | ...    | ...  | ...     |\r\n\r\n**本商品在竞品中的价格定位**: 高于/低于/接近中位数\r\n\r\n#### 四、定价策略建议\r\n\r\n**策略一: 价值定价**\r\n- 建议价格: $xx.xx\r\n- 适用条件: 产品有明显差异化优势\r\n- 预期效果: 兼顾利润和销量\r\n\r\n**策略二: 竞争定价**\r\n- 建议价格: $xx.xx\r\n- 适用条件: 与竞品同质化程度高\r\n- 预期效果: 快速获取市场份额\r\n\r\n**策略三: 穿透定价**\r\n- 建议价格: $xx.xx\r\n- 适用条件: 新品打入市场、快速起量\r\n- 预期效果: 牺牲短期利润换取排名和流量\r\n\r\n**策略四: 撇脂定价**\r\n- 建议价格: $xx.xx\r\n- 适用条件: 产品有独特卖点或品牌溢价\r\n- 预期效果: 最大化单品利润\r\n\r\n#### 五、促销策略建议\r\n- 推荐的优惠类型和力度\r\n- 促销频率建议\r\n- 适合的促销时机（节日/旺季）\r\n- Coupon vs 降价 vs 秒杀的选择建议\r\n\r\n#### 六、价格弹性评估\r\n- 当前价格区间内的价格弹性判断\r\n- 提价/降价对销量的预期影响\r\n- 最优价格点建议\r\n\r\n#### 七、行动建议\r\n- 立即调整项（如有明显定价问题）\r\n- 短期优化建议\r\n- 长期定价策略\r\n\r\n## 输出格式\r\n\r\n使用 Markdown 表格呈现，关键定价建议用加粗标注。策略对比用表格形式展示优劣势。\r\n---\r\n\r\n## 参考文档\r\n\r\n本 Skill 涉及的 API 详细参数说明：\r\n\r\n- [`competitor_lookup`](../../reference/competitor_lookup.md)\r\n- [`market_price_distribution`](../../reference/market_price_distribution.md)\r\n- [`product_research`](../../reference/product_research.md)\n\nFile v0.1.16:comprehensive/product-research.md\n\n# 智能选品助手\r\n\r\n根据卖家的选品需求，系统性筛选和分析 Amazon 商品，从数据维度评估产品潜力，辅助选品决策。\r\n\r\n## 使用方式\r\n\r\n用户输入: `/product-research [关键词/类目]`\r\n\r\n参数说明:\r\n- 第1个参数: 关键词或类目名称（必填）\r\n- 可附加参数: 站点(默认US)、价格区间、月销量范围、评分范围等\r\n\r\n## 执行步骤\r\n\r\n### 第1步: 确认选品条件\r\n\r\n向用户确认以下选品筛选条件（如用户未指定则使用推荐默认值）:\r\n- **目标站点**: 默认 US\r\n- **价格区间**: 默认 $15-$50\r\n- **月销量下限**: 默认 300\r\n- **最高评分数**: 默认 500\r\n- **最低评分值**: 默认 4.0\r\n- **毛利率下限**: 默认 20%\r\n- **商品重量上限**: 默认 500g\r\n- **关键词匹配方式**: 默认模糊匹配\r\n\r\n### 第2步: 查找类目节点\r\n\r\n调用 `product_node` 工具，根据用户输入的关键词查找对应的 Amazon 类目节点路径，获取 nodeIdPath。\r\n\r\n参数:\r\n- marketplace: 用户指定的站点\r\n- keyword: 用户输入的关键词\r\n\r\n### 第3步: 商品筛选\r\n\r\n调用 `product_research` 工具，按条件筛选商品。\r\n\r\n参数设置:\r\n- marketplace: 用户指定的站点\r\n- keyword: 用户输入的关键词\r\n- nodeIdPath: 第2步获取的类目路径（可选）\r\n- minPrice / maxPrice: 价格区间\r\n- minUnits: 月销量下限\r\n- maxRatings: 最高评分数\r\n- minRating: 最低评分值\r\n- minProfit: 毛利率下限\r\n- maxWeights: 重量上限\r\n- matchType: 匹配方式（integer，1=词组匹配，2=模糊匹配，3=精准匹配，默认 2）\r\n- order: 按 `units`（月销量）降序排列\r\n- size: 20\r\n- page: 1\r\n\r\n### 第4步: 市场可行性验证\r\n\r\n对筛选结果中的 TOP 3-5 商品，**并行调用**以下工具（这些工具不支持批量查询，必须并行调用）:\r\n\r\n1. **asin_detail** - 获取商品完整详情（品牌、卖家、变体、配送方式等）— 为每个 ASIN 单独调用，所有调用并行执行\r\n2. **asin_prediction** - 获取近14个月销量趋势，判断增长性 — 为每个 ASIN 单独调用，所有调用并行执行\r\n3. **market_research_statistics** - 验证类目整体市场机会 — 与所有 ASIN 级别调用并行执行\r\n4. **google_trend** - 验证关键词搜索趋势 — 与所有 ASIN 级别调用并行执行（可选）\r\n\r\n> **并行策略**: 假设筛选出 N 个商品（N=3~5），则本轮共发起 2N+1~2N+2 个并行调用（N 个 asin_detail + N 个 asin_prediction + 1 个 market_research_statistics + 0~1 个 google_trend），切勿串行逐个调用。\r\n\r\n### 第5步: 生成选品报告\r\n\r\n综合所有数据，输出结构化选品报告，包含以下内容:\r\n\r\n#### 一、筛选概览\r\n- 搜索关键词、类目、站点\r\n- 符合条件的商品总数\r\n- 市场整体规模（月销量/销售额）\r\n\r\n#### 二、潜力商品推荐 (TOP 5)\r\n每个商品包含:\r\n- ASIN、标题、品牌\r\n- 价格、月销量、月销售额\r\n- 评分值、评分数\r\n- BSR排名（大类/小类）\r\n- 毛利率、FBA费用\r\n- 上架时间\r\n- 变体数量\r\n- 卖家类型（FBA/FBM/Amazon自营）\r\n\r\n#### 三、趋势分析\r\n- TOP商品近14个月销量趋势（增长/稳定/衰退）\r\n- 类目整体需求趋势\r\n- Google Trends 验证（如第4步已调用则直接引用结果）\r\n\r\n#### 四、风险评估\r\n- 商品集中度风险（头部垄断程度）\r\n- 品牌集中度风险\r\n- 新品进入难度（评分门槛、评论门槛）\r\n- 价格竞争激烈程度\r\n\r\n#### 五、选品建议\r\n- 是否推荐进入该细分市场\r\n- 推荐的价格区间和差异化方向\r\n- 预估投入和回报周期\r\n- 需要注意的风险点\r\n\r\n## 输出格式\r\n\r\n使用 Markdown 表格和结构化列表呈现数据，关键指标用加粗标注。评分和趋势用直观的符号表示。\r\n---\r\n\r\n## 参考文档\r\n\r\n本 Skill 涉及的 API 详细参数说明：\r\n\r\n- [`asin_detail`](../../reference/asin_detail.md)\r\n- [`asin_prediction`](../../reference/asin_prediction.md)\r\n- [`google_trend`](../../reference/google_trend.md)\r\n- [`market_research_statistics`](../../reference/market_research_statistics.md)\r\n- [`product_node`](../../reference/product_node.md)\r\n- [`product_research`](../../reference/product_research.md)\n\nArchive v0.1.15: 31 files, 60233 bytes\n\nFiles: agent-instructions.md (2758b), comprehensive/ad-optimizer.md (6371b), comprehensive/competitor-analysis.md (4844b), comprehensive/keyword-research.md (4651b), comprehensive/listing-optimizer.md (5677b), comprehensive/market-analysis.md (5630b), comprehensive/opportunity-finder.md (6401b), comprehensive/pricing-strategy.md (5034b), comprehensive/product-research.md (4252b), comprehensive/review-insights.md (4603b), comprehensive/traffic-analysis.md (5858b), README.md (5458b), SKILL.md (8402b), tactical/aba-high-growth-trend.md (2626b), tactical/fbm-intercept.md (2388b), tactical/hidden-bestseller.md (2090b), tactical/high-margin-lightweight.md (2562b), tactical/high-new-product-ratio.md (2662b), tactical/high-ticket-long-tail.md (2564b), tactical/hot-low-rating.md (2394b), tactical/local-premium-disruption.md (2483b), tactical/low-brand-monopoly.md (2795b), tactical/low-monopoly-keyword.md (2449b), tactical/natural-traffic-audit.md (2947b), tactical/new-product-burst.md (2621b), tactical/poor-listing-winner.md (2489b), tactical/review-sentiment.md (3033b), tactical/seasonal-prepositioning.md (3574b), tactical/title-density-gap.md (2824b), tactical/variant-gap-analysis.md (2507b), _meta.json (139b)\n\nFile v0.1.15:SKILL.md\n\n---\r\nname: sellersprite-skills\r\ndescription: 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。\r\nlicense: MIT-0\r\nversion: 0.1.16\r\n---\r\n\r\n# SellerSprite Skills 体系\r\n\r\n> 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。\r\n\r\n---\r\n\r\n## 技能体系总览\r\n\r\nSellerSprite 提供 **27 个 AI Skills**，分为两层：\r\n\r\n| 层级 | 数量 | 调用方式 | 定位 |\r\n|------|------|----------|------|\r\n| **综合分析** | 10 个 | `/命令` | 多步骤工作流，生成完整报告 |\r\n| **战术选品** | 17 个 | 对话引用名称 | 单一策略，聚焦具体打法 |\r\n\r\n---\r\n\r\n## 一、综合分析 Skills（10 个）\r\n\r\n通过 `/命令` 调用，由 Claude Code 直接执行多步骤分析流程。\r\n\r\n| 命令 | 技能名称 | 用途 | 核心工具 |\r\n|------|----------|------|----------|\r\n| `/product-research` | 智能选品助手 | 按多维条件筛选潜力商品 | `product_research` + `product_node` |\r\n| `/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 |\r\n| `/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` |\r\n| `/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` |\r\n| `/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` |\r\n| `/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` |\r\n| `/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` |\r\n| `/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 |\r\n| `/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` |\r\n| `/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` |\r\n\r\n### 综合分析使用方式\r\n\r\n```\r\n用户: /market-analysis earbuds US\r\nAI: [执行 4-5 步工作流，生成完整市场分析报告]\r\n```\r\n\r\n---\r\n\r\n## 二、战术选品 Skills（17 个）\r\n\r\n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。\r\n\r\n### 2.1 新品爆发型（2）\r\n\r\n| 技能名称 | 难度 | 核心工具 | 一句话逻辑 | 文件 |\r\n|----------|------|----------|-----------|------|\r\n| **新品快速爆发** | ⭐ | `product_research` | 上架 ≤2月、销量 ≥300、Review ≤100 | `tactical/new-product-burst.md` |\r\n| **隐形爆款** | ⭐ | `product_research` | 上架 ≤3月、销量 ≥500、Review ≤50 | `tactical/hidden-bestseller.md` |\r\n\r\n### 2.2 关键词趋势型（3）\r\n\r\n| 技能名称 | 难度 | 核心工具 | 一句话逻辑 | 文件 |\r\n|----------|------|----------|-----------|------|\r\n| **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` |\r\n| **流量分散关键词** | ⭐⭐ | `keyword_miner` | 搜索 ≥5000 + 集中度 <50% | `tactical/low-monopoly-keyword.md` |\r\n| **标题密度漏洞** | ⭐⭐⭐ | `keyword_miner` | 标题密度 ≤5 的长尾词 | `tactical/title-density-gap.md` |\r\n\r\n### 2.3 产品缺陷型（2）\r\n\r\n| 技能名称 | 难度 | 核心工具 | 一句话逻辑 | 文件 |\r\n|----------|------|----------|-----------|------|\r\n| **热销低评分产品** | ⭐⭐ | `product_research` | 月销 ≥1000 + 评分 ≤4.2 | `tactical/hot-low-rating.md` |\r\n| **评论语义分析** | ⭐⭐⭐ | `review` | 差评 NLP 聚类 → 改良指南 | `tactical/review-sentiment.md` |\r\n\r\n### 2.4 类目结构型（3）\r\n\r\n| 技能名称 | 难度 | 核心工具 | 一句话逻辑 | 文件 |\r\n|----------|------|----------|-----------|------|\r\n| **低品牌垄断类目** | ⭐⭐ | `market_research` | 品牌集中度 <45% | `tactical/low-brand-monopoly.md` |\r\n| **高新品占比市场** | ⭐⭐ | `market_research` | 新品占比 >5% + 新品仍出单 | `tactical/high-new-product-ratio.md` |\r\n| **高毛利轻小品** | ⭐⭐ | `product_research` | FBA ≤$4 + 毛利 ≥50% | `tactical/high-margin-lightweight.md` |\r\n\r\n### 2.5 流量防伪型（2）\r\n\r\n| 技能名称 | 难度 | 核心工具 | 一句话逻辑 | 文件 |\r\n|----------|------|----------|-----------|------|\r\n| **自然流量反查** | ⭐⭐⭐ | `traffic_source` | 自然流量占比 >60% | `tactical/natural-traffic-audit.md` |\r\n| **变体拆解模型** | ⭐⭐⭐ | `asin_detail` | 找未被覆盖的变体缺口 | `tactical/variant-gap-analysis.md` |\r\n\r\n### 2.6 机会捕捉型（5）\r\n\r\n| 技能名称 | 难度 | 核心工具 | 一句话逻辑 | 文件 |\r\n|----------|------|----------|-----------|------|\r\n| **本土溢价降维** | ⭐⭐ | `product_research` | 美国卖家 + 高价 + 高销 | `tactical/local-premium-disruption.md` |\r\n| **FBM 拦截** | ⭐ | `product_research` | FBM 发货 + 月销 ≥300 | `tactical/fbm-intercept.md` |\r\n| **低质量 Listing 高销量** | ⭐⭐ | `product_research` | LQS ≤60 + 月销 ≥400 | `tactical/poor-listing-winner.md` |\r\n| **高客单长尾** | ⭐⭐⭐ | `keyword_miner` | 均价 ≥$80 + 搜索量适中 | `tactical/high-ticket-long-tail.md` |\r\n| **季节前置爆破** | ⭐⭐⭐⭐ | `keyword_miner` | 历史同期环比增长 >100% | `tactical/seasonal-prepositioning.md` |\r\n\r\n### 战术选品使用方式\r\n\r\n```\r\n用户: 帮我找一下最近上架的爆款新品\r\nAI: [识别到\"新品快速爆发\"技能，按卡片参数执行筛选]\r\n```\r\n\r\n---\r\n\r\n## 三、全局参数\r\n\r\n以下参数适用于所有工具调用：\r\n\r\n| 参数 | 默认值 | 说明 |\r\n|------|--------|------|\r\n| `marketplace` | `US` | 目标站点：US/JP/UK/DE/FR/IT/ES/CA/IN |\r\n| `matchType` | `2` | 关键词匹配：1=词组 2=模糊 3=精准（默认 2） |\r\n| `size` | `50` | 每页返回条数（默认 50，最大 100） |\r\n\r\n---\r\n\r\n## 四、推荐组合链路\r\n\r\n```\r\n品类扫描 -> 低品牌垄断 / 高新品占比\r\n    |\r\n关键词挖掘 -> ABA增长词 / 流量分散词 / 标题密度漏洞\r\n    |\r\n竞品锁定 -> 新品爆发 / 隐形爆款 / 热销低评分\r\n    |\r\n竞品验真 -> 自然流量反查\r\n    |\r\n痛点提炼 -> 评论语义分析\r\n    |\r\n产品开发 -> 变体拆解 + 高毛利轻小\r\n```\r\n\r\n---\r\n\r\n## 五、文件结构\r\n\r\n```\r\nskills/\r\n  SKILL.md                          # 本文件：技能总览元数据\r\n  README.md                         # Skill 索引（27 个 Skill 的详细列表）\r\n  agent-instructions.md             # 项目概述 + 38 个 MCP 工具清单，作为 AI 客户端的 CLAUDE.md/AGENTS.md 写入\r\n  comprehensive/                    # 综合分析 Skills（10 个）\r\n    product-research.md\r\n    market-analysis.md\r\n    competitor-analysis.md\r\n    keyword-research.md\r\n    listing-optimizer.md\r\n    traffic-analysis.md\r\n    opportunity-finder.md\r\n    review-insights.md\r\n    pricing-strategy.md\r\n    ad-optimizer.md\r\n  tactical/                         # 战术选品 Skills（17 个）\r\n    new-product-burst.md / hidden-bestseller.md\r\n    aba-high-growth-trend.md / low-monopoly-keyword.md / title-density-gap.md\r\n    hot-low-rating.md / review-sentiment.md\r\n    low-brand-monopoly.md / high-new-product-ratio.md / high-margin-lightweight.md\r\n    natural-traffic-audit.md / variant-gap-analysis.md\r\n    local-premium-disruption.md / fbm-intercept.md / poor-listing-winner.md\r\n    high-ticket-long-tail.md / seasonal-prepositioning.md\r\n```\r\n\r\n---\r\n\r\n## 六、工具前缀说明\r\n\r\n当通过 MCP 客户端（如 Claude Code、Cursor）调用工具时，使用完整工具名：\r\n\r\n```\r\nmcp__sellersprite__<tool_name>\r\n```\r\n\r\n例如：`mcp__sellersprite__asin_detail`、`mcp__sellersprite__product_research`\r\n\r\n完整工具清单见 `agent-instructions.md`。\n\nFile v0.1.15:README.md\n\n# 卖家精灵 Skills 索引\r\n\r\n> 共 27 个 Skills，覆盖从品类扫描到产品开发的全链路选品流程。\r\n> 每个 Skill 是一个独立的、可被 AI 直接执行的\"数据技能卡\"。\r\n\r\n---\r\n\r\n## 全局参数默认值\r\n\r\n> 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。\r\n\r\n| 参数 | 默认值  | 说明 |\r\n|------|------|------|\r\n| `marketplace` | `US` | 目标站点（US/JP/UK/DE/FR/IT/ES/CA/IN） |\r\n| `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`） |\r\n| `size` | `50` | 每页返回条数（默认：50，最大：100） |\r\n\r\n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。\r\n\r\n---\r\n\r\n## 一、综合分析（10 个）\r\n\r\n> 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。\r\n\r\n| Skill | 核心场景 | 一句话说明 |\r\n|-------|---------|-----------|\r\n| [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 |\r\n| [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 |\r\n| [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 |\r\n| [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 |\r\n| [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 |\r\n| [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 |\r\n| [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 |\r\n| [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 |\r\n| [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 |\r\n| [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 |\r\n\r\n## 二、战术选品（17 个）\r\n\r\n> 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。