内容
# Amazon Sorftime MCP Skills - 亚马逊竞品分析与品类选品工具
基于 Sorftime,Sif,卖家精灵,西柚等MCP 服务和 Agent Skills 的亚马逊分析工具集。
感谢大家支持项目,其实我开发了100个skill给大家了: https://agents.liangdabiao.com/
如果没有key, 也可以试试我这个: https://github.com/liangdabiao/Amazon-Skills-Liang
## 项目简介
本项目配置了 Sorftime、Sif、西柚洞察、卖家精灵等跨境电商数据服务的 MCP (Model Context Protocol) 服务器,并开发了九个核心技能:
| 技能 | 分析对象 | 命令 | 用途 |
|------|----------|------|------|
| `amazon-analyse` | 单个Listing | `/amazon-analyse {ASIN} {SITE}` | 竞品Listing全维度穿透分析 |
| `category-selection` | 整个品类 | `/category-select "{品类}" {SITE}` | 品类自动化选品分析 |
| `keyword-research` | 关键词词库 | `/keyword-research {ASIN} {SITE}` | 关键词深度调研与8维智能分类 |
| `review-analysis` | 用户评论 | `/review-analysis {ASIN} {SITE}` | 评论深度分析与痛点挖掘 |
| `product-research` | 选品深度调研 | `/product-research "{产品关键词}" {SITE}` | LLM驱动的选品深度调研与决策 |
| `sif-amazon-research` | 综合电商研究 | `/sif-amazon-research` | 基于Sif MCP的亚马逊市场验证、竞品分析、流量诊断、关键词策略、广告审查、发布评估与增长优化 |
| `xiyou-insight` | 竞品流量与广告 | `/xiyou-insight` | 基于西柚MCP的7大场景分析:广告监控、流量缺口、竞品拆解、新品推广、广告预算、关键词库 |
| `sellersprite-amazon-research` | 全链路数据调研 | `/product-research`, `/market-analysis`, `/competitor-analysis`, `/keyword-research`, `/listing-optimizer`, `/traffic-analysis`, `/opportunity-finder`, `/review-insights`, `/pricing-strategy`, `/ad-optimizer` | 基于卖家精灵MCP的43个工具完成选品分析、关键词研究、竞品监控、市场分析、定价策略、评论分析、广告优化、流量分析、Listing优化和蓝海机会挖掘 |
| `amazon-listing-builder` | Listing打造与优化 | `/listing-builder`, `/listing-title`, `/listing-bullets`, `/listing-aplus`, `/listing-st`, `/alexa-qa`, `/listing-audit` | 基于Cosmo语义算法+Alexa/Rufus对话式购物趋势的八步工作流,从词库到QA全链路打造爆款Listing |
### 核心功能
#### Listing级别分析 (amazon-analyse)
- **竞品Listing分析**: 自动获取产品详情、评论、关键词、趋势数据
- **关键词分析**: 流量来源、竞品布局、长尾词挖掘
- **评论情感分析**: 优势聚类、痛点识别、改进建议
- **跨平台分析**: TikTok带货视频、达人分析、1688采购成本
#### 品类级别分析 (category-selection)
- **市场大盘分析**: Top100产品数据 + 统计指标
- **五维评分模型**: 市场规模、增长潜力、竞争烈度、进入壁垒、利润空间
- **可视化报告**: Markdown + Excel + HTML 三种格式
#### 关键词深度调研 (keyword-research)
- **海量词库采集**: 通过 Sorftime API 采集 1500+ 关键词
- **8维智能分类**: 否定词、品牌词、材质词、场景词、属性词、功能词、核心词、其他
- **广告策略指导**: 否定词清单、精准匹配组、场景广告组、广泛匹配组
- **多格式输出**: Markdown 报告、CSV 词库、HTML 仪表板
#### 评论深度分析 (review-analysis)
- **6维痛点分析**: 电子模块故障、结构/组装问题、设计/功能缺陷、外观/材质问题、描述不符、服务/物流问题
- **服务维度细分**: 收到二手/瑕疵品、配件缺失、退换货困难、客服问题、物流问题
- **双轨解决方案**: 产品改进建议 + 客服话术/Listing优化
- **风险预警**: 二手/瑕疵品阈值警告(>5%危险)、服务问题自动预警
- **原始数据保存**: SSE 响应、解析数据、结构化分析 JSON
#### 选品深度调研 (product-research)
- **LLM 驱动**: 分析、洞察、决策全部由 LLM 完成
- **交互式执行**: 逐步推进,用户可中途干预
- **轻量脚本**: 仅用于 API 调用和 Dashboard 渲染
- **简化数据**: 不用复杂的 unified payload 结构