\r\n\r\n### 新品爆发型\r\n\r\n| Skill | 核心工具 | 一句话逻辑 |\r\n|-------|---------|-----------|\r\n| [新品快速爆发](tactical/new-product-burst.md) | `product_research` | 上架<=2月、销量>=300、Review<=100 |\r\n| [隐形爆款](tactical/hidden-bestseller.md) | `product_research` | 上架<=3月、销量>=500、Review<=50 |\r\n\r\n### 关键词趋势型\r\n\r\n| Skill | 核心工具 | 一句话逻辑 |\r\n|-------|---------|-----------|\r\n| [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 |\r\n| [流量分散关键词](tactical/low-monopoly-keyword.md) | `keyword_miner` | 搜索>=5000+集中度<50% |\r\n| [标题密度漏洞](tactical/title-density-gap.md) | `keyword_miner` | 标题密度<=5的长尾词 |\r\n\r\n### 产品缺陷型\r\n\r\n| Skill | 核心工具 | 一句话逻辑 |\r\n|-------|---------|-----------|\r\n| [热销低评分产品](tactical/hot-low-rating.md) | `product_research` | 月销>=1000+评分<=4.2 |\r\n| [评论语义分析](tactical/review-sentiment.md) | `review` | 差评NLP聚类 -> 改良指南 |\r\n\r\n### 类目结构型\r\n\r\n| Skill | 核心工具 | 一句话逻辑 |\r\n|-------|---------|-----------|\r\n| [低品牌垄断类目](tactical/low-brand-monopoly.md) | `market_research` | 品牌集中度<45% |\r\n| [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 |\r\n| [高毛利轻小品](tactical/high-margin-lightweight.md) | `product_research` | FBA<=$4+毛利>=50% |\r\n\r\n### 流量防伪型\r\n\r\n| Skill | 核心工具 | 一句话逻辑 |\r\n|-------|---------|-----------|\r\n| [自然流量反查](tactical/natural-traffic-audit.md) | `traffic_source` | 自然流量占比>60% |\r\n| [变体拆解模型](tactical/variant-gap-analysis.md) | `asin_detail` | 找未被覆盖的变体缺口 |\r\n\r\n### 机会捕捉型\r\n\r\n| Skill | 核心工具 | 一句话逻辑 |\r\n|-------|---------|-----------|\r\n| [本土溢价降维](tactical/local-premium-disruption.md) | `product_research` | 美国卖家+高价+高销 |\r\n| [FBM拦截](tactical/fbm-intercept.md) | `product_research` | FBM发货+月销>=300 |\r\n| [低质量Listing高销量](tactical/poor-listing-winner.md) | `product_research` | LQS<=60+月销>=400 |\r\n| [高客单长尾](tactical/high-ticket-long-tail.md) | `keyword_miner` | 均价>=$80+搜索量适中 |\r\n| [季节前置爆破](tactical/seasonal-prepositioning.md) | `keyword_miner` | 历史同期环比增长>100% |\r\n\r\n---\r\n\r\n## 推荐组合链路\r\n\r\n```\r\n品类扫描 -> 低品牌垄断 / 高新品占比（找蓝海类目）\r\n    |\r\n关键词挖掘 -> ABA增长词 / 流量分散词 / 标题密度漏洞（找增长词+机会词）\r\n    |\r\n竞品锁定 -> 新品爆发 / 隐形爆款 / 热销低评分（找目标竞品）\r\n    |\r\n竞品验真 -> 自然流量反查（流量防伪）\r\n    |\r\n痛点提炼 -> 评论语义分析（评论分析）\r\n    |\r\n产品开发 -> 变体拆解 + 高毛利轻小（利润验证）\r\n```\n\nFile v0.1.15:_meta.json\n\n{\n  \"ownerId\": \"kn7br81ts5xd2ff42tcssqedjd86py92\",\n  \"slug\": \"sellersprite-skills\",\n  \"version\": \"0.1.15\",\n  \"publishedAt\": 1779434590608\n}\n\nFile v0.1.15:agent-instructions.md\n\n# SellerSprite Skills - 卖家精灵 Skills\r\n\r\n## 项目概述\r\n\r\n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。\r\n\r\n## 两层 Skills 体系\r\n\r\n### 战术选品 Skills (`skills/`)\r\n\r\n17个精准选品策略卡片，每个对应一个具体选品打法：\r\n- 新品爆发型 (01-02): 新品快速爆发、隐形爆款\r\n- 关键词趋势型 (03-05): ABA增长词、流量分散词、标题密度漏洞\r\n- 产品缺陷型 (06-07): 热销低评分、评论语义分析\r\n- 类目结构型 (08-10): 低品牌垄断、高新品占比、高毛利轻小\r\n- 流量防伪型 (11-12): 自然流量反查、变体拆解\r\n- 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\r\n\r\n用法：对话中引用 skill 卡片，让 AI 按卡片参数执行。\r\n\r\n### 综合分析 Skills (`skills/comprehensive/`)\r\n\r\n10个场景化分析命令，通过 `/命令` 调用：\r\n- `/product-research` - 智能选品助手\r\n- `/market-analysis` - 市场全景分析\r\n- `/competitor-analysis` - 竞品深度拆解\r\n- `/keyword-research` - 关键词选品研究\r\n- `/listing-optimizer` - Listing优化诊断\r\n- `/traffic-analysis` - 流量结构分析\r\n- `/opportunity-finder` - 蓝海机会挖掘\r\n- `/review-insights` - 买家评论洞察\r\n- `/pricing-strategy` - 定价策略分析\r\n- `/ad-optimizer` - 广告投放优化\r\n\r\n## Python MCP 客户端\r\n\r\n```bash\r\npip install sellersprite-cli\r\n```\r\n\r\n```bash\r\n# 设置密钥\r\nsellersprite config --key 你的密钥\r\n```\r\n\r\n```python\r\nfrom sellersprite_cli import SellerSprite\r\nss = SellerSprite()\r\nresult = ss.product_node(keyword=\"earbuds\")\r\n```\r\n\r\n## MCP 工具清单 (38个)\r\n\r\nASIN分析: asin_detail, asin_prediction, asin_coupon_trend, asin_detail_with_coupon_trend, keepa_info\r\n商品竞品: product_research, competitor_lookup, product_node\r\n关键词: keyword_miner, keyword_research, keyword_research_trends, keyword_order, bsr_prediction\r\n流量: traffic_keyword, traffic_keyword_stat, traffic_source, traffic_listing_stat, traffic_listing, traffic_extend\r\n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\r\nABA/趋势: aba_research_weekly, aba_research_monthly, aba_research_trend, google_trend, review\r\n\r\n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)\n\nFile v0.1.15:comprehensive/ad-optimizer.md\n\n# 广告投放优化\r\n\r\n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。\r\n\r\n## 使用方式\r\n\r\n用户输入: `/ad-optimizer [ASIN]`\r\n\r\n参数说明:\r\n- 第1个参数: 投放商品的 ASIN（必填）\r\n- 可附加参数: 站点(默认US)、预算范围\r\n\r\n## 执行步骤\r\n\r\n### 第1步: 并行获取商品基础数据\r\n\r\n> 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。\r\n\r\n同时调用以下 4 个工具:\r\n\r\n**1. `asin_detail`** - 商品基础画像:\r\n- marketplace: 用户指定站点\r\n- asin: 目标ASIN\r\n\r\n**2. `traffic_keyword`** - 当前流量关键词:\r\n- marketplace: 用户指定站点\r\n- asin: 目标ASIN\r\n- order: 按 trafficPercentage 降序\r\n- size: 100\r\n\r\n**3. `traffic_keyword_stat`** - 广告词概览统计:\r\n- marketplace: 用户指定站点\r\n- asin: 目标ASIN\r\n- month: 历史月份 yyyyMM（可选，不传默认近30天）\r\n\r\n**4. `keyword_order`** - 关键词转化表现:\r\n- marketplace: 用户指定站点\r\n- asins: [目标ASIN]\r\n- reverseType: \"W\" (周度)\r\n- 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\r\n\r\n### 第2步: 并行获取拓展与流量来源\r\n\r\n> 以下两个工具互相独立，**必须并行调用**。\r\n\r\n同时调用以下 2 个工具:\r\n\r\n**1. `traffic_extend`** - 广告关键词拓展:\r\n- marketplace: 用户指定站点\r\n- asinList: [目标ASIN]\r\n- queryType: 2\r\n- minSearches: 500\r\n- minPurchases: 10\r\n- size: 50\r\n\r\n> 注意: `order` 参数为 object 类型，不要传字符串。\r\n\r\n**2. `traffic_source`** - 竞品广告策略分析:\r\n- marketplace: 用户指定站点\r\n- q: 目标ASIN\r\n\r\n### 第3步: 核心广告词深度分析（依赖第1步）\r\n\r\n> 本步骤依赖第 1 步的输出结果，**不能与第 2 步并行**。\r\n\r\n调用 `keyword_miner`:\r\n- marketplace: 用户指定站点\r\n- 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）\r\n- keywordList: 批量查询关键词列表（与 keyword 二选一，单次最多 50 个）\r\n- size: 30\r\n\r\n获取: 搜索量、购买率、SPR、PPC竞价、点击集中度等广告决策指标。\r\n\r\n### 第4步: 生成广告优化报告\r\n\r\n#### 一、广告投放现状\r\n\r\n| 指标 | 数据 |\r\n|------|------|\r\n| 当前广告词数 | xx |\r\n| SP广告词 | xx |\r\n| 品牌广告词 | xx |\r\n| 视频广告词 | xx |\r\n| 自然流量词数 | xx |\r\n| 广告/自然比 | x:x |\r\n\r\n**广告覆盖度评估**: 不足/一般/充分\r\n\r\n#### 二、关键词转化分析\r\n\r\n**转化优质词** (应加大投放):\r\n| 关键词 | 搜索量 | 自然排名 | 转化状态 | PPC竞价 | 投放建议 |\r\n|--------|--------|---------|---------|---------|---------|\r\n| word1  | xxx    | #x      | 优质    | $x.xx   | 加大竞价 |\r\n\r\n**转化流失词** (需优化):\r\n| 关键词 | 搜索量 | 转化状态 | 问题诊断 | 建议 |\r\n|--------|--------|---------|---------|------|\r\n| word2  | xxx    | 流失    | Landing page/Listing不匹配 | 优化/暂停 |\r\n\r\n**无效曝光词** (建议否词):\r\n| 关键词 | 搜索量 | 点击率低原因 | 否词建议 |\r\n|--------|--------|-------------|---------|\r\n| word3  | xxx    | 相关性低    | 精确否词 |\r\n\r\n#### 三、新增投放关键词推荐\r\n\r\n**高优先级** (高搜索+高转化+低竞争):\r\n| 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 |\r\n|--------|---------|--------|---------|--------|-----------|---------|\r\n| word4  | xxx     | xx%    | $x.xx   | xx     | xx%       | $x.xx   |\r\n\r\n**中优先级** (中等搜索+稳定需求):\r\n| 关键词 | 月搜索量 | 购买率 | PPC竞价 | 建议出价 |\r\n|--------|---------|--------|---------|---------|\r\n| word5  | xxx     | xx%    | $x.xx   | $x.xx   |\r\n\r\n**长尾词** (精准流量+低成本):\r\n| 关键词 | 月搜索量 | PPC竞价 | 建议出价 |\r\n|--------|---------|---------|---------|\r\n| word6  | xxx     | $x.xx   | $x.xx   |\r\n\r\n#### 四、竞价策略建议\r\n\r\n**核心词竞价** (抢占首页):\r\n| 关键词 | 当前竞价 | 建议竞价 | 首页顶部竞价 | 策略 |\r\n|--------|---------|---------|-------------|------|\r\n| word1  | $x.xx   | $x.xx   | $x.xx       | 首页抢占 |\r\n\r\n**长尾词竞价** (低成本引流):\r\n| 关键词 | 建议竞价 | 预期 CPC | 策略 |\r\n|--------|---------|---------|------|\r\n| word6  | $x.xx   | $x.xx   | 低价广泛 |\r\n\r\n#### 五、广告结构优化建议\r\n\r\n**投放类型建议**:\r\n- SP 广告: 建议关键词列表和匹配方式\r\n- 品牌广告: 适合的品牌词和竞品词\r\n- 视频广告: 高转化词推荐\r\n\r\n**匹配方式建议**:\r\n| 关键词类别 | 推荐匹配方式 | 原因 |\r\n|-----------|-------------|------|\r\n| 核心转化词 | 精准匹配 | 控制成本 |\r\n| 拓展词 | 词组匹配 | 平衡流量 |\r\n| 长尾词 | 广泛匹配 | 发现新词 |\r\n\r\n**否词建议**:\r\n| 否词 | 类型 | 原因 |\r\n|------|------|------|\r\n| xxx  | 精确否词 | 无关流量 |\r\n| xxx  | 词组否词 | 低转化 |\r\n\r\n#### 六、预算分配建议\r\n\r\n| 投放类型 | 建议日预算 | 关键词数 | 预期效果 |\r\n|----------|-----------|---------|---------|\r\n| SP-核心词 | $xx | xx个 | 稳定出单 |\r\n| SP-拓展词 | $xx | xx个 | 扩大曝光 |\r\n| 长尾词 | $xx | xx个 | 低成本引流 |\r\n| 品牌广告 | $xx | xx个 | 品牌曝光 |\r\n| **合计** | **$xx/天** | **xx个** | - |\r\n\r\n#### 七、执行检查清单\r\n- [ ] 新增关键词投放\r\n- [ ] 调整竞价\r\n- [ ] 添加否词\r\n- [ ] 暂停低效词\r\n- [ ] 设置预算\r\n- [ ] 创建广告组结构\r\n- [ ] 一周后复查转化数据\r\n\r\n## 输出格式\r\n\r\n使用 Markdown 表格呈现，优先级用高/中/低标注。竞价建议精确到小数点后两位。行动建议用复选框格式便于执行。\r\n---\r\n\r\n## 参考文档\r\n\r\n本 Skill 涉及的 API 详细参数说明：\r\n\r\n- [`asin_detail`](../../reference/asin_detail.md)\r\n- [`keyword_miner`](../../reference/keyword_miner.md)\r\n- [`keyword_order`](../../reference/keyword_order.md)\r\n- [`traffic_extend`](../../reference/traffic_extend.md)\r\n- [`traffic_keyword`](../../reference/traffic_keyword.md)\r\n- [`traffic_keyword_stat`](../../reference/traffic_keyword_stat.md)\r\n- [`traffic_source`](../../reference/traffic_source.md)\n\nFile v0.1.15:comprehensive/competitor-analysis.md\n\n# 竞品深度拆解\r\n\r\n对指定的 Amazon 竞品 ASIN 进行全面深度拆解，分析其销售表现、流量结构、关键词策略、定价策略和竞争优劣势。\r\n\r\n## 使用方式\r\n\r\n用户输入: `/competitor-analysis [ASIN]`\r\n\r\n参数说明:\r\n- 第1个参数: 竞品的 ASIN（必填）\r\n- 可附加参数: 站点(默认US)\r\n\r\n## 执行步骤\r\n\r\n> **调用优化说明**: 以下工具均作用于同一 ASIN，无数据依赖关系。分为两批并行调用，将原本 9 次串行调用优化为 2 次并行批次。\r\n\r\n### 第1步: 并行获取基础画像与历史数据\r\n\r\n同时调用以下 4 个工具:\r\n\r\n**1. `asin_detail`** - 商品完整基础信息:\r\n- marketplace: 用户指定站点\r\n- asin: 目标ASIN\r\n\r\n**2. `asin_prediction`** - 销量预测数据:\r\n- marketplace: 用户指定站点\r\n- asin: 目标ASIN\r\n\r\n**3. `keepa_info`** - 商品历史趋势:\r\n- marketplace: 用户指定站点\r\n- asin: 目标ASIN\r\n\r\n**4. `asin_coupon_trend`** - 促销策略:\r\n- marketplace: 用户指定站点\r\n- asin: 目标ASIN\r\n\r\n### 第2步: 并行获取流量与竞品数据\r\n\r\n同时调用以下 5 个工具:\r\n\r\n**1. `traffic_keyword_stat`** - 流量概览:\r\n- marketplace: 用户指定站点\r\n- asin: 目标ASIN\r\n- month: 历史月份 yyyyMM（可选，不传默认近30天）\r\n\r\n**2. `traffic_keyword`** - 流量关键词明细:\r\n- marketplace: 用户指定站点\r\n- asin: 目标ASIN\r\n- order: 按 trafficPercentage 降序\r\n- size: 100\r\n\r\n**3. `traffic_source`** - 流量来源结构:\r\n- marketplace: 用户指定站点\r\n- q: 目标ASIN\r\n\r\n**4. `traffic_listing`** - 关联竞品:\r\n- marketplace: 用户指定站点\r\n- asinList: [目标ASIN]\r\n- relations: [\"similar\"]（array 必填，可选关联类型，如 \"similar\"）\r\n- size: 10\r\n\r\n**5. `review`** - 买家评论:\r\n- marketplace: 用户指定站点\r\n- asin: 目标ASIN\r\n- categoryId: 类目ID（可选，提升类目相关性；从 asin_prediction.asinDetail.categoryId 获取。注意：asin_detail 响应中是 nodeId/nodeIdPath，并无 categoryId 字段）\r\n- size: 10\r\n\r\n### 第3步: 生成竞品分析报告\r\n\r\n综合所有数据，输出完整的竞品拆解报告:\r\n\r\n#### 一、商品概览\r\n\r\n| 指标 | 数据 |\r\n|------|------|\r\n| ASIN | xxx |\r\n| 标题 | xxx |\r\n| 品牌 | xxx |\r\n| 价格 | $xx.xx (优惠后 $xx.xx) |\r\n| 评分/评分数 | x.x / xxx |\r\n| BSR排名 | 大类 #xxx / 小类 #x |\r\n| 卖家类型 | FBA/FBM/自营 |\r\n| 变体数 | x个 |\r\n| 上架时间 | xxxx-xx-xx |\r\n| Listing质量分 | xx/100 |\r\n| 标识 | BS/AC/NR |\r\n\r\n#### 二、销售表现分析\r\n- 近14个月月销量趋势图（文字描述）\r\n- 月销售额趋势\r\n- 价格调整历史与策略分析\r\n- BSR波动与排名稳定性\r\n- 当前所处生命周期阶段（新品期/成长期/成熟期/衰退期）\r\n\r\n#### 三、流量结构分析\r\n\r\n| 流量来源 | 词数 | 占比 |\r\n|----------|------|------|\r\n| 自然搜索词 | xx | xx% |\r\n| SP广告词 | xx | xx% |\r\n| 品牌广告词 | xx | xx% |\r\n| 视频广告词 | xx | xx% |\r\n| Amazon推荐(AC/ER/4星) | xx | xx% |\r\n| HR推荐 | xx | xx% |\r\n\r\n流量健康度评估:\r\n- 自然流量占比是否健康\r\n- 是否过度依赖广告\r\n- 推荐流量获取能力\r\n\r\n#### 四、核心关键词分析\r\n- TOP 10 流量关键词列表（关键词、搜索量、排名、流量占比、PPC竞价）\r\n- 关键词布局策略分析\r\n- 主要流量词的竞争难度\r\n\r\n#### 五、促销策略分析\r\n- 优惠类型与力度\r\n- 促销频率与周期\r\n- 价格策略（高价常促 vs 低价稳定）\r\n\r\n#### 六、竞争格局\r\n- 直接竞品 TOP 10（ASIN、品牌、价格、销量、评分）\r\n- 市场份额与定位分析\r\n- 竞品差异化对比\r\n\r\n#### 七、买家评价洞察\r\n- 评分分布（5星/4星/3星/2星/1星占比）\r\n- 买家好评关键词/卖点\r\n- 买家差评痛点/抱怨\r\n- 产品改进机会\r\n\r\n#### 八、SWOT 分析\r\n\r\n| 优势 (S) | 劣势 (W) |\r\n|----------|----------|\r\n| xxx | xxx |\r\n\r\n| 机会 (O) | 威胁 (T) |\r\n|----------|----------|\r\n| xxx | xxx |\r\n\r\n#### 九、竞品应对策略建议\r\n- 产品差异化方向\r\n- 定价策略建议\r\n- 关键词切入建议\r\n- Listing优化方向\r\n- 广告投放建议\r\n\r\n## 输出格式\r\n\r\n使用 Markdown 表格、评分卡、SWOT矩阵呈现。关键发现用加粗标注。\r\n---\r\n\r\n## 参考文档\r\n\r\n本 Skill 涉及的 API 详细参数说明：\r\n\r\n- [`asin_coupon_trend`](../../reference/asin_coupon_trend.md)\r\n- [`asin_detail`](../../reference/asin_detail.md)\r\n- [`asin_prediction`](../../reference/asin_prediction.md)\r\n- [`keepa_info`](../../reference/keepa_info.md)\r\n- [`review`](../../reference/review.md)\r\n- [`traffic_keyword`](../../reference/traffic_keyword.md)\r\n- [`traffic_keyword_stat`](../../reference/traffic_keyword_stat.md)\r\n- [`traffic_listing`](../../reference/traffic_listing.md)\r\n- [`traffic_source`](../../reference/traffic_source.md)\n\nFile v0.1.15:comprehensive/keyword-research.md\n\n# 关键词选品研究\r\n\r\n基于关键词的市场需求分析，从搜索趋势、竞争强度、转化能力等维度评估关键词价值，辅助选品和投放决策。\r\n\r\n## 使用方式\r\n\r\n用户输入: `/keyword-research [关键词]`\r\n\r\n参数说明:\r\n- 第1个参数: 目标关键词（必填）\r\n- 可附加参数: 站点(默认US)、最低搜索量、最大商品数等筛选条件\r\n\r\n## 执行步骤\r\n\r\n### 第1步: 并行获取关键词全景数据\r\n\r\n> 以下工具互相独立，**必须并行调用**以节省等待时间。\r\n\r\n同时调用以下 6 个工具:\r\n\r\n**1. `keyword_research`** - 关键词市场全景:\r\n- marketplace: 用户指定站点\r\n- keywords: 用户输入的关键词\r\n- size: 15\r\n\r\n**2. `keyword_miner`** - 关键词深度挖掘:\r\n- marketplace: 用户指定站点\r\n- keyword: 用户输入的关键词\r\n- size: 15\r\n\r\n**3. `aba_research_weekly`** - ABA 周度排名趋势:\r\n- marketplace: 用户指定站点\r\n- includeKeywords: 用户输入的关键词\r\n\r\n**4. `aba_research_monthly`** - ABA 月度趋势:\r\n- marketplace: 用户指定站点\r\n- includeKeywords: 用户输入的关键词\r\n\r\n**5. `keyword_research_trends`** - 关键词搜索趋势:\r\n- marketplace: 用户指定站点\r\n- keyword: 用户输入的关键词\r\n\r\n**6. `aba_research_trend`** - ABA 趋势分析（可按周/月粒度）:\r\n- marketplace: 用户指定站点\r\n- keyword: 用户输入的关键词\r\n\r\n### 第2步: Google 趋势验证\r\n\r\n调用 `google_trend` 验证外部搜索趋势:\r\n\r\n参数:\r\n- marketplace: 用户指定站点\r\n- keyword: 用户输入的关键词\r\n- googleProp: \"shoppingCart\"（购物搜索）\r\n- monthly: true\r\n\r\n获取: Google Shopping 搜索热度趋势，判断是否为季节性、上升期或衰退期。\r\n\r\n### 第3步: 生成关键词研究报告\r\n\r\n综合所有数据，输出关键词研究报告:\r\n\r\n#### 一、关键词概览\r\n\r\n| 指标 | 数据 | 评价 |\r\n|------|------|------|\r\n| 关键词 | xxx | - |\r\n| 月搜索量 | xxx | 高/中/低 |\r\n| 月购买量 | xxx | - |\r\n| 购买率 | xx% | 高/中/低 |\r\n| 商品数 | xxx | 多/中/少 |\r\n| 供需比 | xx | 供不应求/供需平衡/供过于求 |\r\n| PPC竞价 | $x.xx | 高/中/低 |\r\n| 点击集中度 | xx% | 垄断/分散 |\r\n| 搜索增长率 | xx% | 上升/平稳/下降 |\r\n\r\n#### 二、关键词价值评估\r\n\r\n**市场需求评估 (1-10分)**:\r\n- 搜索量水平\r\n- 购买量与购买率\r\n- 增长趋势（周/月/年）\r\n\r\n**竞争强度评估 (1-10分)**:\r\n- 商品数量\r\n- 头部垄断程度（点击集中度）\r\n- PPC竞价水平\r\n- 标题密度\r\n\r\n**综合可行性评分**:\r\n- 是否值得进入\r\n- 适合进入方式（新品/广告/SEO）\r\n\r\n#### 三、关联关键词矩阵\r\n\r\n| 关键词 | 月搜索量 | 购买率 | 商品数 | 供需比 | PPC竞价 | SPR | 机会评级 |\r\n|--------|---------|--------|--------|--------|---------|-----|---------|\r\n| word1  | xxx     | xx%    | xxx    | xx     | $x.xx   | xx  | ★★★★★  |\r\n| word2  | xxx     | xx%    | xxx    | xx     | $x.xx   | xx  | ★★★★☆  |\r\n| ...    | ...     | ...    | ...    | ...    | ...     | ... | ...     |\r\n\r\n关键词评级标准:\r\n- ★★★★★ 高搜索 + 低竞争 + 高转化 = 蓝海机会词\r\n- ★★★★☆ 中高搜索 + 中等竞争 = 值得投入词\r\n- ★★★☆☆ 有搜索但竞争较大 = 需要差异化\r\n- ★★☆☆☆ 搜索量低或竞争过激 = 谨慎投入\r\n- ★☆☆☆☆ 已被垄断或需求不足 = 不建议\r\n\r\n#### 四、趋势分析\r\n- ABA排名趋势（周度/月度）\r\n- Google Shopping 搜索热度趋势\r\n- 关键词生命周期判断（新兴/成长/成熟/衰退）\r\n- 季节性特征（如有）\r\n\r\n#### 五、关键词选品建议\r\n- 基于搜索量推荐的产品方向\r\n- 核心关键词与长尾关键词布局建议\r\n- 广告投放优先级排序\r\n- 自然SEO与广告投放的投入建议\r\n\r\n#### 六、竞品关键词机会\r\n- 该关键词下的头部竞品概况\r\n- 新品切入的关键词策略\r\n- 避免正面竞争的差异化关键词\r\n\r\n## 输出格式\r\n\r\n使用 Markdown 表格、星级评分和趋势文字描述呈现。机会评级使用星号直观表示。\r\n---\r\n\r\n## 参考文档\r\n\r\n本 Skill 涉及的 API 详细参数说明：\r\n\r\n- [`aba_research_monthly`](../../reference/aba_research_monthly.md)\r\n- [`aba_research_trend`](../../reference/aba_research_trend.md)\r\n- [`aba_research_weekly`](../../reference/aba_research_weekly.md)\r\n- [`google_trend`](../../reference/google_trend.md)\r\n- [`keyword_miner`](../../reference/keyword_miner.md)\r\n- [`keyword_research`](../../reference/keyword_research.md)\r\n- [`keyword_research_trends`](../../reference/keyword_research_trends.md)\n\nFile v0.1.15:comprehensive/listing-optimizer.md\n\n# Listing 优化诊断\r\n\r\n对指定的 Amazon 商品 Listing 进行全面诊断，从关键词覆盖、流量结构、评论反馈等维度给出优化建议。\r\n\r\n## 使用方式\r\n\r\n用户输入: `/listing-optimizer [ASIN]`\r\n\r\n参数说明:\r\n- 第1个参数: 商品 ASIN（必填）\r\n- 可附加参数: 站点(默认US)、对比竞品ASIN（可选）\r\n\r\n## 执行步骤\r\n\r\n### 第1步: 获取 Listing 完整信息\r\n\r\n调用 `asin_detail` 获取商品详情:\r\n\r\n参数:\r\n- marketplace: 用户指定站点\r\n- asin: 目标ASIN\r\n\r\n获取: 标题、五点描述、类目、Listing质量分、价格、评分、变体、标识等。\r\n\r\n### 第2步: 关键词与流量批量分析（并行调用）\r\n\r\n以下三个调用均基于目标 ASIN，无数据依赖，**并行执行**:\r\n\r\n**2a.** 调用 `traffic_keyword_stat` 获取流量结构概览:\r\n\r\n参数:\r\n- marketplace: 用户指定站点\r\n- asin: 目标ASIN\r\n- month: 历史月份 yyyyMM（可选，不传默认近30天）\r\n\r\n获取: 自然搜索词、广告词、推荐词数量分布。\r\n\r\n**2b.** 调用 `traffic_keyword` 获取具体流量词:\r\n\r\n参数:\r\n- marketplace: 用户指定站点\r\n- asin: 目标ASIN\r\n- order: 按 trafficPercentage 降序\r\n- size: 10\r\n\r\n获取: 当前已获取流量的关键词列表、搜索量、排名、流量占比等。\r\n\r\n**2c.** 调用 `keyword_order` 进行关键词反查:\r\n\r\n参数:\r\n- marketplace: 用户指定站点\r\n- asins: [目标ASIN]\r\n- reverseType: \"M\"\r\n- date: 当月，格式 yyyyMM（如 \"202605\"）。reverseType=\"M\" 时用 yyyyMM 格式；reverseType=\"W\" 时用 yyyyMMdd 格式（当周周六）\r\n\r\n获取: 该 ASIN 参与曝光与转化的关键词完整列表，识别转化优质词和流失词。\r\n\r\n### 第3步: 关键词拓展与评论反馈（并行调用）\r\n\r\n以下两个调用无数据依赖，**并行执行**:\r\n\r\n**3a.** 调用 `traffic_extend` 挖掘更多潜在关键词:\r\n\r\n参数:\r\n- marketplace: 用户指定站点\r\n- asinList: [目标ASIN]\r\n- queryType: 2\r\n- minSearches: 1000\r\n- size: 10\r\n\r\n获取: 竞品有流量但本商品未覆盖的关键词机会。\r\n\r\n**3b.** 调用 `review` 获取评论数据:\r\n\r\n参数:\r\n- marketplace: 用户指定站点\r\n- asin: 目标ASIN\r\n- categoryId: 可选；如需提升类目相关性，可先调用 `asin_prediction` 取 `asinDetail.categoryId`（asin_detail 响应中无此字段）\r\n- size: 10\r\n\r\n### 第4步: 竞品 Listing 对比（可选，并行调用）\r\n\r\n如果用户提供了对比竞品 ASIN，以下两个调用**并行执行**:\r\n\r\n**4a.** 调用 `competitor_lookup` 获取竞品数据:\r\n\r\n参数:\r\n- marketplace: 用户指定站点\r\n- asins: [竞品ASIN列表]\r\n\r\n**4b.** 调用 `traffic_keyword` 获取竞品流量关键词（每个竞品 ASIN 并行调用）:\r\n\r\n参数:\r\n- marketplace: 用户指定站点\r\n- asin: 单个竞品ASIN\r\n- order: 按 trafficPercentage 降序\r\n- size: 10\r\n\r\n获取所有竞品的流量关键词，用于对比关键词覆盖差异。\r\n\r\n### 第5步: 生成 Listing 优化报告\r\n\r\n#### 一、Listing 质量诊断\r\n\r\n| 诊断项 | 当前状态 | 评分 | 优化建议 |\r\n|--------|---------|------|---------|\r\n| 标题质量 | xxx | x/10 | xxx |\r\n| 五点描述 | xxx | x/10 | xxx |\r\n| 关键词覆盖 | xxx | x/10 | xxx |\r\n| 流量结构 | xxx | x/10 | xxx |\r\n| A+页面 | 有/无 | x/10 | xxx |\r\n| 主图视频 | 有/无 | x/10 | xxx |\r\n| 评分表现 | x.x星 | x/10 | xxx |\r\n| Listing质量分 | xx/100 | - | - |\r\n| **综合评分** | - | **x/10** | - |\r\n\r\n#### 二、关键词覆盖分析\r\n\r\n**已覆盖核心关键词** (当前有流量的关键词):\r\n| 关键词 | 月搜索量 | 自然排名 | 广告排名 | 流量占比 | 状态 |\r\n|--------|---------|---------|---------|---------|------|\r\n| word1  | xxx     | #x      | #x      | xx%     | 优质 |\r\n| word2  | xxx     | #x      | -       | xx%     | 稳定 |\r\n\r\n**缺失关键词** (竞品有流量但本商品未覆盖):\r\n| 关键词 | 月搜索量 | 购买率 | PPC竞价 | 优先级 |\r\n|--------|---------|--------|---------|--------|\r\n| word3  | xxx     | xx%    | $x.xx   | 高     |\r\n| word4  | xxx     | xx%    | $x.xx   | 中     |\r\n\r\n**转化流失关键词** (有曝光但转化差):\r\n| 关键词 | 搜索量 | 状态 | 建议 |\r\n|--------|--------|------|------|\r\n| word5  | xxx    | 流失 | 优化/否词 |\r\n\r\n#### 三、标题优化建议\r\n- 当前标题分析（长度、关键词密度、可读性）\r\n- 推荐优化标题（融入高价值缺失关键词）\r\n- 关键词布局位置建议\r\n\r\n#### 四、五点描述优化建议\r\n- 当前五点描述评估\r\n- 基于评论反馈的卖点提炼\r\n- 推荐优化的五点描述框架\r\n\r\n#### 五、流量结构优化建议\r\n- 自然流量提升策略\r\n- 广告投放关键词建议\r\n- 推荐流量获取建议（AC/ER/4星）\r\n\r\n#### 六、竞品对比（如提供）\r\n- 关键词覆盖差异\r\n- 流量结构对比\r\n- 可借鉴的优化方向\r\n\r\n#### 七、优先级行动清单\r\n\r\n| 优先级 | 优化动作 | 预期效果 | 工具支持 |\r\n|--------|---------|---------|---------|\r\n| P0 | xxx | xxx | xxx |\r\n| P1 | xxx | xxx | xxx |\r\n| P2 | xxx | xxx | xxx |\r\n\r\n## 输出格式\r\n\r\n使用 Markdown 表格呈现，优先级用 P0/P1/P2 标注。核心建议用加粗标注。\r\n---\r\n\r\n## 参考文档\r\n\r\n本 Skill 涉及的 API 详细参数说明：\r\n\r\n- [`asin_detail`](../../reference/asin_detail.md)\r\n- [`competitor_lookup`](../../reference/competitor_lookup.md)\r\n- [`keyword_order`](../../reference/keyword_order.md)\r\n- [`review`](../../reference/review.md)\r\n- [`traffic_extend`](../../reference/traffic_extend.md)\r\n- [`traffic_keyword`](../../reference/traffic_keyword.md)\r\n- [`traffic_keyword_stat`](../../reference/traffic_keyword_stat.md)\n\nFile v0.1.15:comprehensive/market-analysis.md\n\n# 市场全景分析\r\n\r\n对指定的 Amazon 类目市场进行全面深入的分析，帮助卖家评估市场吸引力、竞争强度和进入可行性。\r\n\r\n## 使用方式\r\n\r\n用户输入: `/market-analysis [类目关键词或类目节点ID]`\r\n\r\n参数说明:\r\n- 第1个参数: 类目名称、关键词或 nodeIdPath（必填）\r\n- 可附加参数: 站点(默认US)、月份(默认最近)\r\n\r\n## 执行步骤\r\n\r\n### 第1步: 获取类目信息\r\n\r\n调用 `product_node` 查找类目节点:\r\n\r\n参数:\r\n- marketplace: 用户指定站点\r\n- keyword: 用户输入的类目关键词\r\n\r\n获取 nodeIdPath 后，进入下一步。\r\n\r\n### 第2步: 并行获取市场核心数据\r\n\r\n> 以下两个工具均只需 nodeIdPath，无数据依赖，**必须并行调用**。\r\n\r\n同时调用以下 2 个工具:\r\n\r\n**1. `market_research`** - 市场整体数据:\r\n- marketplace: 用户指定站点\r\n- nodeIdPath: 第1步获取的节点路径\r\n- month: 指定月份（可选）\r\n- topNum: 10（头部商品数）\r\n- size: 50\r\n\r\n**2. `market_research_statistics`** - 市场深入统计:\r\n- marketplace: 用户指定站点\r\n- nodeIdPath: 节点路径\r\n- topN: 10\r\n- newProduct: 根据行业特性设置（默认6）\r\n\r\n### 第3步: 并行多维度分布分析\r\n\r\n并行调用以下工具，获取市场的多维度数据:\r\n\r\n1. **market_price_distribution** - 价格区间分布\r\n   - 分析不同价格带的商品数量、销量占比、平均销量效率\r\n   - 识别有利润空间的定价带\r\n\r\n2. **market_brand_concentration** - 品牌集中度\r\n   - 头部品牌销量占比\r\n   - 与同级类目对比的品牌垄断程度\r\n   - 新品牌生存空间评估\r\n\r\n3. **market_product_concentration** - 商品集中度\r\n   - 头部商品销量占比\r\n   - 市场竞争强度判断\r\n\r\n4. **market_seller_concentration** - 卖家集中度\r\n   - 头部卖家垄断程度\r\n   - 市场进入壁垒评估\r\n\r\n5. **market_rating_distribution** - 评分值分布\r\n   - 市场整体质量水平\r\n   - 产品优化空间判断\r\n\r\n6. **market_ratings_count_distribution** - 评分数分布\r\n   - 新品评论积累门槛\r\n   - 进入难度评估\r\n\r\n7. **market_listing_date_distribution** - 上架时间分布\r\n   - 新品接受度\r\n   - 市场更新迭代速度\r\n\r\n8. **market_seller_country_distribution** - 卖家所属地分布\r\n   - 中国卖家/本土卖家占比\r\n   - 竞争格局分析\r\n\r\n9. **market_seller_type_concentration** - 发货类型分布\r\n   - FBA/FBM/Amazon自营占比\r\n   - 配送策略建议\r\n\r\n10. **market_ebc_distribution** - A+页面与视频分布\r\n    - 内容配置与销量关系\r\n    - Listing内容投入建议\r\n\r\n11. **market_product_demand_trend** - 需求趋势\r\n    - 页面浏览量、退货率、搜索购买比\r\n    - 需求规模与转化效率\r\n\r\n### 第4步: 生成市场分析报告\r\n\r\n综合所有数据，输出完整的市场分析报告:\r\n\r\n#### 一、市场概览\r\n- 类目名称与层级路径\r\n- 商品总数、品牌数、卖家数\r\n- 月总销量、月总销售额\r\n- 平均价格、平均评分\r\n\r\n#### 二、市场吸引力评估 (1-10分)\r\n\r\n| 维度 | 评分 | 说明 |\r\n|------|------|------|\r\n| 市场规模 | x/10 | 基于月销量/销售额 |\r\n| 增长性 | x/10 | 基于需求趋势 |\r\n| 利润空间 | x/10 | 基于平均毛利率和价格带 |\r\n| 竞争强度 | x/10 | 基于集中度指标（反向计分）|\r\n| 新品友好度 | x/10 | 基于新品占比和上架时间分布 |\r\n| 进入门槛 | x/10 | 基于评分/评论门槛（反向计分）|\r\n| **综合评分** | **x/10** | 加权平均 |\r\n\r\n#### 三、竞争格局分析\r\n- 头部商品集中度及趋势\r\n- 头部品牌集中度及与同级类目对比\r\n- 卖家类型分布（FBA/FBM/自营）及竞争策略\r\n- 卖家所属地分布及中国卖家竞争压力\r\n\r\n#### 四、价格与利润分析\r\n- 各价格区间商品数量与销量占比\r\n- 最佳定价带建议\r\n- 利润空间评估\r\n\r\n#### 五、新品进入评估\r\n- 新品数量占比\r\n- 新品平均销量表现\r\n- 评论积累门槛分析\r\n- A+/视频内容投入建议\r\n\r\n#### 六、风险与机会\r\n- 主要风险点\r\n- 差异化切入方向\r\n- 内容优化建议\r\n\r\n#### 七、结论与建议\r\n- 是否推荐进入该市场\r\n- 推荐的进入策略（价格带、差异化方向）\r\n- 预估投入产出周期\r\n\r\n## 输出格式\r\n\r\n使用 Markdown 表格、评分卡和结构化列表呈现。关键结论用加粗标注，风险用警告标识。\r\n---\r\n\r\n## 参考文档\r\n\r\n本 Skill 涉及的 API 详细参数说明：\r\n\r\n- [`market_brand_concentration`](../../reference/market_brand_concentration.md)\r\n- [`market_ebc_distribution`](../../reference/market_ebc_distribution.md)\r\n- [`market_listing_date_distribution`](../../reference/market_listing_date_distribution.md)\r\n- [`market_price_distribution`](../../reference/market_price_distribution.md)\r\n- [`market_product_concentration`](../../reference/market_product_concentration.md)\r\n- [`market_product_demand_trend`](../../reference/market_product_demand_trend.md)\r\n- [`market_rating_distribution`](../../reference/market_rating_distribution.md)\r\n- [`market_ratings_count_distribution`](../../reference/market_ratings_count_distribution.md)\r\n- [`market_research`](../../reference/market_research.md)\r\n- [`market_research_statistics`](../../reference/market_research_statistics.md)\r\n- [`market_seller_concentration`](../../reference/market_seller_concentration.md)\r\n- [`market_seller_country_distribution`](../../reference/market_seller_country_distribution.md)\r\n- [`market_seller_type_concentration`](../../reference/market_seller_type_concentration.md)\r\n- [`product_node`](../../reference/product_node.md)\n\nFile v0.1.15:comprehensive/opportunity-finder.md\n\n# 蓝海机会挖掘\r\n\r\n通过 ABA 数据和关键词趋势分析，系统发现 Amazon 市场中正在上升、增长或被低估的关键词和产品机会。\r\n\r\n## 使用方式\r\n\r\n用户输入: `/opportunity-finder [关键词或类目]`\r\n\r\n参数说明:\r\n- 第1个参数: 关键词、类目或留空查看全局趋势（必填）\r\n- 可附加参数: 站点(默认US)、搜索模式(热门/异动/增长/飙升/潜力/长尾)\r\n\r\n## 执行步骤\r\n\r\n### 第1步: 确认分析参数\r\n\r\n向用户确认:\r\n- **目标站点**: 默认 US\r\n- **搜索模式**: 默认全部扫描\r\n  - 热门市场: 高搜索量关键词\r\n  - 异动市场: 排名变化异常\r\n  - 持续增长市场: 稳步上升\r\n  - 快速飙升市场: 短期爆发\r\n  - 潜力市场: 低竞争高需求\r\n  - 长尾市场: 精准细分需求\r\n- **类目范围**: 全类目或指定类目\r\n\r\n### 第2步: ABA 周度趋势扫描\r\n\r\n调用 `aba_research_weekly` 进行周度趋势扫描:\r\n\r\n根据用户选择的搜索模式，分别查询:\r\n\r\n**模式1 - 快速飙升市场** (快速发现短期爆发):\r\n- marketplace: 用户指定站点\r\n- searchModel: 4\r\n- includeKeywords: 用户关键词（可选）\r\n- order: 按 `searches` 降序（aba_research_weekly 响应字段为 keyword/searches/clicks/ctr/cvShareRate/rank，可用其中之一作为 field）\r\n- size: 40\r\n\r\n**模式2 - 持续增长市场** (发现稳定增长):\r\n- marketplace: 用户指定站点\r\n- searchModel: 3\r\n- includeKeywords: 用户关键词（可选）\r\n- order: 按 `searches` 降序\r\n- size: 15\r\n\r\n**模式3 - 潜力市场** (低竞争高需求):\r\n- marketplace: 用户指定站点\r\n- searchModel: 5\r\n- includeKeywords: 用户关键词（可选）\r\n- order: 按 `searches` 降序\r\n- size: 15\r\n\r\n### 第3步: ABA 月度趋势验证\r\n\r\n调用 `aba_research_monthly` 进行月度趋势验证:\r\n\r\n参数同上，但按月维度获取数据，验证短期趋势是否在月度上也成立。\r\n\r\n### 第4步: 关键词市场深度评估\r\n\r\n对筛选出的 TOP 10 机会关键词，**并行调用** `keyword_research` 和 `keyword_research_trends`（这些工具不支持批量查询，必须并行调用以节省等待时间）评估市场可行性:\r\n\r\n参数（每个关键词）:\r\n\r\n**`keyword_research`** - 市场全景快照:\r\n- marketplace: 用户指定站点\r\n- keywords: 机会关键词\r\n\r\n**`keyword_research_trends`** - 关键词搜索趋势:\r\n- marketplace: 用户指定站点\r\n- keyword: 机会关键词\r\n\r\n获取: 月搜索量、购买量、商品数、供需比、PPC竞价等完整数据，以及关键词的历史搜索趋势。\r\n\r\n### 第5步: Google 趋势与 ABA 趋势交叉验证\r\n\r\n对 TOP 5 关键词，**并行调用** `google_trend` 和 `aba_research_trend` 验证:\r\n\r\n**`google_trend`** - 外部趋势:\r\n- marketplace: 用户指定站点\r\n- keyword: 机会关键词\r\n- googleProp: \"shoppingCart\"\r\n- monthly: true\r\n\r\n**`aba_research_trend`** - ABA 趋势分析:\r\n- marketplace: 用户指定站点\r\n- keyword: 机会关键词\r\n\r\n获取: Google Shopping 搜索趋势 + ABA 排名历史趋势，确认是否为 Amazon 站内短期波动还是外部真实需求增长。\r\n\r\n### 第6步: 市场可行性验证\r\n\r\n对最有潜力的 TOP 3 方向，**并行调用** `market_research` 验证:\r\n\r\n参数:\r\n- marketplace: 用户指定站点\r\n- departmentKeyword: 机会关键词\r\n\r\n获取: 类目市场规模、竞争度、新品表现等。\r\n\r\n### 第7步: 生成机会挖掘报告\r\n\r\n#### 一、机会扫描概览\r\n\r\n| 搜索模式 | 发现关键词数 | 高潜力词数 |\r\n|----------|-------------|-----------|\r\n| 快速飙升 | xx | xx |\r\n| 持续增长 | xx | xx |\r\n| 潜力市场 | xx | xx |\r\n\r\n#### 二、飙升关键词 (短期爆发机会)\r\n\r\n| 关键词 | 周搜索量 | 增长率 | 商品数 | 供需比 | 点击集中度 | 机会评分 |\r\n|--------|---------|--------|--------|--------|-----------|---------|\r\n| word1  | xxx     | +xx%   | xx     | xx     | xx%       | ★★★★★  |\r\n| word2  | xxx     | +xx%   | xx     | xx     | xx%       | ★★★★☆  |\r\n\r\n#### 三、持续增长关键词 (长期布局机会)\r\n\r\n| 关键词 | 月搜索量 | 近3月增长率 | 同比增长率 | 商品数 | PPC竞价 | 机会评分 |\r\n|--------|---------|------------|-----------|--------|---------|---------|\r\n| word3  | xxx     | +xx%       | +xx%      | xx     | $x.xx   | ★★★★★  |\r\n\r\n#### 四、潜力关键词 (蓝海市场)\r\n\r\n| 关键词 | 月搜索量 | 购买率 | 商品数 | 供需比 | SPR | 机会评分 |\r\n|--------|---------|--------|--------|--------|-----|---------|\r\n| word4  | xxx     | xx%    | xx     | xx     | xx  | ★★★★★  |\r\n\r\n#### 五、趋势交叉验证\r\n\r\n| 关键词 | ABA周度 | ABA月度 | ABA趋势 | Google趋势 | 一致性 | 可信度 |\r\n|--------|---------|---------|---------|-----------|--------|--------|\r\n| word1  | 飙升    | 上升    | 上升    | 上升      | 高     | 高     |\r\n| word2  | 增长    | 平稳    | 平稳    | 平稳      | 中     | 中     |\r\n\r\n#### 六、TOP 3 机会详细分析\r\n\r\n每个机会方向包含:\r\n- 关键词/市场需求分析\r\n- 竞争强度评估\r\n- 新品进入可行性\r\n- 预估利润空间\r\n- 建议进入策略\r\n\r\n#### 七、机会优先级排序\r\n\r\n| 优先级 | 机会方向 | 类型 | 预估投入 | 预估回报 | 时间窗口 |\r\n|--------|---------|------|---------|---------|---------|\r\n| 1      | xxx     | 飙升 | $xxx    | $xxx/月 | 紧急    |\r\n| 2      | xxx     | 增长 | $xxx    | $xxx/月 | 1-3月   |\r\n| 3      | xxx     | 蓝海 | $xxx    | $xxx/月 | 3-6月   |\r\n\r\n#### 八、行动建议\r\n- 需要立即抓住的时间敏感型机会\r\n- 值得长期布局的增长型机会\r\n- 低竞争适合新品测试的蓝海机会\r\n- 风险提示和注意事项\r\n\r\n## 输出格式\r\n\r\n使用 Markdown 表格、星级评分呈现。