- **完整流程**: 信息收集 → 数据采集 → 属性标注 → 交叉分析 → 竞品与 VOC → 评估决策 → 报告输出
- **多格式输出**: Markdown 完整报告、结构化数据、可视化看板
#### Sif亚马逊研究 (sif-amazon-research)
- **市场机会研究**: 关键词或类目方向分析
- **市场验证**: 关键词 + 候选ASIN可行性评估
- **竞品分析**: 竞品ASIN增长路径与流量来源
- **关键词布局**: 主词、长尾词、词根结构、缺失词分析
- **发布评估**: 产品是否值得推广决策
- **发布后反馈**: 持续优化或停止建议
- **增长优化**: 扩展已验证的流量和关键词
- **流量/广告诊断**: 流量或广告表现变化的根因分析
**核心工作流程**:
1. 定义决策类型:进入/不进入、发布/不发布、扩量/优化/停止、根因诊断
2. 收集Sif证据:市场需求、竞争格局、流量结构、销售趋势、广告表现
3. 交叉验证证据,区分已确认发现与假设
4. 输出商业决策:包含置信度、证据链、风险、缺失数据和后续验证行动
#### 西柚洞察分析 (xiyou-insight)
- **实时广告监控**: 小时级排名监控、广告投放效果分析
- **流量缺口发现**: 多ASIN对比、高性价比关键词挖掘
- **竞品打法拆解**: 关键词布局、流量结构、广告策略分析
- **新品推广优化**: 流量阶段判断(稀疏期→震荡期→稳定期)、异动关键词监控
- **广告预算透视**: 广告类型分布、核心关键词识别、预算推断
- **关键词库搭建**: 反查竞品流量词、以词找词、智能分类
- **7大场景工作流**: 每个场景都有完整的MCP工具组合和分析流程
**7大工作场景**:
| 场景 | 功能 | 参数 |
|------|------|------|
| 广告监控 | 小时级排名监控、广告投放效果 | `--scenario ad_monitoring --asin --site --keyword` |
| 流量缺口 | 找到竞品有排名但自身没有的关键词 | `--scenario traffic_gap --own_asin --competitor_asins --site` |
| 竞品分析 | 精准拆解竞品流量及广告策略 | `--scenario competitor_analysis --asin --site` |
| 新品推广 | 分析流量阶段,把握异动关键词 | `--scenario new_product --asin --site` |
| 广告预算 | 透视竞品广告策略和预算 | `--scenario ad_budget --asin --site` |
| 关键词库 | 高效搭建关键词库 | `--scenario keyword_database --site --competitor_asins --core_keywords` |
**西柚MCP工具集**(17个API):
- **ASIN基础**: `get_asin_info`, `get_asin_variations`, `get_asin_info_trends`
- **ASIN关键词**: `get_asin_keywords`, `get_asin_keywords_monthly`, `get_asin_keyword_rank_trends`, `get_asin_keyword_rank_hourly`, `get_asin_keyword_traffic_trends`
- **ASIN流量**: `get_asin_traffic`, `get_asin_traffic_trends`, `get_asin_order_trends`, `get_asin_bsr_trends`
- **ASIN广告**: `get_asin_ad_change_trends`
- **关键词分析**: `get_keyword_info`, `get_keyword_aba_trends`, `get_keyword_asin_analysis`, `get_keyword_analysis_monthly`
**报告输出**: `xiyou-insight-reports/{场景}_{ASIN}_{站点}_{日期}/`
- `report.md` - Markdown分析报告
- `data.json` - 结构化数据
- `dashboard.html` - ECharts可视化看板
- `raw/` - 原始MCP响应数据
#### 卖家精灵全链路调研 (sellersprite-amazon-research)
- **智能选品助手**: `product_research` + `product_node` 完成选品分析
- **市场全景分析**: `market_research` + 12个分布工具集完成市场分析
- **竞品深度拆解**: `asin_detail` + `traffic_keyword` 完成竞品监控
- **关键词选品研究**: `keyword_research` + `keyword_miner` 完成关键词研究
- **Listing优化诊断**: `traffic_listing` + `keyword_order` 完成Listing优化
- **流量结构分析**: `traffic_source` + `traffic_keyword_stat` 完成流量分析
- **蓝海机会挖掘**: `aba_research_trend` + `google_trend` 完成机会挖掘
- **买家评论洞察**: `review` + NLP分析完成评论分析
- **定价策略分析**: `market_price_distribution` 完成定价策略
- **广告投放优化**: `keyword_order` + `traffic_keyword` 完成广告优化