时间敏感型机会用紧急标识，长期机会用推荐标识。\r\n---\r\n\r\n## 参考文档\r\n\r\n本 Skill 涉及的 API 详细参数说明：\r\n\r\n- [`aba_research_monthly`](../../reference/aba_research_monthly.md)\r\n- [`aba_research_trend`](../../reference/aba_research_trend.md)\r\n- [`aba_research_weekly`](../../reference/aba_research_weekly.md)\r\n- [`google_trend`](../../reference/google_trend.md)\r\n- [`keyword_research`](../../reference/keyword_research.md)\r\n- [`keyword_research_trends`](../../reference/keyword_research_trends.md)\r\n- [`market_research`](../../reference/market_research.md)\n\nFile v0.1.15:comprehensive/pricing-strategy.md\n\n# 定价策略分析\r\n\r\n分析指定类目或 ASIN 的定价环境，帮助卖家制定最优定价策略。\r\n\r\n## 使用方式\r\n\r\n用户输入: `/pricing-strategy [ASIN或类目关键词]`\r\n\r\n参数说明:\r\n- 第1个参数: ASIN 或类目关键词（必填）\r\n- 可附加参数: 站点(默认US)\r\n\r\n## 执行步骤\r\n\r\n### 第1步: 判断输入类型\r\n\r\n如果输入是 ASIN（以B开头，10位字符）:\r\n- 获取商品详情和价格趋势\r\n- 获取类目信息用于市场定价分析\r\n\r\n如果输入是关键词:\r\n- 先查找类目节点\r\n- 进行市场级别的定价分析\r\n\r\n### 第2步: ASIN 价格深度分析\r\n\r\n如果是 ASIN，**同时并行调用**以下4个工具（它们之间无数据依赖，必须在一个批次中发起）:\r\n\r\n| 工具 | 用途 | 参数 |\r\n|------|------|------|\r\n| **asin_detail** | 获取当前价格、标识 | marketplace, asin |\r\n| **asin_detail_with_coupon_trend** | 获取详情+优惠趋势 | marketplace, asin |\r\n| **asin_coupon_trend** | 获取优惠价格历史 | marketplace, asin |\r\n| **keepa_info** | 获取价格历史趋势 | marketplace, asin |\r\n\r\n> 参数均为: `marketplace`=用户指定站点, `asin`=目标ASIN。全部返回后再进入第3步。\r\n\r\n### 第3步: 市场定价环境分析\r\n\r\n调用 `market_price_distribution` 分析价格分布:\r\n\r\n参数:\r\n- marketplace: 用户指定站点\r\n- nodeIdPath: 目标类目节点\r\n- month: 当月\r\n\r\n获取: 各价格区间的商品数量、销量占比、平均销量效率。\r\n\r\n### 第4步: 竞品价格对比\r\n\r\n**ASIN 模式**：调用 `competitor_lookup` 获取同类竞品价格:\r\n\r\n参数:\r\n- marketplace: 用户指定站点\r\n- asins: [目标ASIN]（array 类型，可一次传入多个 ASIN）\r\n- size: 20\r\n\r\n获取: TOP 20 竞品的价格、销量、评分等数据。\r\n\r\n**关键词模式**：调用 `product_research` 获取类目下 TOP 商品:\r\n\r\n参数:\r\n- marketplace: 用户指定站点\r\n- nodeIdPath: 类目节点（第1步获取）\r\n- size: 20\r\n\r\n获取: TOP 20 商品的价格、销量、评分等数据。\r\n\r\n### 第5步: 生成定价策略报告\r\n\r\n#### 一、当前定价分析（ASIN模式）\r\n\r\n| 指标 | 数据 |\r\n|------|------|\r\n| ASIN | xxx |\r\n| 标题 | xxx |\r\n| 当前售价 | $xx.xx |\r\n| 优惠类型 | 金额/百分比/无 |\r\n| 优惠金额 | $x.xx |\r\n| 实际成交价 | $xx.xx |\r\n| 划线价 | $xx.xx |\r\n\r\n**价格历史趋势**:\r\n- 近90天价格变化\r\n- 促销频率和力度\r\n- 价格调整策略判断\r\n\r\n#### 二、市场价格带分析\r\n\r\n| 价格区间 | 商品数 | 商品占比 | 销量占比 | 平均销量效率 | 平均评分 |\r\n|----------|--------|---------|---------|-------------|---------|\r\n| $0-10    | xx     | xx%     | xx%     | xx          | x.x     |\r\n| $10-20   | xx     | xx%     | xx%     | xx          | x.x     |\r\n| $20-30   | xx     | xx%     | xx%     | xx          | x.x     |\r\n| $30-50   | xx     | xx%     | xx%     | xx          | x.x     |\r\n| $50+     | xx     | xx%     | xx%     | xx          | x.x     |\r\n\r\n**最优定价带**: $xx-$xx（销量效率最高且竞争相对温和的价格区间）\r\n\r\n#### 三、竞品价格对比\r\n\r\n| 排名 | ASIN | 品牌 | 价格 | 优惠价 | 月销量 | 评分 | 价格策略 |\r\n|------|------|------|------|--------|--------|------|---------|\r\n| 1    | xxx  | xxx  | $xx  | $xx    | xxx    | x.x  | 高价策略 |\r\n| 2    | xxx  | xxx  | $xx  | $xx    | xxx    | x.x  | 低价走量 |\r\n| ...  | ...  | ...  | ...  | ...    | ...    | ...  | ...     |\r\n\r\n**本商品在竞品中的价格定位**: 高于/低于/接近中位数\r\n\r\n#### 四、定价策略建议\r\n\r\n**策略一: 价值定价**\r\n- 建议价格: $xx.xx\r\n- 适用条件: 产品有明显差异化优势\r\n- 预期效果: 兼顾利润和销量\r\n\r\n**策略二: 竞争定价**\r\n- 建议价格: $xx.xx\r\n- 适用条件: 与竞品同质化程度高\r\n- 预期效果: 快速获取市场份额\r\n\r\n**策略三: 穿透定价**\r\n- 建议价格: $xx.xx\r\n- 适用条件: 新品打入市场、快速起量\r\n- 预期效果: 牺牲短期利润换取排名和流量\r\n\r\n**策略四: 撇脂定价**\r\n- 建议价格: $xx.xx\r\n- 适用条件: 产品有独特卖点或品牌溢价\r\n- 预期效果: 最大化单品利润\r\n\r\n#### 五、促销策略建议\r\n- 推荐的优惠类型和力度\r\n- 促销频率建议\r\n- 适合的促销时机（节日/旺季）\r\n- Coupon vs 降价 vs 秒杀的选择建议\r\n\r\n#### 六、价格弹性评估\r\n- 当前价格区间内的价格弹性判断\r\n- 提价/降价对销量的预期影响\r\n- 最优价格点建议\r\n\r\n#### 七、行动建议\r\n- 立即调整项（如有明显定价问题）\r\n- 短期优化建议\r\n- 长期定价策略\r\n\r\n## 输出格式\r\n\r\n使用 Markdown 表格呈现，关键定价建议用加粗标注。策略对比用表格形式展示优劣势。\r\n---\r\n\r\n## 参考文档\r\n\r\n本 Skill 涉及的 API 详细参数说明：\r\n\r\n- [`competitor_lookup`](../../reference/competitor_lookup.md)\r\n- [`market_price_distribution`](../../reference/market_price_distribution.md)\r\n- [`product_research`](../../reference/product_research.md)\n\nFile v0.1.15:comprehensive/product-research.md\n\n# 智能选品助手\r\n\r\n根据卖家的选品需求，系统性筛选和分析 Amazon 商品，从数据维度评估产品潜力，辅助选品决策。\r\n\r\n## 使用方式\r\n\r\n用户输入: `/product-research [关键词/类目]`\r\n\r\n参数说明:\r\n- 第1个参数: 关键词或类目名称（必填）\r\n- 可附加参数: 站点(默认US)、价格区间、月销量范围、评分范围等\r\n\r\n## 执行步骤\r\n\r\n### 第1步: 确认选品条件\r\n\r\n向用户确认以下选品筛选条件（如用户未指定则使用推荐默认值）:\r\n- **目标站点**: 默认 US\r\n- **价格区间**: 默认 $15-$50\r\n- **月销量下限**: 默认 300\r\n- **最高评分数**: 默认 500\r\n- **最低评分值**: 默认 4.0\r\n- **毛利率下限**: 默认 20%\r\n- **商品重量上限**: 默认 500g\r\n- **关键词匹配方式**: 默认模糊匹配\r\n\r\n### 第2步: 查找类目节点\r\n\r\n调用 `product_node` 工具，根据用户输入的关键词查找对应的 Amazon 类目节点路径，获取 nodeIdPath。\r\n\r\n参数:\r\n- marketplace: 用户指定的站点\r\n- keyword: 用户输入的关键词\r\n\r\n### 第3步: 商品筛选\r\n\r\n调用 `product_research` 工具，按条件筛选商品。\r\n\r\n参数设置:\r\n- marketplace: 用户指定的站点\r\n- keyword: 用户输入的关键词\r\n- nodeIdPath: 第2步获取的类目路径（可选）\r\n- minPrice / maxPrice: 价格区间\r\n- minUnits: 月销量下限\r\n- maxRatings: 最高评分数\r\n- minRating: 最低评分值\r\n- minProfit: 毛利率下限\r\n- maxWeights: 重量上限\r\n- matchType: 匹配方式（integer，1=词组匹配，2=模糊匹配，3=精准匹配，默认 2）\r\n- order: 按 `units`（月销量）降序排列\r\n- size: 20\r\n- page: 1\r\n\r\n### 第4步: 市场可行性验证\r\n\r\n对筛选结果中的 TOP 3-5 商品，**并行调用**以下工具（这些工具不支持批量查询，必须并行调用）:\r\n\r\n1. **asin_detail** - 获取商品完整详情（品牌、卖家、变体、配送方式等）— 为每个 ASIN 单独调用，所有调用并行执行\r\n2. **asin_prediction** - 获取近14个月销量趋势，判断增长性 — 为每个 ASIN 单独调用，所有调用并行执行\r\n3. **market_research_statistics** - 验证类目整体市场机会 — 与所有 ASIN 级别调用并行执行\r\n4. **google_trend** - 验证关键词搜索趋势 — 与所有 ASIN 级别调用并行执行（可选）\r\n\r\n> **并行策略**: 假设筛选出 N 个商品（N=3~5），则本轮共发起 2N+1~2N+2 个并行调用（N 个 asin_detail + N 个 asin_prediction + 1 个 market_research_statistics + 0~1 个 google_trend），切勿串行逐个调用。\r\n\r\n### 第5步: 生成选品报告\r\n\r\n综合所有数据，输出结构化选品报告，包含以下内容:\r\n\r\n#### 一、筛选概览\r\n- 搜索关键词、类目、站点\r\n- 符合条件的商品总数\r\n- 市场整体规模（月销量/销售额）\r\n\r\n#### 二、潜力商品推荐 (TOP 5)\r\n每个商品包含:\r\n- ASIN、标题、品牌\r\n- 价格、月销量、月销售额\r\n- 评分值、评分数\r\n- BSR排名（大类/小类）\r\n- 毛利率、FBA费用\r\n- 上架时间\r\n- 变体数量\r\n- 卖家类型（FBA/FBM/Amazon自营）\r\n\r\n#### 三、趋势分析\r\n- TOP商品近14个月销量趋势（增长/稳定/衰退）\r\n- 类目整体需求趋势\r\n- Google Trends 验证（如第4步已调用则直接引用结果）\r\n\r\n#### 四、风险评估\r\n- 商品集中度风险（头部垄断程度）\r\n- 品牌集中度风险\r\n- 新品进入难度（评分门槛、评论门槛）\r\n- 价格竞争激烈程度\r\n\r\n#### 五、选品建议\r\n- 是否推荐进入该细分市场\r\n- 推荐的价格区间和差异化方向\r\n- 预估投入和回报周期\r\n- 需要注意的风险点\r\n\r\n## 输出格式\r\n\r\n使用 Markdown 表格和结构化列表呈现数据，关键指标用加粗标注。评分和趋势用直观的符号表示。\r\n---\r\n\r\n## 参考文档\r\n\r\n本 Skill 涉及的 API 详细参数说明：\r\n\r\n- [`asin_detail`](../../reference/asin_detail.md)\r\n- [`asin_prediction`](../../reference/asin_prediction.md)\r\n- [`google_trend`](../../reference/google_trend.md)\r\n- [`market_research_statistics`](../../reference/market_research_statistics.md)\r\n- [`product_node`](../../reference/product_node.md)\r\n- [`product_research`](../../reference/product_research.md)\n\nArchive v0.1.14: 31 files, 59840 bytes\n\nFiles: agent-instructions.md (2868b), comprehensive/ad-optimizer.md (6182b), comprehensive/competitor-analysis.md (4678b), comprehensive/keyword-research.md (4510b), comprehensive/listing-optimizer.md (5498b), comprehensive/market-analysis.md (5466b), comprehensive/opportunity-finder.md (6224b), comprehensive/pricing-strategy.md (4875b), comprehensive/product-research.md (4136b), comprehensive/review-insights.md (4447b), comprehensive/traffic-analysis.md (5676b), README.md (5352b), SKILL.md (8221b), tactical/aba-high-growth-trend.md (2555b), tactical/fbm-intercept.md (2318b), tactical/hidden-bestseller.md (2023b), tactical/high-margin-lightweight.md (2490b), tactical/high-new-product-ratio.md (2593b), tactical/high-ticket-long-tail.md (2491b), tactical/hot-low-rating.md (2323b), tactical/local-premium-disruption.md (2412b), tactical/low-brand-monopoly.md (2722b), tactical/low-monopoly-keyword.md (2380b), tactical/natural-traffic-audit.md (2856b), tactical/new-product-burst.md (2548b), tactical/poor-listing-winner.md (2417b), tactical/review-sentiment.md (2949b), tactical/seasonal-prepositioning.md (3469b), tactical/title-density-gap.md (2743b), tactical/variant-gap-analysis.md (2437b), _meta.json (139b)\n\nFile v0.1.14:SKILL.md\n\n---\nname: sellersprite-skills\ndescription: 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。\nlicense: MIT-0\nversion: 0.1.14\n---\n\n# SellerSprite Skills 体系\n\n> 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。\n\n---\n\n## 技能体系总览\n\nSellerSprite 提供 **27 个 AI Skills**，分为两层：\n\n| 层级 | 数量 | 调用方式 | 定位 |\n|------|------|----------|------|\n| **综合分析** | 10 个 | `/命令` | 多步骤工作流，生成完整报告 |\n| **战术选品** | 17 个 | 对话引用名称 | 单一策略，聚焦具体打法 |\n\n---\n\n## 一、综合分析 Skills（10 个）\n\n通过 `/命令` 调用，由 Claude Code 直接执行多步骤分析流程。\n\n| 命令 | 技能名称 | 用途 | 核心工具 |\n|------|----------|------|----------|\n| `/product-research` | 智能选品助手 | 按多维条件筛选潜力商品 | `product_research` + `product_node` |\n| `/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 |\n| `/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` |\n| `/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` |\n| `/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` |\n| `/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` |\n| `/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` |\n| `/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 |\n| `/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` |\n| `/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` |\n\n### 综合分析使用方式\n\n```\n用户: /market-analysis earbuds US\nAI: [执行 4-5 步工作流，生成完整市场分析报告]\n```\n\n---\n\n## 二、战术选品 Skills（17 个）\n\n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。\n\n### 2.1 新品爆发型（2）\n\n| 技能名称 | 难度 | 核心工具 | 一句话逻辑 | 文件 |\n|----------|------|----------|-----------|------|\n| **新品快速爆发** | ⭐ | `product_research` | 上架 ≤2月、销量 ≥300、Review ≤100 | `tactical/new-product-burst.md` |\n| **隐形爆款** | ⭐ | `product_research` | 上架 ≤3月、销量 ≥500、Review ≤50 | `tactical/hidden-bestseller.md` |\n\n### 2.2 关键词趋势型（3）\n\n| 技能名称 | 难度 | 核心工具 | 一句话逻辑 | 文件 |\n|----------|------|----------|-----------|------|\n| **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` |\n| **流量分散关键词** | ⭐⭐ | `keyword_miner` | 搜索 ≥5000 + 集中度 <50% | `tactical/low-monopoly-keyword.md` |\n| **标题密度漏洞** | ⭐⭐⭐ | `keyword_miner` | 标题密度 ≤5 的长尾词 | `tactical/title-density-gap.md` |\n\n### 2.3 产品缺陷型（2）\n\n| 技能名称 | 难度 | 核心工具 | 一句话逻辑 | 文件 |\n|----------|------|----------|-----------|------|\n| **热销低评分产品** | ⭐⭐ | `product_research` | 月销 ≥1000 + 评分 ≤4.2 | `tactical/hot-low-rating.md` |\n| **评论语义分析** | ⭐⭐⭐ | `review` | 差评 NLP 聚类 → 改良指南 | `tactical/review-sentiment.md` |\n\n### 2.4 类目结构型（3）\n\n| 技能名称 | 难度 | 核心工具 | 一句话逻辑 | 文件 |\n|----------|------|----------|-----------|------|\n| **低品牌垄断类目** | ⭐⭐ | `market_research` | 品牌集中度 <45% | `tactical/low-brand-monopoly.md` |\n| **高新品占比市场** | ⭐⭐ | `market_research` | 新品占比 >5% + 新品仍出单 | `tactical/high-new-product-ratio.md` |\n| **高毛利轻小品** | ⭐⭐ | `product_research` | FBA ≤$4 + 毛利 ≥50% | `tactical/high-margin-lightweight.md` |\n\n### 2.5 流量防伪型（2）\n\n| 技能名称 | 难度 | 核心工具 | 一句话逻辑 | 文件 |\n|----------|------|----------|-----------|------|\n| **自然流量反查** | ⭐⭐⭐ | `traffic_source` | 自然流量占比 >60% | `tactical/natural-traffic-audit.md` |\n| **变体拆解模型** | ⭐⭐⭐ | `asin_detail` | 找未被覆盖的变体缺口 | `tactical/variant-gap-analysis.md` |\n\n### 2.6 机会捕捉型（5）\n\n| 技能名称 | 难度 | 核心工具 | 一句话逻辑 | 文件 |\n|----------|------|----------|-----------|------|\n| **本土溢价降维** | ⭐⭐ | `product_research` | 美国卖家 + 高价 + 高销 | `tactical/local-premium-disruption.md` |\n| **FBM 拦截** | ⭐ | `product_research` | FBM 发货 + 月销 ≥300 | `tactical/fbm-intercept.md` |\n| **低质量 Listing 高销量** | ⭐⭐ | `product_research` | LQS ≤60 + 月销 ≥400 | `tactical/poor-listing-winner.md` |\n| **高客单长尾** | ⭐⭐⭐ | `keyword_miner` | 均价 ≥$80 + 搜索量适中 | `tactical/high-ticket-long-tail.md` |\n| **季节前置爆破** | ⭐⭐⭐⭐ | `keyword_miner` | 历史同期环比增长 >100% | `tactical/seasonal-prepositioning.md` |\n\n### 战术选品使用方式\n\n```\n用户: 帮我找一下最近上架的爆款新品\nAI: [识别到\"新品快速爆发\"技能，按卡片参数执行筛选]\n```\n\n---\n\n## 三、全局参数\n\n以下参数适用于所有工具调用：\n\n| 参数 | 默认值 | 说明 |\n|------|--------|------|\n| `marketplace` | `US` | 目标站点：US/JP/UK/DE/FR/IT/ES/CA/IN |\n| `matchType` | `2` | 关键词匹配：1=词组 2=模糊 3=精准（默认 2） |\n| `size` | `50` | 每页返回条数（默认 50，最大 100） |\n\n---\n\n## 四、推荐组合链路\n\n```\n品类扫描 -> 低品牌垄断 / 高新品占比\n    |\n关键词挖掘 -> ABA增长词 / 流量分散词 / 标题密度漏洞\n    |\n竞品锁定 -> 新品爆发 / 隐形爆款 / 热销低评分\n    |\n竞品验真 -> 自然流量反查\n    |\n痛点提炼 -> 评论语义分析\n    |\n产品开发 -> 变体拆解 + 高毛利轻小\n```\n\n---\n\n## 五、文件结构\n\n```\nskills/\n  SKILL.md                          # 本文件：技能总览元数据\n  README.md                         # Skill 索引（27 个 Skill 的详细列表）\n  agent-instructions.md             # 项目概述 + 38 个 MCP 工具清单，作为 AI 客户端的 CLAUDE.md/AGENTS.md 写入\n  comprehensive/                    # 综合分析 Skills（10 个）\n    product-research.md\n    market-analysis.md\n    competitor-analysis.md\n    keyword-research.md\n    listing-optimizer.md\n    traffic-analysis.md\n    opportunity-finder.md\n    review-insights.md\n    pricing-strategy.md\n    ad-optimizer.md\n  tactical/                         # 战术选品 Skills（17 个）\n    new-product-burst.md / hidden-bestseller.md\n    aba-high-growth-trend.md / low-monopoly-keyword.md / title-density-gap.md\n    hot-low-rating.md / review-sentiment.md\n    low-brand-monopoly.md / high-new-product-ratio.md / high-margin-lightweight.md\n    natural-traffic-audit.md / variant-gap-analysis.md\n    local-premium-disruption.md / fbm-intercept.md / poor-listing-winner.md\n    high-ticket-long-tail.md / seasonal-prepositioning.md\n```\n\n---\n\n## 六、工具前缀说明\n\n当通过 MCP 客户端（如 Claude Code、Cursor）调用工具时，使用完整工具名：\n\n```\nmcp__sellersprite__<tool_name>\n```\n\n例如：`mcp__sellersprite__asin_detail`、`mcp__sellersprite__product_research`\n\n完整工具清单见 `agent-instructions.md`。