**10大综合分析工作流**:
| 命令 | 名称 | 核心工具 |
|------|------|----------|
| `/product-research` | 智能选品助手 | `product_research` + `product_node` |
| `/market-analysis` | 市场全景分析 | `market_research` + 分布工具集 |
| `/competitor-analysis` | 竞品深度拆解 | `asin_detail` + `traffic_keyword` |
| `/keyword-research` | 关键词选品研究 | `keyword_research` + `keyword_miner` |
| `/listing-optimizer` | Listing优化诊断 | `traffic_listing` + `keyword_order` |
| `/traffic-analysis` | 流量结构分析 | `traffic_source` + `traffic_keyword_stat` |
| `/opportunity-finder` | 蓝海机会挖掘 | `aba_research_trend` + `google_trend` |
| `/review-insights` | 买家评论洞察 | `review` + NLP分析 |
| `/pricing-strategy` | 定价策略分析 | `market_price_distribution` |
| `/ad-optimizer` | 广告投放优化 | `keyword_order` + `traffic_keyword` |
**16大战术选品策略**:
- **新品爆发型**: 新品快速爆发、隐形爆款
- **关键词趋势型**: ABA高增长趋势词、流量分散关键词、标题密度漏洞
- **产品缺陷型**: 热销低评分产品、评论语义分析
- **类目结构型**: 低品牌垄断类目、高新品占比市场、高毛利轻小品
- **流量防伪型**: 自然流量反查、变体拆解模型
- **机会捕捉型**: 本土溢价降维、FBM拦截、低质量Listing高销量、高客单长尾、季节前置爆破
**卖家精灵MCP工具集**(43个API):
- **产品研究**: `product_research`, `asin_detail`, `keepa_info`, `review`
- **市场研究**: `market_research`, `market_brand_concentration`, `market_price_distribution`, `product_node`
- **关键词研究**: `keyword_research`, `keyword_miner`, `keyword_research_trends`, `aba_research_trend`
- **流量分析**: `traffic_keyword`, `traffic_source`, `traffic_keyword_stat`, `traffic_listing`
- **竞品分析**: `competitor_lookup`
- **谷歌趋势**: `google_trend`
**报告输出**: `{类别名}/`
- `market_report.md` - Markdown结构化报告
- `market_report.html` - HTML可视化报告(自动配套生成)
- `research_data.json` - API原始数据
#### Listing打造与优化 (amazon-listing-builder)
- **核心方法论**: "先分析、再生成、最后校验"的 AI 工程化流程,把 Listing 从"关键词堆砌"升级为"语义覆盖 + 需求证据 + 答案型内容"
- **数据来源优先级**: MCP(卖家精灵)> 浏览器,核心数据必须走 MCP
**八步工作流**:
| 步骤 | 名称 | 关键产出 |
|------|------|----------|
| 1 | 关键词分层词库 | 5 层词表(核心/功能/场景/问题/规格) |
| 2 | 用户问题库 | 真实买家疑虑清单(来自评论/QA/Reddit/TikTok) |
| 3 | 卖点证据库 | 每个卖点对应材料/数据/图片证据 |
| 4 | 标题结构设计 | 品牌+核心词+差异属性+主场景+规格(3版对比) |
| 5 | 五点描述 | 5 点对应 5 个决策环节(核心价值→痛点→场景→规格→信任) |
| 6 | 描述+A+内容 | 痛点→场景→方案→细节→对比→注意(7屏模块结构) |
| 7 | Search Terms | 只放补充索引词,不重复、不堆砌 |
| 8 | QA 设计 | 答案型内容,对应自然语言搜索(Alexa/Rufus风格) |
**7个子命令**:
| 命令 | 用途 |
|------|------|
| `/listing-builder` | 完整八步流程,端到端生成全套 Listing |
| `/listing-title` | 仅生成多版本标题(含优缺点对比) |
| `/listing-bullets` | 仅生成五点描述(按决策链) |
| `/listing-aplus` | 仅生成描述 + A+ 模块结构 |
| `/listing-st` | 仅生成 Search Terms(补充索引策略) |
| `/alexa-qa` | 仅生成对话式 QA(针对 Alexa/Rufus) |
| `/listing-audit` | 对现有 Listing 做合规 + 语义 + 转化四项校验 |
**四项校验**:
- 合规检查(绝对化、医疗、环保、安全等)
- 关键词覆盖检查
- 语义覆盖检查(含 Alexa 模拟)