\n\nFile v0.1.14:README.md\n\n# 卖家精灵 Skills 索引\n\n> 共 27 个 Skills，覆盖从品类扫描到产品开发的全链路选品流程。\n> 每个 Skill 是一个独立的、可被 AI 直接执行的\"数据技能卡\"。\n\n---\n\n## 全局参数默认值\n\n> 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。\n\n| 参数 | 默认值  | 说明 |\n|------|------|------|\n| `marketplace` | `US` | 目标站点（US/JP/UK/DE/FR/IT/ES/CA/IN） |\n| `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`） |\n| `size` | `50` | 每页返回条数（默认：50，最大：100） |\n\n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。\n\n---\n\n## 一、综合分析（10 个）\n\n> 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。\n\n| Skill | 核心场景 | 一句话说明 |\n|-------|---------|-----------|\n| [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 |\n| [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 |\n| [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 |\n| [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 |\n| [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 |\n| [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 |\n| [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 |\n| [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 |\n| [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 |\n| [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 |\n\n## 二、战术选品（17 个）\n\n> 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。\n\n### 新品爆发型\n\n| Skill | 核心工具 | 一句话逻辑 |\n|-------|---------|-----------|\n| [新品快速爆发](tactical/new-product-burst.md) | `product_research` | 上架<=2月、销量>=300、Review<=100 |\n| [隐形爆款](tactical/hidden-bestseller.md) | `product_research` | 上架<=3月、销量>=500、Review<=50 |\n\n### 关键词趋势型\n\n| Skill | 核心工具 | 一句话逻辑 |\n|-------|---------|-----------|\n| [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 |\n| [流量分散关键词](tactical/low-monopoly-keyword.md) | `keyword_miner` | 搜索>=5000+集中度<50% |\n| [标题密度漏洞](tactical/title-density-gap.md) | `keyword_miner` | 标题密度<=5的长尾词 |\n\n### 产品缺陷型\n\n| Skill | 核心工具 | 一句话逻辑 |\n|-------|---------|-----------|\n| [热销低评分产品](tactical/hot-low-rating.md) | `product_research` | 月销>=1000+评分<=4.2 |\n| [评论语义分析](tactical/review-sentiment.md) | `review` | 差评NLP聚类 -> 改良指南 |\n\n### 类目结构型\n\n| Skill | 核心工具 | 一句话逻辑 |\n|-------|---------|-----------|\n| [低品牌垄断类目](tactical/low-brand-monopoly.md) | `market_research` | 品牌集中度<45% |\n| [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 |\n| [高毛利轻小品](tactical/high-margin-lightweight.md) | `product_research` | FBA<=$4+毛利>=50% |\n\n### 流量防伪型\n\n| Skill | 核心工具 | 一句话逻辑 |\n|-------|---------|-----------|\n| [自然流量反查](tactical/natural-traffic-audit.md) | `traffic_source` | 自然流量占比>60% |\n| [变体拆解模型](tactical/variant-gap-analysis.md) | `asin_detail` | 找未被覆盖的变体缺口 |\n\n### 机会捕捉型\n\n| Skill | 核心工具 | 一句话逻辑 |\n|-------|---------|-----------|\n| [本土溢价降维](tactical/local-premium-disruption.md) | `product_research` | 美国卖家+高价+高销 |\n| [FBM拦截](tactical/fbm-intercept.md) | `product_research` | FBM发货+月销>=300 |\n| [低质量Listing高销量](tactical/poor-listing-winner.md) | `product_research` | LQS<=60+月销>=400 |\n| [高客单长尾](tactical/high-ticket-long-tail.md) | `keyword_miner` | 均价>=$80+搜索量适中 |\n| [季节前置爆破](tactical/seasonal-prepositioning.md) | `keyword_miner` | 历史同期环比增长>100% |\n\n---\n\n## 推荐组合链路\n\n```\n品类扫描 -> 低品牌垄断 / 高新品占比（找蓝海类目）\n    |\n关键词挖掘 -> ABA增长词 / 流量分散词 / 标题密度漏洞（找增长词+机会词）\n    |\n竞品锁定 -> 新品爆发 / 隐形爆款 / 热销低评分（找目标竞品）\n    |\n竞品验真 -> 自然流量反查（流量防伪）\n    |\n痛点提炼 -> 评论语义分析（评论分析）\n    |\n产品开发 -> 变体拆解 + 高毛利轻小（利润验证）\n```\n\nFile v0.1.14:_meta.json\n\n{\n  \"ownerId\": \"kn7br81ts5xd2ff42tcssqedjd86py92\",\n  \"slug\": \"sellersprite-skills\",\n  \"version\": \"0.1.14\",\n  \"publishedAt\": 1779351435561\n}\n\nFile v0.1.14:agent-instructions.md\n\n# SellerSprite Skills - 卖家精灵 Skills\n\n## 项目概述\n\n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。\n\n## 两层 Skills 体系\n\n### 战术选品 Skills (`skills/`)\n\n17个精准选品策略卡片，每个对应一个具体选品打法：\n- 新品爆发型 (01-02): 新品快速爆发、隐形爆款\n- 关键词趋势型 (03-05): ABA增长词、流量分散词、标题密度漏洞\n- 产品缺陷型 (06-07): 热销低评分、评论语义分析\n- 类目结构型 (08-10): 低品牌垄断、高新品占比、高毛利轻小\n- 流量防伪型 (11-12): 自然流量反查、变体拆解\n- 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\n\n用法：对话中引用 skill 卡片，让 AI 按卡片参数执行。\n\n### 综合分析 Skills (`skills/comprehensive/`)\n\n10个场景化分析命令，通过 `/命令` 调用：\n- `/product-research` - 智能选品助手\n- `/market-analysis` - 市场全景分析\n- `/competitor-analysis` - 竞品深度拆解\n- `/keyword-research` - 关键词选品研究\n- `/listing-optimizer` - Listing优化诊断\n- `/traffic-analysis` - 流量结构分析\n- `/opportunity-finder` - 蓝海机会挖掘\n- `/review-insights` - 买家评论洞察\n- `/pricing-strategy` - 定价策略分析\n- `/ad-optimizer` - 广告投放优化\n\n## Python MCP 客户端\n\n```bash\npip install sellersprite-cli\n```\n\n```bash\n# 设置密钥（二选一）\nexport SELLERSPRITE_KEY=\"你的密钥\"   # Linux/Mac\nset SELLERSPRITE_KEY=你的密钥         # Windows CMD\n```\n\n或在项目根目录创建 `.env` 文件：\n\n```\nSELLERSPRITE_KEY=你的密钥\n```\n\n```python\nfrom sellersprite_cli import SellerSprite\nss = SellerSprite()\nresult = ss.product_node(keyword=\"earbuds\")\n```\n\n## MCP 工具清单 (38个)\n\nASIN分析: asin_detail, asin_prediction, asin_coupon_trend, asin_detail_with_coupon_trend, keepa_info\n商品竞品: product_research, competitor_lookup, product_node\n关键词: keyword_miner, keyword_research, keyword_research_trends, keyword_order, bsr_prediction\n流量: traffic_keyword, traffic_keyword_stat, traffic_source, traffic_listing_stat, traffic_listing, traffic_extend\n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\nABA/趋势: aba_research_weekly, aba_research_monthly, aba_research_trend, google_trend, review\n\n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)\n\nFile v0.1.14:comprehensive/ad-optimizer.md\n\n# 广告投放优化\n\n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。\n\n## 使用方式\n\n用户输入: `/ad-optimizer [ASIN]`\n\n参数说明:\n- 第1个参数: 投放商品的 ASIN（必填）\n- 可附加参数: 站点(默认US)、预算范围\n\n## 执行步骤\n\n### 第1步: 并行获取商品基础数据\n\n> 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。\n\n同时调用以下 4 个工具:\n\n**1. `asin_detail`** - 商品基础画像:\n- marketplace: 用户指定站点\n- asin: 目标ASIN\n\n**2. `traffic_keyword`** - 当前流量关键词:\n- marketplace: 用户指定站点\n- asin: 目标ASIN\n- order: 按 trafficPercentage 降序\n- size: 100\n\n**3. `traffic_keyword_stat`** - 广告词概览统计:\n- marketplace: 用户指定站点\n- asin: 目标ASIN\n- month: 历史月份 yyyyMM（可选，不传默认近30天）\n\n**4. `keyword_order`** - 关键词转化表现:\n- marketplace: 用户指定站点\n- asins: [目标ASIN]\n- reverseType: \"W\" (周度)\n- 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\n\n### 第2步: 并行获取拓展与流量来源\n\n> 以下两个工具互相独立，**必须并行调用**。\n\n同时调用以下 2 个工具:\n\n**1. `traffic_extend`** - 广告关键词拓展:\n- marketplace: 用户指定站点\n- asinList: [目标ASIN]\n- queryType: 2\n- minSearches: 500\n- minPurchases: 10\n- size: 50\n\n> 注意: `order` 参数为 object 类型，不要传字符串。\n\n**2. `traffic_source`** - 竞品广告策略分析:\n- marketplace: 用户指定站点\n- q: 目标ASIN\n\n### 第3步: 核心广告词深度分析（依赖第1步）\n\n> 本步骤依赖第 1 步的输出结果，**不能与第 2 步并行**。\n\n调用 `keyword_miner`:\n- marketplace: 用户指定站点\n- 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）\n- keywordList: 批量查询关键词列表（与 keyword 二选一，单次最多 50 个）\n- size: 30\n\n获取: 搜索量、购买率、SPR、PPC竞价、点击集中度等广告决策指标。\n\n### 第4步: 生成广告优化报告\n\n#### 一、广告投放现状\n\n| 指标 | 数据 |\n|------|------|\n| 当前广告词数 | xx |\n| SP广告词 | xx |\n| 品牌广告词 | xx |\n| 视频广告词 | xx |\n| 自然流量词数 | xx |\n| 广告/自然比 | x:x |\n\n**广告覆盖度评估**: 不足/一般/充分\n\n#### 二、关键词转化分析\n\n**转化优质词** (应加大投放):\n| 关键词 | 搜索量 | 自然排名 | 转化状态 | PPC竞价 | 投放建议 |\n|--------|--------|---------|---------|---------|---------|\n| word1  | xxx    | #x      | 优质    | $x.xx   | 加大竞价 |\n\n**转化流失词** (需优化):\n| 关键词 | 搜索量 | 转化状态 | 问题诊断 | 建议 |\n|--------|--------|---------|---------|------|\n| word2  | xxx    | 流失    | Landing page/Listing不匹配 | 优化/暂停 |\n\n**无效曝光词** (建议否词):\n| 关键词 | 搜索量 | 点击率低原因 | 否词建议 |\n|--------|--------|-------------|---------|\n| word3  | xxx    | 相关性低    | 精确否词 |\n\n#### 三、新增投放关键词推荐\n\n**高优先级** (高搜索+高转化+低竞争):\n| 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 |\n|--------|---------|--------|---------|--------|-----------|---------|\n| word4  | xxx     | xx%    | $x.xx   | xx     | xx%       | $x.xx   |\n\n**中优先级** (中等搜索+稳定需求):\n| 关键词 | 月搜索量 | 购买率 | PPC竞价 | 建议出价 |\n|--------|---------|--------|---------|---------|\n| word5  | xxx     | xx%    | $x.xx   | $x.xx   |\n\n**长尾词** (精准流量+低成本):\n| 关键词 | 月搜索量 | PPC竞价 | 建议出价 |\n|--------|---------|---------|---------|\n| word6  | xxx     | $x.xx   | $x.xx   |\n\n#### 四、竞价策略建议\n\n**核心词竞价** (抢占首页):\n| 关键词 | 当前竞价 | 建议竞价 | 首页顶部竞价 | 策略 |\n|--------|---------|---------|-------------|------|\n| word1  | $x.xx   | $x.xx   | $x.xx       | 首页抢占 |\n\n**长尾词竞价** (低成本引流):\n| 关键词 | 建议竞价 | 预期 CPC | 策略 |\n|--------|---------|---------|------|\n| word6  | $x.xx   | $x.xx   | 低价广泛 |\n\n#### 五、广告结构优化建议\n\n**投放类型建议**:\n- SP 广告: 建议关键词列表和匹配方式\n- 品牌广告: 适合的品牌词和竞品词\n- 视频广告: 高转化词推荐\n\n**匹配方式建议**:\n| 关键词类别 | 推荐匹配方式 | 原因 |\n|-----------|-------------|------|\n| 核心转化词 | 精准匹配 | 控制成本 |\n| 拓展词 | 词组匹配 | 平衡流量 |\n| 长尾词 | 广泛匹配 | 发现新词 |\n\n**否词建议**:\n| 否词 | 类型 | 原因 |\n|------|------|------|\n| xxx  | 精确否词 | 无关流量 |\n| xxx  | 词组否词 | 低转化 |\n\n#### 六、预算分配建议\n\n| 投放类型 | 建议日预算 | 关键词数 | 预期效果 |\n|----------|-----------|---------|---------|\n| SP-核心词 | $xx | xx个 | 稳定出单 |\n| SP-拓展词 | $xx | xx个 | 扩大曝光 |\n| 长尾词 | $xx | xx个 | 低成本引流 |\n| 品牌广告 | $xx | xx个 | 品牌曝光 |\n| **合计** | **$xx/天** | **xx个** | - |\n\n#### 七、执行检查清单\n- [ ] 新增关键词投放\n- [ ] 调整竞价\n- [ ] 添加否词\n- [ ] 暂停低效词\n- [ ] 设置预算\n- [ ] 创建广告组结构\n- [ ] 一周后复查转化数据\n\n## 输出格式\n\n使用 Markdown 表格呈现，优先级用高/中/低标注。竞价建议精确到小数点后两位。行动建议用复选框格式便于执行。\n---\n\n## 参考文档\n\n本 Skill 涉及的 API 详细参数说明：\n\n- [`asin_detail`](../../reference/asin_detail.md)\n- [`keyword_miner`](../../reference/keyword_miner.md)\n- [`keyword_order`](../../reference/keyword_order.md)\n- [`traffic_extend`](../../reference/traffic_extend.md)\n- [`traffic_keyword`](../../reference/traffic_keyword.md)\n- [`traffic_keyword_stat`](../../reference/traffic_keyword_stat.md)\n- [`traffic_source`](../../reference/traffic_source.md)\n\nFile v0.1.14:comprehensive/competitor-analysis.md\n\n# 竞品深度拆解\n\n对指定的 Amazon 竞品 ASIN 进行全面深度拆解，分析其销售表现、流量结构、关键词策略、定价策略和竞争优劣势。\n\n## 使用方式\n\n用户输入: `/competitor-analysis [ASIN]`\n\n参数说明:\n- 第1个参数: 竞品的 ASIN（必填）\n- 可附加参数: 站点(默认US)\n\n## 执行步骤\n\n> **调用优化说明**: 以下工具均作用于同一 ASIN，无数据依赖关系。分为两批并行调用，将原本 9 次串行调用优化为 2 次并行批次。\n\n### 第1步: 并行获取基础画像与历史数据\n\n同时调用以下 4 个工具:\n\n**1. `asin_detail`** - 商品完整基础信息:\n- marketplace: 用户指定站点\n- asin: 目标ASIN\n\n**2. `asin_prediction`** - 销量预测数据:\n- marketplace: 用户指定站点\n- asin: 目标ASIN\n\n**3. `keepa_info`** - 商品历史趋势:\n- marketplace: 用户指定站点\n- asin: 目标ASIN\n\n**4. `asin_coupon_trend`** - 促销策略:\n- marketplace: 用户指定站点\n- asin: 目标ASIN\n\n### 第2步: 并行获取流量与竞品数据\n\n同时调用以下 5 个工具:\n\n**1. `traffic_keyword_stat`** - 流量概览:\n- marketplace: 用户指定站点\n- asin: 目标ASIN\n- month: 历史月份 yyyyMM（可选，不传默认近30天）\n\n**2. `traffic_keyword`** - 流量关键词明细:\n- marketplace: 用户指定站点\n- asin: 目标ASIN\n- order: 按 trafficPercentage 降序\n- size: 100\n\n**3. `traffic_source`** - 流量来源结构:\n- marketplace: 用户指定站点\n- q: 目标ASIN\n\n**4. `traffic_listing`** - 关联竞品:\n- marketplace: 用户指定站点\n- asinList: [目标ASIN]\n- relations: [\"similar\"]（array 必填，可选关联类型，如 \"similar\"）\n- size: 10\n\n**5. `review`** - 买家评论:\n- marketplace: 用户指定站点\n- asin: 目标ASIN\n- categoryId: 类目ID（可选，提升类目相关性；从 asin_prediction.asinDetail.categoryId 获取。注意：asin_detail 响应中是 nodeId/nodeIdPath，并无 categoryId 字段）\n- size: 10\n\n### 第3步: 生成竞品分析报告\n\n综合所有数据，输出完整的竞品拆解报告:\n\n#### 一、商品概览\n\n| 指标 | 数据 |\n|------|------|\n| ASIN | xxx |\n| 标题 | xxx |\n| 品牌 | xxx |\n| 价格 | $xx.xx (优惠后 $xx.xx) |\n| 评分/评分数 | x.x / xxx |\n| BSR排名 | 大类 #xxx / 小类 #x |\n| 卖家类型 | FBA/FBM/自营 |\n| 变体数 | x个 |\n| 上架时间 | xxxx-xx-xx |\n| Listing质量分 | xx/100 |\n| 标识 | BS/AC/NR |\n\n#### 二、销售表现分析\n- 近14个月月销量趋势图（文字描述）\n- 月销售额趋势\n- 价格调整历史与策略分析\n- BSR波动与排名稳定性\n- 当前所处生命周期阶段（新品期/成长期/成熟期/衰退期）\n\n#### 三、流量结构分析\n\n| 流量来源 | 词数 | 占比 |\n|----------|------|------|\n| 自然搜索词 | xx | xx% |\n| SP广告词 | xx | xx% |\n| 品牌广告词 | xx | xx% |\n| 视频广告词 | xx | xx% |\n| Amazon推荐(AC/ER/4星) | xx | xx% |\n| HR推荐 | xx | xx% |\n\n流量健康度评估:\n- 自然流量占比是否健康\n- 是否过度依赖广告\n- 推荐流量获取能力\n\n#### 四、核心关键词分析\n- TOP 10 流量关键词列表（关键词、搜索量、排名、流量占比、PPC竞价）\n- 关键词布局策略分析\n- 主要流量词的竞争难度\n\n#### 五、促销策略分析\n- 优惠类型与力度\n- 促销频率与周期\n- 价格策略（高价常促 vs 低价稳定）\n\n#### 六、竞争格局\n- 直接竞品 TOP 10（ASIN、品牌、价格、销量、评分）\n- 市场份额与定位分析\n- 竞品差异化对比\n\n#### 七、买家评价洞察\n- 评分分布（5星/4星/3星/2星/1星占比）\n- 买家好评关键词/卖点\n- 买家差评痛点/抱怨\n- 产品改进机会\n\n#### 八、SWOT 分析\n\n| 优势 (S) | 劣势 (W) |\n|----------|----------|\n| xxx | xxx |\n\n| 机会 (O) | 威胁 (T) |\n|----------|----------|\n| xxx | xxx |\n\n#### 九、竞品应对策略建议\n- 产品差异化方向\n- 定价策略建议\n- 关键词切入建议\n- Listing优化方向\n- 广告投放建议\n\n## 输出格式\n\n使用 Markdown 表格、评分卡、SWOT矩阵呈现。关键发现用加粗标注。\n---\n\n## 参考文档\n\n本 Skill 涉及的 API 详细参数说明：\n\n- [`asin_coupon_trend`](../../reference/asin_coupon_trend.md)\n- [`asin_detail`](../../reference/asin_detail.md)\n- [`asin_prediction`](../../reference/asin_prediction.md)\n- [`keepa_info`](../../reference/keepa_info.md)\n- [`review`](../../reference/review.md)\n- [`traffic_keyword`](../../reference/traffic_keyword.md)\n- [`traffic_keyword_stat`](../../reference/traffic_keyword_stat.md)\n- [`traffic_listing`](../../reference/traffic_listing.md)\n- [`traffic_source`](../../reference/traffic_source.md)\n\nFile v0.1.14:comprehensive/keyword-research.md\n\n# 关键词选品研究\n\n基于关键词的市场需求分析，从搜索趋势、竞争强度、转化能力等维度评估关键词价值，辅助选品和投放决策。\n\n## 使用方式\n\n用户输入: `/keyword-research [关键词]`\n\n参数说明:\n- 第1个参数: 目标关键词（必填）\n- 可附加参数: 站点(默认US)、最低搜索量、最大商品数等筛选条件\n\n## 执行步骤\n\n### 第1步: 并行获取关键词全景数据\n\n> 以下工具互相独立，**必须并行调用**以节省等待时间。\n\n同时调用以下 6 个工具:\n\n**1. `keyword_research`** - 关键词市场全景:\n- marketplace: 用户指定站点\n- keywords: 用户输入的关键词\n- size: 15\n\n**2. `keyword_miner`** - 关键词深度挖掘:\n- marketplace: 用户指定站点\n- keyword: 用户输入的关键词\n- size: 15\n\n**3. `aba_research_weekly`** - ABA 周度排名趋势:\n- marketplace: 用户指定站点\n- includeKeywords: 用户输入的关键词\n\n**4. `aba_research_monthly`** - ABA 月度趋势:\n- marketplace: 用户指定站点\n- includeKeywords: 用户输入的关键词\n\n**5. `keyword_research_trends`** - 关键词搜索趋势:\n- marketplace: 用户指定站点\n- keyword: 用户输入的关键词\n\n**6. `aba_research_trend`** - ABA 趋势分析（可按周/月粒度）:\n- marketplace: 用户指定站点\n- keyword: 用户输入的关键词\n\n### 第2步: Google 趋势验证\n\n调用 `google_trend` 验证外部搜索趋势:\n\n参数:\n- marketplace: 用户指定站点\n- keyword: 用户输入的关键词\n- googleProp: \"shoppingCart\"（购物搜索）\n- monthly: true\n\n获取: Google Shopping 搜索热度趋势，判断是否为季节性、上升期或衰退期。\n\n### 第3步: 生成关键词研究报告\n\n综合所有数据，输出关键词研究报告:\n\n#### 一、关键词概览\n\n| 指标 | 数据 | 评价 |\n|------|------|------|\n| 关键词 | xxx | - |\n| 月搜索量 | xxx | 高/中/低 |\n| 月购买量 | xxx | - |\n| 购买率 | xx% | 高/中/低 |\n| 商品数 | xxx | 多/中/少 |\n| 供需比 | xx | 供不应求/供需平衡/供过于求 |\n| PPC竞价 | $x.xx | 高/中/低 |\n| 点击集中度 | xx% | 垄断/分散 |\n| 搜索增长率 | xx% | 上升/平稳/下降 |\n\n#### 二、关键词价值评估\n\n**市场需求评估 (1-10分)**:\n- 搜索量水平\n- 购买量与购买率\n- 增长趋势（周/月/年）\n\n**竞争强度评估 (1-10分)**:\n- 商品数量\n- 头部垄断程度（点击集中度）\n- PPC竞价水平\n- 标题密度\n\n**综合可行性评分**:\n- 是否值得进入\n- 适合进入方式（新品/广告/SEO）\n\n#### 三、关联关键词矩阵\n\n| 关键词 | 月搜索量 | 购买率 | 商品数 | 供需比 | PPC竞价 | SPR | 机会评级 |\n|--------|---------|--------|--------|--------|---------|-----|---------|\n| word1  | xxx     | xx%    | xxx    | xx     | $x.xx   | xx  | ★★★★★  |\n| word2  | xxx     | xx%    | xxx    | xx     | $x.xx   | xx  | ★★★★☆  |\n| ...    | ...     | ...    | ...    | ...    | ...     | ... | ...     |\n\n关键词评级标准:\n- ★★★★★ 高搜索 + 低竞争 + 高转化 = 蓝海机会词\n- ★★★★☆ 中高搜索 + 中等竞争 = 值得投入词\n- ★★★☆☆ 有搜索但竞争较大 = 需要差异化\n- ★★☆☆☆ 搜索量低或竞争过激 = 谨慎投入\n- ★☆☆☆☆ 已被垄断或需求不足 = 不建议\n\n#### 四、趋势分析\n- ABA排名趋势（周度/月度）\n- Google Shopping 搜索热度趋势\n- 关键词生命周期判断（新兴/成长/成熟/衰退）\n- 季节性特征（如有）\n\n#### 五、关键词选品建议\n- 基于搜索量推荐的产品方向\n- 核心关键词与长尾关键词布局建议\n- 广告投放优先级排序\n- 自然SEO与广告投放的投入建议\n\n#### 六、竞品关键词机会\n- 该关键词下的头部竞品概况\n- 新品切入的关键词策略\n- 避免正面竞争的差异化关键词\n\n## 输出格式\n\n使用 Markdown 表格、星级评分和趋势文字描述呈现。机会评级使用星号直观表示。\n---\n\n## 参考文档\n\n本 Skill 涉及的 API 详细参数说明：\n\n- [`aba_research_monthly`](../../reference/aba_research_monthly.md)\n- [`aba_research_trend`](../../reference/aba_research_trend.md)\n- [`aba_research_weekly`](../../reference/aba_research_weekly.md)\n- [`google_trend`](../../reference/google_trend.md)\n- [`keyword_miner`](../../reference/keyword_miner.md)\n- [`keyword_research`](../../reference/keyword_research.md)\n- [`keyword_research_trends`](../../reference/keyword_research_trends.md)\n\nFile v0.1.14:comprehensive/listing-optimizer.md\n\n# Listing 优化诊断\n\n对指定的 Amazon 商品 Listing 进行全面诊断，从关键词覆盖、流量结构、评论反馈等维度给出优化建议。\n\n## 使用方式\n\n用户输入: `/listing-optimizer [ASIN]`\n\n参数说明:\n- 第1个参数: 商品 ASIN（必填）\n- 可附加参数: 站点(默认US)、对比竞品ASIN（可选）\n\n## 执行步骤\n\n### 第1步: 获取 Listing 完整信息\n\n调用 `asin_detail` 获取商品详情:\n\n参数:\n- marketplace: 用户指定站点\n- asin: 目标ASIN\n\n获取: 标题、五点描述、类目、Listing质量分、价格、评分、变体、标识等。\n\n### 第2步: 关键词与流量批量分析（并行调用）\n\n以下三个调用均基于目标 ASIN，无数据依赖，**并行执行**:\n\n**2a.** 调用 `traffic_keyword_stat` 获取流量结构概览:\n\n参数:\n- marketplace: 用户指定站点\n- asin: 目标ASIN\n- month: 历史月份 yyyyMM（可选，不传默认近30天）\n\n获取: 自然搜索词、广告词、推荐词数量分布。\n\n**2b.** 调用 `traffic_keyword` 获取具体流量词:\n\n参数:\n- marketplace: 用户指定站点\n- asin: 目标ASIN\n- order: 按 trafficPercentage 降序\n- size: 10\n\n获取: 当前已获取流量的关键词列表、搜索量、排名、流量占比等。\n\n**2c.** 调用 `keyword_order` 进行关键词反查:\n\n参数:\n- marketplace: 用户指定站点\n- asins: [目标ASIN]\n- reverseType: \"M\"\n- date: 当月，格式 yyyyMM（如 \"202605\"）。reverseType=\"M\" 时用 yyyyMM 格式；reverseType=\"W\" 时用 yyyyMMdd 格式（当周周六）\n\n获取: 该 ASIN 参与曝光与转化的关键词完整列表，识别转化优质词和流失词。\n\n### 第3步: 关键词拓展与评论反馈（并行调用）\n\n以下两个调用无数据依赖，**并行执行**:\n\n**3a.** 调用 `traffic_extend` 挖掘更多潜在关键词:\n\n参数:\n- marketplace: 用户指定站点\n- asinList: [目标ASIN]\n- queryType: 2\n- minSearches: 1000\n- size: 10\n\n获取: 竞品有流量但本商品未覆盖的关键词机会。\n\n**3b.** 调用 `review` 获取评论数据:\n\n参数:\n- marketplace: 用户指定站点\n- asin: 目标ASIN\n- categoryId: 可选；如需提升类目相关性，可先调用 `asin_prediction` 取 `asinDetail.categoryId`（asin_detail 响应中无此字段）\n- size: 10\n\n### 第4步: 竞品 Listing 对比（可选，并行调用）\n\n如果用户提供了对比竞品 ASIN，以下两个调用**并行执行**:\n\n**4a.** 调用 `competitor_lookup` 获取竞品数据:\n\n参数:\n- marketplace: 用户指定站点\n- asins: [竞品ASIN列表]\n\n**4b.** 调用 `traffic_keyword` 获取竞品流量关键词（每个竞品 ASIN 并行调用）:\n\n参数:\n- marketplace: 用户指定站点\n- asin: 单个竞品ASIN\n- order: 按 trafficPercentage 降序\n- size: 10\n\n获取所有竞品的流量关键词，用于对比关键词覆盖差异。\n\n### 第5步: 生成 Listing 优化报告\n\n#### 一、Listing 质量诊断\n\n| 诊断项 | 当前状态 | 评分 | 优化建议 |\n|--------|---------|------|---------|\n| 标题质量 | xxx | x/10 | xxx |\n| 五点描述 | xxx | x/10 | xxx |\n| 关键词覆盖 | xxx | x/10 | xxx |\n| 流量结构 | xxx | x/10 | xxx |\n| A+页面 | 有/无 | x/10 | xxx |\n| 主图视频 | 有/无 | x/10 | xxx |\n| 评分表现 | x.x星 | x/10 | xxx |\n| Listing质量分 | xx/100 | - | - |\n| **综合评分** | - | **x/10** | - |\n\n#### 二、关键词覆盖分析\n\n**已覆盖核心关键词** (当前有流量的关键词):\n| 关键词 | 月搜索量 | 自然排名 | 广告排名 | 流量占比 | 状态 |\n|--------|---------|---------|---------|---------|------|\n| word1  | xxx     | #x      | #x      | xx%     | 优质 |\n| word2  | xxx     | #x      | -       | xx%     | 稳定 |\n\n**缺失关键词** (竞品有流量但本商品未覆盖):\n| 关键词 | 月搜索量 | 购买率 | PPC竞价 | 优先级 |\n|--------|---------|--------|---------|--------|\n| word3  | xxx     | xx%    | $x.xx   | 高     |\n| word4  | xxx     | xx%    | $x.xx   | 中     |\n\n**转化流失关键词** (有曝光但转化差):\n| 关键词 | 搜索量 | 状态 | 建议 |\n|--------|--------|------|------|\n| word5  | xxx    | 流失 | 优化/否词 |\n\n#### 三、标题优化建议\n- 当前标题分析（长度、关键词密度、可读性）\n- 推荐优化标题（融入高价值缺失关键词）\n- 关键词布局位置建议\n\n#### 四、五点描述优化建议\n- 当前五点描述评估\n- 基于评论反馈的卖点提炼\n- 推荐优化的五点描述框架\n\n#### 五、流量结构优化建议\n- 自然流量提升策略\n- 广告投放关键词建议\n- 推荐流量获取建议（AC/ER/4星）\n\n#### 六、竞品对比（如提供）\n- 关键词覆盖差异\n- 流量结构对比\n- 可借鉴的优化方向\n\n#### 七、优先级行动清单\n\n| 优先级 | 优化动作 | 预期效果 | 工具支持 |\n|--------|---------|---------|---------|\n| P0 | xxx | xxx | xxx |\n| P1 | xxx | xxx | xxx |\n| P2 | xxx | xxx | xxx |\n\n## 输出格式\n\n使用 Markdown 表格呈现，优先级用 P0/P1/P2 标注。核心建议用加粗标注。\n---\n\n## 参考文档\n\n本 Skill 涉及的 API 详细参数说明：\n\n- [`asin_detail`](../../reference/asin_detail.md)\n- [`competitor_lookup`](../../reference/competitor_lookup.md)\n- [`keyword_order`](../../reference/keyword_order.md)\n- [`review`](../../reference/review.md)\n- [`traffic_extend`](../../reference/traffic_extend.md)\n- [`traffic_keyword`](../../reference/traffic_keyword.md)\n- [`traffic_keyword_stat`](../../reference/traffic_keyword_stat.md)\n\nFile v0.1.14:comprehensive/market-analysis.md\n\n# 市场全景分析\n\n对指定的 Amazon 类目市场进行全面深入的分析，帮助卖家评估市场吸引力、竞争强度和进入可行性。\n\n## 使用方式\n\n用户输入: `/market-analysis [类目关键词或类目节点ID]`\n\n参数说明:\n- 第1个参数: 类目名称、关键词或 nodeIdPath（必填）\n- 可附加参数: 站点(默认US)、月份(默认最近)\n\n## 执行步骤\n\n### 第1步: 获取类目信息\n\n调用 `product_node` 查找类目节点:\n\n参数:\n- marketplace: 用户指定站点\n- keyword: 用户输入的类目关键词\n\n获取 nodeIdPath 后，进入下一步。\n\n### 第2步: 并行获取市场核心数据\n\n> 以下两个工具均只需 nodeIdPath，无数据依赖，**必须并行调用**。\n\n同时调用以下 2 个工具:\n\n**1. `market_research`** - 市场整体数据:\n- marketplace: 用户指定站点\n- nodeIdPath: 第1步获取的节点路径\n- month: 指定月份（可选）\n- topNum: 10（头部商品数）\n- size: 50\n\n**2. `market_research_statistics`** - 市场深入统计:\n- marketplace: 用户指定站点\n- nodeIdPath: 节点路径\n- topN: 10\n- newProduct: 根据行业特性设置（默认6）\n\n### 第3步: 并行多维度分布分析\n\n并行调用以下工具，获取市场的多维度数据:\n\n1. **market_price_distribution** - 价格区间分布\n   - 分析不同价格带的商品数量、销量占比、平均销量效率\n   - 识别有利润空间的定价带\n\n2. **market_brand_concentration** - 品牌集中度\n   - 头部品牌销量占比\n   - 与同级类目对比的品牌垄断程度\n   - 新品牌生存空间评估\n\n3. **market_product_concentration** - 商品集中度\n   - 头部商品销量占比\n   - 市场竞争强度判断\n\n4. **market_seller_concentration** - 卖家集中度\n   - 头部卖家垄断程度\n   - 市场进入壁垒评估\n\n5. **market_rating_distribution** - 评分值分布\n   - 市场整体质量水平\n   - 产品优化空间判断\n\n6. **market_ratings_count_distribution** - 评分数分布\n   - 新品评论积累门槛\n   - 进入难度评估\n\n7. **market_listing_date_distribution** - 上架时间分布\n   - 新品接受度\n   - 市场更新迭代速度\n\n8. **market_seller_country_distribution** - 卖家所属地分布\n   - 中国卖家/本土卖家占比\n   - 竞争格局分析\n\n9. **market_seller_type_concentration** - 发货类型分布\n   - FBA/FBM/Amazon自营占比\n   - 配送策略建议\n\n10. **market_ebc_distribution** - A+页面与视频分布\n    - 内容配置与销量关系\n    - Listing内容投入建议\n\n11. **market_product_demand_trend** - 需求趋势\n    - 页面浏览量、退货率、搜索购买比\n    - 需求规模与转化效率\n\n### 第4步: 生成市场分析报告\n\n综合所有数据，输出完整的市场分析报告:\n\n#### 一、市场概览\n- 类目名称与层级路径\n- 商品总数、品牌数、卖家数\n- 月总销量、月总销售额\n- 平均价格、平均评分\n\n#### 二、市场吸引力评估 (1-10分)\n\n| 维度 | 评分 | 说明 |\n|------|------|------|\n| 市场规模 | x/10 | 基于月销量/销售额 |\n| 增长性 | x/10 | 基于需求趋势 |\n| 利润空间 | x/10 | 基于平均毛利率和价格带 |\n| 竞争强度 | x/10 | 基于集中度指标（反向计分）|\n| 新品友好度 | x/10 | 基于新品占比和上架时间分布 |\n| 进入门槛 | x/10 | 基于评分/评论门槛（反向计分）|\n| **综合评分** | **x/10** | 加权平均 |\n\n#### 三、竞争格局分析\n- 头部商品集中度及趋势\n- 头部品牌集中度及与同级类目对比\n- 卖家类型分布（FBA/FBM/自营）及竞争策略\n- 卖家所属地分布及中国卖家竞争压力\n\n#### 四、价格与利润分析\n- 各价格区间商品数量与销量占比\n- 最佳定价带建议\n- 利润空间评估\n\n#### 五、新品进入评估\n- 新品数量占比\n- 新品平均销量表现\n- 评论积累门槛分析\n- A+/视频内容投入建议\n\n#### 六、风险与机会\n- 主要风险点\n- 差异化切入方向\n- 内容优化建议\n\n#### 七、结论与建议\n- 是否推荐进入该市场\n- 推荐的进入策略（价格带、差异化方向）\n- 预估投入产出周期\n\n## 输出格式\n\n使用 Markdown 表格、评分卡和结构化列表呈现。关键结论用加粗标注，风险用警告标识。\n---\n\n## 参考文档\n\n本 Skill 涉及的 API 详细参数说明：\n\n- [`market_brand_concentration`](../../reference/market_brand_concentration.md)\n- [`market_ebc_distribution`](../../reference/market_ebc_distribution.md)\n- [`market_listing_date_distribution`](../../reference/market_listing_date_distribution.md)\n- [`market_price_distribution`](../../reference/market_price_distribution.md)\n- [`market_product_concentration`](../../reference/market_product_concentration.md)\n- [`market_product_demand_trend`](../../reference/market_product_demand_trend.md)\n- [`market_rating_distribution`](../../reference/market_rating_distribution.md)\n- [`market_ratings_count_distribution`](../../reference/market_ratings_count_distribution.md)\n- [`market_research`](../../reference/market_research.md)\n- [`market_research_statistics`](../../reference/market_research_statistics.md)\n- [`market_seller_concentration`](../../reference/market_seller_concentration.md)\n- [`market_seller_country_distribution`](../../reference/market_seller_country_distribution.md)\n- [`market_seller_type_concentration`](../../reference/market_seller_type_concentration.md)\n- [`product_node`](../../reference/product_node.md)\n\nFile v0.1.14:comprehensive/opportunity-finder.md\n\n# 蓝海机会挖掘\n\n通过 ABA 数据和关键词趋势分析，系统发现 Amazon 市场中正在上升、增长或被低估的关键词和产品机会。\n\n## 使用方式\n\n用户输入: `/opportunity-finder [关键词或类目]`\n\n参数说明:\n- 第1个参数: 关键词、类目或留空查看全局趋势（必填）\n- 可附加参数: 站点(默认US)、搜索模式(热门/异动/增长/飙升/潜力/长尾)\n\n## 执行步骤\n\n### 第1步: 确认分析参数\n\n向用户确认:\n- **目标站点**: 默认 US\n- **搜索模式**: 默认全部扫描\n  - 热门市场: 高搜索量关键词\n  - 异动市场: 排名变化异常\n  - 持续增长市场: 稳步上升\n  - 快速飙升市场: 短期爆发\n  - 潜力市场: 低竞争高需求\n  - 长尾市场: 精准细分需求\n- **类目范围**: 全类目或指定类目\n\n### 第2步: ABA 周度趋势扫描\n\n调用 `aba_research_weekly` 进行周度趋势扫描:\n\n根据用户选择的搜索模式，分别查询:\n\n**模式1 - 快速飙升市场** (快速发现短期爆发):\n- marketplace: 用户指定站点\n- searchModel: 4\n- includeKeywords: 用户关键词（可选）\n- order: 按 `searches` 降序（aba_research_weekly 响应字段为 keyword/searches/clicks/ctr/cvShareRate/rank，可用其中之一作为 field）\n- size: 40\n\n**模式2 - 持续增长市场** (发现稳定增长):\n- marketplace: 用户指定站点\n- searchModel: 3\n- includeKeywords: 用户关键词（可选）\n- order: 按 `searches` 降序\n- size: 15\n\n**模式3 - 潜力市场** (低竞争高需求):\n- marketplace: 用户指定站点\n- searchModel: 5\n- includeKeywords: 用户关键词（可选）\n- order: 按 `searches` 降序\n- size: 15\n\n### 第3步: ABA 月度趋势验证\n\n调用 `aba_research_monthly` 进行月度趋势验证:\n\n参数同上，但按月维度获取数据，验证短期趋势是否在月度上也成立。\n\n### 第4步: 关键词市场深度评估\n\n对筛选出的 TOP 10 机会关键词，**并行调用** `keyword_research` 和 `keyword_research_trends`（这些工具不支持批量查询，必须并行调用以节省等待时间）评估市场可行性:\n\n参数（每个关键词）:\n\n**`keyword_research`** - 市场全景快照:\n- marketplace: 用户指定站点\n- keywords: 机会关键词\n\n**`keyword_research_trends`** - 关键词搜索趋势:\n- marketplace: 用户指定站点\n- keyword: 机会关键词\n\n获取: 月搜索量、购买量、商品数、供需比、PPC竞价等完整数据，以及关键词的历史搜索趋势。\n\n### 第5步: Google 趋势与 ABA 趋势交叉验证\n\n对 TOP 5 关键词，**并行调用** `google_trend` 和 `aba_research_trend` 验证:\n\n**`google_trend`** - 外部趋势:\n- marketplace: 用户指定站点\n- keyword: 机会关键词\n- googleProp: \"shoppingCart\"\n- monthly: true\n\n**`aba_research_trend`** - ABA 趋势分析:\n- marketplace: 用户指定站点\n- keyword: 机会关键词\n\n获取: Google Shopping 搜索趋势 + ABA 排名历史趋势，确认是否为 Amazon 站内短期波动还是外部真实需求增长。\n\n### 第6步: 市场可行性验证\n\n对最有潜力的 TOP 3 方向，**并行调用** `market_research` 验证:\n\n参数:\n- marketplace: 用户指定站点\n- departmentKeyword: 机会关键词\n\n获取: 类目市场规模、竞争度、新品表现等。\n\n### 第7步: 生成机会挖掘报告\n\n#### 一、机会扫描概览\n\n| 搜索模式 | 发现关键词数 | 高潜力词数 |\n|----------|-------------|-----------|\n| 快速飙升 | xx | xx |\n| 持续增长 | xx | xx |\n| 潜力市场 | xx | xx |\n\n#### 二、飙升关键词 (短期爆发机会)\n\n| 关键词 | 周搜索量 | 增长率 | 商品数 | 供需比 | 点击集中度 | 机会评分 |\n|--------|---------|--------|--------|--------|-----------|---------|\n| word1  | xxx     | +xx%   | xx     | xx     | xx%       | ★★★★★  |\n| word2  | xxx     | +xx%   | xx     | xx     | xx%       | ★★★★☆  |\n\n#### 三、持续增长关键词 (长期布局机会)\n\n| 关键词 | 月搜索量 | 近3月增长率 | 同比增长率 | 商品数 | PPC竞价 | 机会评分 |\n|--------|---------|------------|-----------|--------|---------|---------|\n| word3  | xxx     | +xx%       | +xx%      | xx     | $x.xx   | ★★★★★  |\n\n#### 四、潜力关键词 (蓝海市场)\n\n| 关键词 | 月搜索量 | 购买率 | 商品数 | 供需比 | SPR | 机会评分 |\n|--------|---------|--------|--------|--------|-----|---------|\n| word4  | xxx     | xx%    | xx     | xx     | xx  | ★★★★★  |\n\n#### 五、趋势交叉验证\n\n| 关键词 | ABA周度 | ABA月度 | ABA趋势 | Google趋势 | 一致性 | 可信度 |\n|--------|---------|---------|---------|-----------|--------|--------|\n| word1  | 飙升    | 上升    | 上升    | 上升      | 高     | 高     |\n| word2  | 增长    | 平稳    | 平稳    | 平稳      | 中     | 中     |\n\n#### 六、TOP 3 机会详细分析\n\n每个机会方向包含:\n- 关键词/市场需求分析\n- 竞争强度评估\n- 新品进入可行性\n- 预估利润空间\n- 建议进入策略\n\n#### 七、机会优先级排序\n\n| 优先级 | 机会方向 | 类型 | 预估投入 | 预估回报 | 时间窗口 |\n|--------|---------|------|---------|---------|---------|\n| 1      | xxx     | 飙升 | $xxx    | $xxx/月 | 紧急    |\n| 2      | xxx     | 增长 | $xxx    | $xxx/月 | 1-3月   |\n| 3      | xxx     | 蓝海 | $xxx    | $xxx/月 | 3-6月   |\n\n#### 八、行动建议\n- 需要立即抓住的时间敏感型机会\n- 值得长期布局的增长型机会\n- 低竞争适合新品测试的蓝海机会\n- 风险提示和注意事项\n\n## 输出格式\n\n使用 Markdown 表格、星级评分呈现。时间敏感型机会用紧急标识，长期机会用推荐标识。\n---\n\n## 参考文档\n\n本 Skill 涉及的 API 详细参数说明：\n\n- [`aba_research_monthly`](../../reference/aba_research_monthly.md)\n- [`aba_research_trend`](../../reference/aba_research_trend.md)\n- [`aba_research_weekly`](../../reference/aba_research_weekly.md)\n- [`google_trend`](../../reference/google_trend.md)\n- [`keyword_research`](../../reference/keyword_research.md)\n- [`keyword_research_trends`](../../reference/keyword_research_trends.md)\n- [`market_research`](../../reference/market_research.md)\n\nFile v0.1.14:comprehensive/pricing-strategy.md\n\n# 定价策略分析\n\n分析指定类目或 ASIN 的定价环境，帮助卖家制定最优定价策略。\n\n## 使用方式\n\n用户输入: `/pricing-strategy [ASIN或类目关键词]`\n\n参数说明:\n- 第1个参数: ASIN 或类目关键词（必填）\n- 可附加参数: 站点(默认US)\n\n## 执行步骤\n\n### 第1步: 判断输入类型\n\n如果输入是 ASIN（以B开头，10位字符）:\n- 获取商品详情和价格趋势\n- 获取类目信息用于市场定价分析\n\n如果输入是关键词:\n- 先查找类目节点\n- 进行市场级别的定价分析\n\n### 第2步: ASIN 价格深度分析\n\n如果是 ASIN，**同时并行调用**以下4个工具（它们之间无数据依赖，必须在一个批次中发起）:\n\n| 工具 | 用途 | 参数 |\n|------|------|------|\n| **asin_detail** | 获取当前价格、标识 | marketplace, asin |\n| **asin_detail_with_coupon_trend** | 获取详情+优惠趋势 | marketplace, asin |\n| **asin_coupon_trend** | 获取优惠价格历史 | marketplace, asin |\n| **keepa_info** | 获取价格历史趋势 | marketplace, asin |\n\n> 参数均为: `marketplace`=用户指定站点, `asin`=目标ASIN。全部返回后再进入第3步。\n\n### 第3步: 市场定价环境分析\n\n调用 `market_price_distribution` 分析价格分布:\n\n参数:\n- marketplace: 用户指定站点\n- nodeIdPath: 目标类目节点\n- month: 当月\n\n获取: 各价格区间的商品数量、销量占比、平均销量效率。\n\n### 第4步: 竞品价格对比\n\n**ASIN 模式**：调用 `competitor_lookup` 获取同类竞品价格:\n\n参数:\n- marketplace: 用户指定站点\n- asins: [目标ASIN]（array 类型，可一次传入多个 ASIN）\n- size: 20\n\n获取: TOP 20 竞品的价格、销量、评分等数据。\n\n**关键词模式**：调用 `product_research` 获取类目下 TOP 商品:\n\n参数:\n- marketplace: 用户指定站点\n- nodeIdPath: 类目节点（第1步获取）\n- size: 20\n\n获取: TOP 20 商品的价格、销量、评分等数据。\n\n### 第5步: 生成定价策略报告\n\n#### 一、当前定价分析（ASIN模式）\n\n| 指标 | 数据 |\n|------|------|\n| ASIN | xxx |\n| 标题 | xxx |\n| 当前售价 | $xx.xx |\n| 优惠类型 | 金额/百分比/无 |\n| 优惠金额 | $x.xx |\n| 实际成交价 | $xx.xx |\n| 划线价 | $xx.xx |\n\n**价格历史趋势**:\n- 近90天价格变化\n- 促销频率和力度\n- 价格调整策略判断\n\n#### 二、市场价格带分析\n\n| 价格区间 | 商品数 | 商品占比 | 销量占比 | 平均销量效率 | 平均评分 |\n|----------|--------|---------|---------|-------------|---------|\n| $0-10    | xx     | xx%     | xx%     | xx          | x.x     |\n| $10-20   | xx     | xx%     | xx%     | xx          | x.x     |\n| $20-30   | xx     | xx%     | xx%     | xx          | x.x     |\n| $30-50   | xx     | xx%     | xx%     | xx          | x.x     |\n| $50+     | xx     | xx%     | xx%     | xx          | x.x     |\n\n**最优定价带**: $xx-$xx（销量效率最高且竞争相对温和的价格区间）\n\n#### 三、竞品价格对比\n\n| 排名 | ASIN | 品牌 | 价格 | 优惠价 | 月销量 | 评分 | 价格策略 |\n|------|------|------|------|--------|--------|------|---------|\n| 1    | xxx  | xxx  | $xx  | $xx    | xxx    | x.x  | 高价策略 |\n| 2    | xxx  | xxx  | $xx  | $xx    | xxx    | x.x  | 低价走量 |\n| ...  | ...  | ...  | ...  | ...    | ...    | ...  | ...     |\n\n**本商品在竞品中的价格定位**: 高于/低于/接近中位数\n\n#### 四、定价策略建议\n\n**策略一: 价值定价**\n- 建议价格: $xx.xx\n- 适用条件: 产品有明显差异化优势\n- 预期效果: 兼顾利润和销量\n\n**策略二: 竞争定价**\n- 建议价格: $xx.xx\n- 适用条件: 与竞品同质化程度高\n- 预期效果: 快速获取市场份额\n\n**策略三: 穿透定价**\n- 建议价格: $xx.xx\n- 适用条件: 新品打入市场、快速起量\n- 预期效果: 牺牲短期利润换取排名和流量\n\n**策略四: 撇脂定价**\n- 建议价格: $xx.xx\n- 适用条件: 产品有独特卖点或品牌溢价\n- 预期效果: 最大化单品利润\n\n#### 五、促销策略建议\n- 推荐的优惠类型和力度\n- 促销频率建议\n- 适合的促销时机（节日/旺季）\n- Coupon vs 降价 vs 秒杀的选择建议\n\n#### 六、价格弹性评估\n- 当前价格区间内的价格弹性判断\n- 提价/降价对销量的预期影响\n- 最优价格点建议\n\n#### 七、行动建议\n- 立即调整项（如有明显定价问题）\n- 短期优化建议\n- 长期定价策略\n\n## 输出格式\n\n使用 Markdown 表格呈现，关键定价建议用加粗标注。策略对比用表格形式展示优劣势。\n---\n\n## 参考文档\n\n本 Skill 涉及的 API 详细参数说明：\n\n- [`competitor_lookup`](../../reference/competitor_lookup.md)\n- [`market_price_distribution`](../../reference/market_price_distribution.md)\n- [`product_research`](../../reference/product_research.md)\n\nFile v0.1.14:comprehensive/product-research.md\n\n# 智能选品助手\n\n根据卖家的选品需求，系统性筛选和分析 Amazon 商品，从数据维度评估产品潜力，辅助选品决策。\n\n## 使用方式\n\n用户输入: `/product-research [关键词/类目]`\n\n参数说明:\n- 第1个参数: 关键词或类目名称（必填）\n- 可附加参数: 站点(默认US)、价格区间、月销量范围、评分范围等\n\n## 执行步骤\n\n### 第1步: 确认选品条件\n\n向用户确认以下选品筛选条件（如用户未指定则使用推荐默认值）:\n- **目标站点**: 默认 US\n- **价格区间**: 默认 $15-$50\n- **月销量下限**: 默认 300\n- **最高评分数**: 默认 500\n- **最低评分值**: 默认 4.0\n- **毛利率下限**: 默认 20%\n- **商品重量上限**: 默认 500g\n- **关键词匹配方式**: 默认模糊匹配\n\n### 第2步: 查找类目节点\n\n调用 `product_node` 工具，根据用户输入的关键词查找对应的 Amazon 类目节点路径，获取 nodeIdPath。\n\n参数:\n- marketplace: 用户指定的站点\n- keyword: 用户输入的关键词\n\n### 第3步: 商品筛选\n\n调用 `product_research` 工具，按条件筛选商品。\n\n参数设置:\n- marketplace: 用户指定的站点\n- keyword: 用户输入的关键词\n- nodeIdPath: 第2步获取的类目路径（可选）\n- minPrice / maxPrice: 价格区间\n- minUnits: 月销量下限\n- maxRatings: 最高评分数\n- minRating: 最低评分值\n- minProfit: 毛利率下限\n- maxWeights: 重量上限\n- matchType: 匹配方式（integer，1=词组匹配，2=模糊匹配，3=精准匹配，默认 2）\n- order: 按 `units`（月销量）降序排列\n- size: 20\n- page: 1\n\n### 第4步: 市场可行性验证\n\n对筛选结果中的 TOP 3-5 商品，**并行调用**以下工具（这些工具不支持批量查询，必须并行调用）:\n\n1. **asin_detail** - 获取商品完整详情（品牌、卖家、变体、配送方式等）— 为每个 ASIN 单独调用，所有调用并行执行\n2. **asin_prediction** - 获取近14个月销量趋势，判断增长性 — 为每个 ASIN 单独调用，所有调用并行执行\n3. **market_research_statistics** - 验证类目整体市场机会 — 与所有 ASIN 级别调用并行执行\n4. **google_trend** - 验证关键词搜索趋势 — 与所有 ASIN 级别调用并行执行（可选）\n\n> **并行策略**: 假设筛选出 N 个商品（N=3~5），则本轮共发起 2N+1~2N+2 个并行调用（N 个 asin_detail + N 个 asin_prediction + 1 个 market_research_statistics + 0~1 个 google_trend），切勿串行逐个调用。\n\n### 第5步: 生成选品报告\n\n综合所有数据，输出结构化选品报告，包含以下内容:\n\n#### 一、筛选概览\n- 搜索关键词、类目、站点\n- 符合条件的商品总数\n- 市场整体规模（月销量/销售额）\n\n#### 二、潜力商品推荐 (TOP 5)\n每个商品包含:\n- ASIN、标题、品牌\n- 价格、月销量、月销售额\n- 评分值、评分数\n- BSR排名（大类/小类）\n- 毛利率、FBA费用\n- 上架时间\n- 变体数量\n- 卖家类型（FBA/FBM/Amazon自营）\n\n#### 三、趋势分析\n- TOP商品近14个月销量趋势（增长/稳定/衰退）\n- 类目整体需求趋势\n- Google Trends 验证（如第4步已调用则直接引用结果）\n\n#### 四、风险评估\n- 商品集中度风险（头部垄断程度）\n- 品牌集中度风险\n- 新品进入难度（评分门槛、评论门槛）\n- 价格竞争激烈程度\n\n#### 五、选品建议\n- 是否推荐进入该细分市场\n- 推荐的价格区间和差异化方向\n- 预估投入和回报周期\n- 需要注意的风险点\n\n## 输出格式\n\n使用 Markdown 表格和结构化列表呈现数据，关键指标用加粗标注。评分和趋势用直观的符号表示。\n---\n\n## 参考文档\n\n本 Skill 涉及的 API 详细参数说明：\n\n- [`asin_detail`](../../reference/asin_detail.md)\n- [`asin_prediction`](../../reference/asin_prediction.md)\n- [`google_trend`](../../reference/google_trend.md)\n- [`market_research_statistics`](../../reference/market_research_statistics.md)\n- [`product_node`](../../reference/product_node.md)\n- [`product_research`](../../reference/product_research.md)","readmeExcerpt":"Skill: Sellersprite Skills Owner: opensellersprite Summary: 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... Tags: latest:0.1.16 Version history: v0.1.16 | 2026-05-23T10:29:56.880Z | auto Version 0.1.17 - Updated SKILL.md version from 0.1.16 to 0.1.17. - No structural/content changes observed beyond the ver","codeSnippets":[],"executableExamples":[{"language":"text","snippet":"File v0.1.16:_meta.json\n\n{\n  \"ownerId\": \"kn7br81ts5xd2ff42tcssqedjd86py92\",\n  \"slug\": \"sellersprite-skills\",\n  \"version\": \"0.1.16\",\n  \"publishedAt\": 1779532196880\n}\n\nFile v0.1.16:agent-instructions.md\n\n# SellerSprite Skills - 卖家精灵 Skills\r\n\r\n## 项目概述\r\n\r\n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。\r\n\r\n## 两层 Skills 体系\r\n\r\n### 战术选品 Skills (`skills/`)\r\n\r\n17个精准选品策略卡片，每个对应一个具体选品打法：\r\n- 新品爆发型 (01-02): 新品快速爆发、隐形爆款\r\n- 关键词趋势型 (03-05): ABA增长词、流量分散词、标题密度漏洞\r\n- 产品缺陷型 (06-07): 热销低评分、评论语义分析\r\n- 类目结构型 (08-10): 低品牌垄断、高新品占比、高毛利轻小\r\n- 流量防伪型 (11-12): 自然流量反查、变体拆解\r\n- 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\r\n\r\n用法：对话中引用 skill 卡片，让 AI 按卡片参数执行。\r\n\r\n### 综合分析 Skills (`skills/comprehensive/`)\r\n\r\n10个场景化分析命令，通过 `/命令` 调用：\r\n- `/product-research` - 智能选品助手\r\n- `/market-analysis` - 市场全景分析\r\n- `/competitor-analysis` - 竞品深度拆解\r\n- `/keyword-research` - 关键词选品研究\r\n- `/listing-optimizer` - Listing优化诊断\r\n- `/traffic-analysis` - 流量结构分析\r\n- `/opportunity-finder` - 蓝海机会挖掘\r\n- `/review-insights` - 买家评论洞察\r\n- `/pricing-strategy` - 定价策略分析\r\n- `/ad-optimizer` - 广告投放优化\r\n\r\n## Python MCP 客户端"},{"language":"text","snippet":"File v0.1.15:_meta.json\n\n{\n  \"ownerId\": \"kn7br81ts5xd2ff42tcssqedjd86py92\",\n  \"slug\": \"sellersprite-skills\",\n  \"version\": \"0.1.15\",\n  \"publishedAt\": 1779434590608\n}\n\nFile v0.1.15:agent-instructions.md\n\n# SellerSprite Skills - 卖家精灵 Skills\r\n\r\n## 项目概述\r\n\r\n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。\r\n\r\n## 两层 Skills 体系\r\n\r\n### 战术选品 Skills (`skills/`)\r\n\r\n17个精准选品策略卡片，每个对应一个具体选品打法：\r\n- 新品爆发型 (01-02): 新品快速爆发、隐形爆款\r\n- 关键词趋势型 (03-05): ABA增长词、流量分散词、标题密度漏洞\r\n- 产品缺陷型 (06-07): 热销低评分、评论语义分析\r\n- 类目结构型 (08-10): 低品牌垄断、高新品占比、高毛利轻小\r\n- 流量防伪型 (11-12): 自然流量反查、变体拆解\r\n- 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\r\n\r\n用法：对话中引用 skill 卡片，让 AI 按卡片参数执行。\r\n\r\n### 综合分析 Skills (`skills/comprehensive/`)\r\n\r\n10个场景化分析命令，通过 `/命令` 调用：\r\n- `/product-research` - 智能选品助手\r\n- `/market-analysis` - 市场全景分析\r\n- `/competitor-analysis` - 竞品深度拆解\r\n- `/keyword-research` - 关键词选品研究\r\n- `/listing-optimizer` - Listing优化诊断\r\n- `/traffic-analysis` - 流量结构分析\r\n- `/opportunity-finder` - 蓝海机会挖掘\r\n- `/review-insights` - 买家评论洞察\r\n- `/pricing-strategy` - 定价策略分析\r\n- `/ad-optimizer` - 广告投放优化\r\n\r\n## Python MCP 客户端"},{"language":"text","snippet":"用户: /market-analysis earbuds US\nAI: [执行 4-5 步工作流，生成完整市场分析报告]"},{"language":"text","snippet":"用户: 帮我找一下最近上架的爆款新品\nAI: [识别到\"新品快速爆发\"技能，按卡片参数执行筛选]"},{"language":"text","snippet":"品类扫描 -> 低品牌垄断 / 高新品占比\n    |\n关键词挖掘 -> ABA增长词 / 流量分散词 / 标题密度漏洞\n    |\n竞品锁定 -> 新品爆发 / 隐形爆款 / 热销低评分\n    |\n竞品验真 -> 自然流量反查\n    |\n痛点提炼 -> 评论语义分析\n    |\n产品开发 -> 变体拆解 + 高毛利轻小"},{"language":"text","snippet":"skills/\n  SKILL.md                          # 本文件：技能总览元数据\n  README.md                         # Skill 索引（27 个 Skill 的详细列表）\n  agent-instructions.md             # 项目概述 + 38 个 MCP 工具清单，作为 AI 客户端的 CLAUDE.md/AGENTS.md 写入\n  comprehensive/                    # 综合分析 Skills（10 个）\n    product-research.md\n    market-analysis.md\n    competitor-analysis.md\n    keyword-research.md\n    listing-optimizer.md\n    traffic-analysis.md\n    opportunity-finder.md\n    review-insights.md\n    pricing-strategy.md\n    ad-optimizer.md\n  tactical/                         # 战术选品 Skills（17 个）\n    new-product-burst.md / hidden-bestseller.md\n    aba-high-growth-trend.md / low-monopoly-keyword.md / title-density-gap.md\n    hot-low-rating.md / review-sentiment.md\n    low-brand-monopoly.md / high-new-product-ratio.md / high-margin-lightweight.md\n    natural-traffic-audit.md / variant-gap-analysis.md\n    local-premium-disruption.md / fbm-intercept.md / poor-listing-winner.md\n    high-ticket-long-tail.md / seasonal-prepositioning.md"}],"parameters":null,"dependencies":[],"permissions":[],"extractedFiles":[{"path":"SKILL.md","content":"---\r\nname: sellersprite-skills\r\ndescription: 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。\r\nlicense: MIT-0\r\nversion: 0.1.17\r\n---\r\n\r\n# SellerSprite Skills 体系\r\n\r\n> 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。\r\n\r\n---\r\n\r\n## 技能体系总览\r\n\r\nSellerSprite 提供 **27 个 AI Skills**，分为两层：\r\n\r\n| 层级 | 数量 | 调用方式 | 定位 |\r\n|------|------|----------|------|\r\n| **综合分析** | 10 个 | `/命令` | 多步骤工作流，生成完整报告 |\r\n| **战术选品** | 17 个 | 对话引用名称 | 单一策略，聚焦具体打法 |\r\n\r\n---\r\n\r\n## 一、综合分析 Skills（10 个）\r\n\r\n通过 `/命令` 调用，由 Claude Code 直接执行多步骤分析流程。\r\n\r\n| 命令 | 技能名称 | 用途 | 核心工具 |\r\n|------|----------|------|----------|\r\n| `/product-research` | 智能选品助手 | 按多维条件筛选潜力商品 | `product_research` + `product_node` |\r\n| `/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 |\r\n| `/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` |\r\n| `/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` |\r\n| `/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` |\r\n| `/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` |\r\n| `/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` |\r\n| `/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 |\r\n| `/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` |\r\n| `/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` |\r\n\r\n### 综合分析使用方式\r\n\r\n```\r\n用户: /market-analysis earbuds US\r\nAI: [执行 4-5 步工作流，生成完整市场分析报告]\r\n```\r\n\r\n---\r\n\r\n## 二、战术选品 Skills（17 个）\r\n\r\n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。\r\n\r\n### 2.1 新品爆发型（2）\r\n\r\n| 技能名称 | 难度 | 核心工具 | 一句话逻辑 | 文件 |\r\n|----------|------|----------|-----------|------|\r\n| **新品快速爆发** | ⭐ | `product_research` | 上架 ≤2月、销量 ≥300、Review ≤100 | `tactical/new-product-burst.md` |\r\n| **隐形爆款** | ⭐ | `product_research` | 上架 ≤3月、销量 ≥500、Review ≤50 | `tactical/hidden-bestseller.md` |\r\n\r\n### 2.2 关键词趋势型（3）\r\n\r\n| 技能名称 | 难度 | 核心工具 | 一句话逻辑 | 文件 |\r\n|----------|------|----------|-----------|------|\r\n| **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` |\r\n| **流量分散关键词** | ⭐⭐ | `keyword_miner` | 搜索 ≥5000 + 集中度 <50% | `tactical/low-monopoly-keyword.md` |\r\n| **标题密度漏洞** | ⭐⭐⭐ | `keyword_miner` | 标题密度 ≤5 的长尾词 | `tactical/title-density-gap.md` |\r\n\r\n### 2.3 产品缺陷型（2）\r\n\r\n| 技能名称 | 难度 | 核心工具 | 一句话逻辑 | 文件 |\r\n|----------|------|----------|-----------|------|\r\n| **热销低评分产品** | ⭐⭐ | `product_research` | 月销 ≥1000 + 评分 ≤4.2 | `tactical/hot-low-rating.md` |\r\n| **评论语义分析** | ⭐⭐⭐ | `review` | 差评 NLP 聚类 → 改良指南 | `tactical/review-sentiment.md` |\r\n\r\n### 2.4 类目结构型（3）\r\n\r\n| 技能名称 | 难度 | 核心工具 | 一句话逻辑 | 文件 |\r\n|----------|------|----------|-----------|------|\r\n| **低品牌垄断类目** | ⭐⭐ | `market_research` | 品牌集中度 <45% | `tactical/l"},{"path":"README.md","content":"# 卖家精灵 Skills 索引\r\n\r\n> 共 27 个 Skills，覆盖从品类扫描到产品开发的全链路选品流程。\r\n> 每个 Skill 是一个独立的、可被 AI 直接执行的\"数据技能卡\"。\r\n\r\n---\r\n\r\n## 全局参数默认值\r\n\r\n> 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。\r\n\r\n| 参数 | 默认值  | 说明 |\r\n|------|------|------|\r\n| `marketplace` | `US` | 目标站点（US/JP/UK/DE/FR/IT/ES/CA/IN） |\r\n| `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`） |\r\n| `size` | `50` | 每页返回条数（默认：50，最大：100） |\r\n\r\n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。\r\n\r\n---\r\n\r\n## 一、综合分析（10 个）\r\n\r\n> 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。\r\n\r\n| Skill | 核心场景 | 一句话说明 |\r\n|-------|---------|-----------|\r\n| [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 |\r\n| [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 |\r\n| [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 |\r\n| [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 |\r\n| [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 |\r\n| [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 |\r\n| [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 |\r\n| [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 |\r\n| [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 |\r\n| [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 |\r\n\r\n## 二、战术选品（17 个）\r\n\r\n> 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。\r\n\r\n### 新品爆发型\r\n\r\n| Skill | 核心工具 | 一句话逻辑 |\r\n|-------|---------|-----------|\r\n| [新品快速爆发](tactical/new-product-burst.md) | `product_research` | 上架<=2月、销量>=300、Review<=100 |\r\n| [隐形爆款](tactical/hidden-bestseller.md) | `product_research` | 上架<=3月、销量>=500、Review<=50 |\r\n\r\n### 关键词趋势型\r\n\r\n| Skill | 核心工具 | 一句话逻辑 |\r\n|-------|---------|-----------|\r\n| [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 |\r\n| [流量分散关键词](tactical/low-monopoly-keyword.md) | `keyword_miner` | 搜索>=5000+集中度<50% |\r\n| [标题密度漏洞](tactical/title-density-gap.md) | `keyword_miner` | 标题密度<=5的长尾词 |\r\n\r\n### 产品缺陷型\r\n\r\n| Skill | 核心工具 | 一句话逻辑 |\r\n|-------|---------|-----------|\r\n| [热销低评分产品](tactical/hot-low-rating.md) | `product_research` | 月销>=1000+评分<=4.2 |\r\n| [评论语义分析](tactical/review-sentiment.md) | `review` | 差评NLP聚类 -> 改良指南 |\r\n\r\n### 类目结构型\r\n\r\n| Skill | 核心工具 | 一句话逻辑 |\r\n|-------|---------|-----------|\r\n| [低品牌垄断类目](tactical/low-brand-monopoly.md) | `market_research` | 品牌集中度<45% |\r\n| [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 |\r\n| [高毛利轻小品](tactical/high-margin-lightweight.md) | `product_research` | FBA<=$4+毛利>=50% |\r\n\r\n### 流量防伪型\r\n\r\n| Skill | 核心工具 | 一句话逻辑 |\r\n|-------|---------|-----------|\r\n| [自然流量反查](tactical/natural-traffic-audit.md) | `traffic_source` | 自然流量占比>60% |\r\n| [变体拆解模型](tactical/variant-gap-analysis.md) | `asin_detail` | 找未被覆盖的变体缺口 |\r\n\r\n### 机会捕捉型\r\n\r\n| Skill | 核心工具 | 一句话逻辑 |\r\n|-------|---------|-----------|\r\n| [本土溢价降维](tactical/local-premium-disruption.md) | `product_research` | 美国卖家+高价+高销 |\r\n| [FBM拦截](tactical/fbm-interce"},{"path":"_meta.json","content":"{\n  \"ownerId\": \"kn7br81ts5xd2ff42tcssqedjd86py92\",\n  \"slug\": \"sellersprite-skills\",\n  \"version\": \"0.1.16\",\n  \"publishedAt\": 1779532196880\n}"},{"path":"agent-instructions.md","content":"# SellerSprite Skills - 卖家精灵 Skills\r\n\r\n## 项目概述\r\n\r\n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。\r\n\r\n## 两层 Skills 体系\r\n\r\n### 战术选品 Skills (`skills/`)\r\n\r\n17个精准选品策略卡片，每个对应一个具体选品打法：\r\n- 新品爆发型 (01-02): 新品快速爆发、隐形爆款\r\n- 关键词趋势型 (03-05): ABA增长词、流量分散词、标题密度漏洞\r\n- 产品缺陷型 (06-07): 热销低评分、评论语义分析\r\n- 类目结构型 (08-10): 低品牌垄断、高新品占比、高毛利轻小\r\n- 流量防伪型 (11-12): 自然流量反查、变体拆解\r\n- 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\r\n\r\n用法：对话中引用 skill 卡片，让 AI 按卡片参数执行。\r\n\r\n### 综合分析 Skills (`skills/comprehensive/`)\r\n\r\n10个场景化分析命令，通过 `/命令` 调用：\r\n- `/product-research` - 智能选品助手\r\n- `/market-analysis` - 市场全景分析\r\n- `/competitor-analysis` - 竞品深度拆解\r\n- `/keyword-research` - 关键词选品研究\r\n- `/listing-optimizer` - Listing优化诊断\r\n- `/traffic-analysis` - 流量结构分析\r\n- `/opportunity-finder` - 蓝海机会挖掘\r\n- `/review-insights` - 买家评论洞察\r\n- `/pricing-strategy` - 定价策略分析\r\n- `/ad-optimizer` - 广告投放优化\r\n\r\n## Python MCP 客户端\r\n\r\n```bash\r\npip install sellersprite-cli\r\n```\r\n\r\n```bash\r\n# 设置密钥\r\nsellersprite config --key 你的密钥\r\n```\r\n\r\n```python\r\nfrom sellersprite_cli import SellerSprite\r\nss = SellerSprite()\r\nresult = ss.product_node(keyword=\"earbuds\")\r\n```\r\n\r\n## MCP 工具清单 (38个)\r\n\r\nASIN分析: asin_detail, asin_prediction, asin_coupon_trend, asin_detail_with_coupon_trend, keepa_info\r\n商品竞品: product_research, competitor_lookup, product_node\r\n关键词: keyword_miner, keyword_research, keyword_research_trends, keyword_order, bsr_prediction\r\n流量: traffic_keyword, traffic_keyword_stat, traffic_source, traffic_listing_stat, traffic_listing, traffic_extend\r\n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\r\nABA/趋势: aba_research_weekly, aba_research_monthly, aba_research_trend, google_trend, review\r\n\r\n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)"},{"path":"comprehensive/ad-optimizer.md","content":"# 广告投放优化\r\n\r\n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。\r\n\r\n## 使用方式\r\n\r\n用户输入: `/ad-optimizer [ASIN]`\r\n\r\n参数说明:\r\n- 第1个参数: 投放商品的 ASIN（必填）\r\n- 可附加参数: 站点(默认US)、预算范围\r\n\r\n## 执行步骤\r\n\r\n### 第1步: 并行获取商品基础数据\r\n\r\n> 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。\r\n\r\n同时调用以下 4 个工具:\r\n\r\n**1. `asin_detail`** - 商品基础画像:\r\n- marketplace: 用户指定站点\r\n- asin: 目标ASIN\r\n\r\n**2. `traffic_keyword`** - 当前流量关键词:\r\n- marketplace: 用户指定站点\r\n- asin: 目标ASIN\r\n- order: 按 trafficPercentage 降序\r\n- size: 100\r\n\r\n**3. `traffic_keyword_stat`** - 广告词概览统计:\r\n- marketplace: 用户指定站点\r\n- asin: 目标ASIN\r\n- month: 历史月份 yyyyMM（可选，不传默认近30天）\r\n\r\n**4. `keyword_order`** - 关键词转化表现:\r\n- marketplace: 用户指定站点\r\n- asins: [目标ASIN]\r\n- reverseType: \"W\" (周度)\r\n- 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\r\n\r\n### 第2步: 并行获取拓展与流量来源\r\n\r\n> 以下两个工具互相独立，**必须并行调用**。\r\n\r\n同时调用以下 2 个工具:\r\n\r\n**1. `traffic_extend`** - 广告关键词拓展:\r\n- marketplace: 用户指定站点\r\n- asinList: [目标ASIN]\r\n- queryType: 2\r\n- minSearches: 500\r\n- minPurchases: 10\r\n- size: 50\r\n\r\n> 注意: `order` 参数为 object 类型，不要传字符串。\r\n\r\n**2. `traffic_source`** - 竞品广告策略分析:\r\n- marketplace: 用户指定站点\r\n- q: 目标ASIN\r\n\r\n### 第3步: 核心广告词深度分析（依赖第1步）\r\n\r\n> 本步骤依赖第 1 步的输出结果，**不能与第 2 步并行**。\r\n\r\n调用 `keyword_miner`:\r\n- marketplace: 用户指定站点\r\n- 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）\r\n- keywordList: 批量查询关键词列表（与 keyword 二选一，单次最多 50 个）\r\n- size: 30\r\n\r\n获取: 搜索量、购买率、SPR、PPC竞价、点击集中度等广告决策指标。\r\n\r\n### 第4步: 生成广告优化报告\r\n\r\n#### 一、广告投放现状\r\n\r\n| 指标 | 数据 |\r\n|------|------|\r\n| 当前广告词数 | xx |\r\n| SP广告词 | xx |\r\n| 品牌广告词 | xx |\r\n| 视频广告词 | xx |\r\n| 自然流量词数 | xx |\r\n| 广告/自然比 | x:x |\r\n\r\n**广告覆盖度评估**: 不足/一般/充分\r\n\r\n#### 二、关键词转化分析\r\n\r\n**转化优质词** (应加大投放):\r\n| 关键词 | 搜索量 | 自然排名 | 转化状态 | PPC竞价 | 投放建议 |\r\n|--------|--------|---------|---------|---------|---------|\r\n| word1  | xxx    | #x      | 优质    | $x.xx   | 加大竞价 |\r\n\r\n**转化流失词** (需优化):\r\n| 关键词 | 搜索量 | 转化状态 | 问题诊断 | 建议 |\r\n|--------|--------|---------|---------|------|\r\n| word2  | xxx    | 流失    | Landing page/Listing不匹配 | 优化/暂停 |\r\n\r\n**无效曝光词** (建议否词):\r\n| 关键词 | 搜索量 | 点击率低原因 | 否词建议 |\r\n|--------|--------|-------------|---------|\r\n| word3  | xxx    | 相关性低    | 精确否词 |\r\n\r\n#### 三、新增投放关键词推荐\r\n\r\n**高优先级** (高搜索+高转化+低竞争):\r\n| 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 |\r\n|--------|---------|--------|---------|--------|-----------|---------|\r\n| word4  | xxx     | xx%    | $x.xx   | xx     | xx%       | $x.xx   |\r\n\r\n**中优先级** (中等搜索+稳定需求):\r\n| 关键词 | 月搜索量 | 购买率 | PPC竞价 | 建议出价 |\r\n|--------|---------|--------|---------|---------|\r\n| word5  | xxx     | xx%    | $x.xx   | $x.xx   |\r\n\r\n**长尾词** (精准流量+低成本):\r\n| 关键词 | 月搜索量 | PPC竞价 | 建议出价 |\r\n|--------|---------|---------|---------|\r\n| word6  | xxx     | $x.xx   | $x.xx   |\r\n\r\n#### 四、竞价策略建议\r\n\r\n**核心词竞价** (抢占首页):\r\n| 关键词 | 当前竞价 | 建议竞价 | 首页顶部竞价 | 策略 |\r\n|--------|---------|---------|-------------|------|\r\n| word1  | $x.xx   | $x.xx   | $x.xx       | 首页抢占 |\r\n\r\n**长尾词竞价** (低成本引流):\r\n| 关键词 | 建议竞价 | 预期 CPC | 策略 |\r\n|--------|---------|---------|------|\r\n| word6  | $x.xx   | $x.xx   | 低价广泛 |\r\n\r\n#### 五、广告结构优化建议\r\n\r\n**投放类型建议**:\r\n- SP 广告:"}],"languages":[],"docsSourceLabel":"CLAWHUB","editorialOverview":null,"editorialQuality":{"score":100,"threshold":65,"status":"thin","wordCount":1009,"uniquenessScore":42,"reasons":["uniqueness-below-45"]}},"media":{"evidence":{"source":"no-media","verified":false,"confidence":"low","updatedAt":"2026-10-11T17:09:10.568Z","emptyReason":"No screenshots, media assets, or demo links are available."},"primaryImageUrl":null,"mediaAssetCount":0,"assets":[],"demoUrl":null},"ownerResources":{"evidence":{"source":"unclaimed","verified":false,"confidence":"low","updatedAt":"2026-10-11T17:09:10.568Z","emptyReason":"This page has not been claimed by the agent owner."},"hasCustomPage":false,"customPageUpdatedAt":null,"customLinks":[],"structuredLinks":{"docsUrl":null,"demoUrl":null,"supportUrl":null,"pricingUrl":null,"statusUrl":null},"customPage":null},"relatedAgents":{"evidence":{"source":"protocol-neighbors","verified":false,"confidence":"medium","updatedAt":"2026-10-11T20:59:38.706Z","emptyReason":null},"items":[{"id":"8ebccd8e-3863-4187-8355-c3f14e1f9edf","entityType":"agent","canonicalPath":"/agent/iofficeai-aionui","slug":"iofficeai-aionui","name":"AionUi","description":"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!","url":"https://github.com/iOfficeAI/AionUi","homepage":"https://www.aionui.com","source":"GITHUB_REPOS","protocols":["MCP","OPENCLAW"],"capabilities":[],"safetyScore":100,"overallRank":70,"updatedAt":"2026-10-09T19:11:12.944Z","createdAt":"2026-02-25T03:38:16.584Z","downloads":null},{"id":"b917f68a-ebff-438e-84f8-3f4b2494c0bc","entityType":"agent","canonicalPath":"/agent/activepieces-activepieces","slug":"activepieces-activepieces","name":"activepieces","description":"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","url":"https://github.com/activepieces/activepieces","homepage":"https://www.activepieces.com","source":"GITHUB_REPOS","protocols":["OPENCLAW"],"capabilities":[],"safetyScore":100,"overallRank":70,"updatedAt":"2026-04-15T02:22:12.426Z","createdAt":"2026-02-25T03:38:12.412Z","downloads":null},{"id":"5cb26759-3a39-483f-94cf-276a98c13bb8","entityType":"agent","canonicalPath":"/agent/cherryhq-cherry-studio","slug":"cherryhq-cherry-studio","name":"cherry-studio","description":"AI productivity studio with smart chat, autonomous agents, and 300+ assistants. Unified access to frontier LLMs","url":"https://github.com/CherryHQ/cherry-studio","homepage":"https://cherry-ai.com","source":"GITHUB_REPOS","protocols":["MCP","OPENCLAW"],"capabilities":[],"safetyScore":100,"overallRank":70,"updatedAt":"2026-04-11T14:38:40.986Z","createdAt":"2026-02-25T03:38:19.379Z","downloads":null},{"id":"6f6582d0-5d76-4f0f-b81d-86520247950b","entityType":"agent","canonicalPath":"/agent/copilotkit-copilotkit","slug":"copilotkit-copilotkit","name":"CopilotKit","description":"The Frontend for Agents & Generative UI. React + Angular","url":"https://github.com/CopilotKit/CopilotKit","homepage":"https://docs.copilotkit.ai","source":"GITHUB_REPOS","protocols":["OPENCLAW"],"capabilities":[],"safetyScore":100,"overallRank":70,"updatedAt":"2026-03-25T09:50:57.846Z","createdAt":"2026-02-25T03:39:14.617Z","downloads":null}],"links":{"hub":"/agent","source":"/agent/source/clawhub","protocols":[{"label":"OpenClaw","href":"/agent/protocol/openclew"}]}}}