- 转化逻辑检查
**报告输出**: `{产品名}/`
- `listing_package.md` - 完整 Listing 包(汇总交付)
- `keyword_library.md` - 关键词分层词库
- `question_library.md` - 用户问题库
- `evidence_library.md` - 卖点证据库
- `drafts_comparison.md` - 多版本草稿对比
- `audit_report.md` - 合规与语义校验报告
- `input_data.json` - 原始输入数据
- `listing_package.html` - HTML可视化版本(可选)
---
## 快速开始
### 环境要求
- Claude Code CLI
- 有效的 Sorftime API Key
- Bash shell 环境
### 获取 API Key
访问 [Sorftime MCP](https://sorftime.com/zh-cn/mcp) 获取 API Key,然后更新 `.mcp.json`:
```json
{
"mcpServers": {
"sorftime": {
"type": "streamableHttp",
"url": "https://mcp.sorftime.com?key=YOUR_API_KEY",
"name": "Sorftime MCP"
}
}
}
```
### 使用分析技能
#### 1. Listing竞品分析
```bash
# 分析美国站竞品
/amazon-analyse B07PWTJ4H1 US
# 分析欧洲站竞品
/amazon-analyse B08N5WRWNW DE
```
**报告保存**: `reports/analysis_{ASIN}_{站点}_{日期}.md`
#### 2. 品类选品分析
```bash
# 分析美国站沙发品类
/category-selection "Sofas & Couches" US
# 分析美国站无线耳机品类
/category-selection "Wireless Earbuds" US
# 指定Top20产品分析
/category-selection "Kids' Drawing Kits" US --limit 20
```
**报告保存**: `category-reports/{品类名称}_{站点}_{日期}/`
- `index.html` - 报告导航首页
- `dashboard.html` - 交互式可视化仪表板
- `report.md` - 完整Markdown分析报告
- `category_report_*.xlsx` - Excel数据表(含图表)
- `data.json` - 原始数据JSON
#### 3. 关键词深度调研
```bash
# 调研产品关键词词库
/keyword-research B0D9ZTW7PS US
```
**报告保存**: `keyword-reports/{ASIN}_{站点}_{日期}/`
- `report.md` - 完整Markdown分析报告
- `dashboard.html` - 交互式可视化仪表板
- `keywords.csv` - 完整词库(含分类、搜索量、CPC)
- `negative_words.txt` - 否定词清单(直接复制到广告后台)
- `keywords_*.csv` - 各分类专用词库文件
- `categorized_summary.json` - 分类统计数据
**8维智能分类**:
| 维度 | 说明 | 应用策略 |
|------|------|----------|
| NEGATIVE | 否定/敏感词 | 直接否定 |
| BRAND | 品牌词 | 竞品打法或否定 |
| MATERIAL | 材质词 | 精准匹配 |
| SCENARIO | 场景词 | 按场景拆分广告组 |
| ATTRIBUTE | 属性修饰词 | 长尾精准匹配 |
| FUNCTION | 功能词 | 广泛匹配扩流 |
| CORE | 核心产品词 | 大词投放占领坑位 |
| OTHER | 其他 | 补充埋词 |
#### 4. 评论深度分析
```bash
# 分析产品评论痛点
/review-analysis B0DZCBYCNY US
```
**报告保存**: `review-analysis-reports/{ASIN}_{站点}_{日期}/`
- `report.md` - 完整分析报告
- `data/` - 原始数据和分析结果
- `raw_product_sse.txt` - 原始产品详情SSE响应
- `raw_reviews_sse.txt` - 原始评论SSE响应
- `negative_reviews_analysis.json` - 差评分析结构化数据
#### 5. 选品深度调研
```bash
# 分析蓝牙音箱选品
/product-research "bluetooth speaker" US
# 分析笔记本电脑背包选品
/product-research "laptop backpack" GB
```
**报告保存**: `product-research-reports/{关键词}_{站点}_{日期}/`
- `report.md` - Markdown 完整报告(LLM 直接撰写)
- `data.json` - 结构化数据(供 Dashboard 使用)
- `dashboard.html` - 可视化看板(脚本渲染)
**6维痛点分析框架**:
| 维度 | 识别内容 | 严重程度评估 |
|------|----------|--------------|
| 电子模块故障 | 电池、充电、连接、功能失效 | 高/中/低 |
| 结构/组装问题 | 零件破损、密封失效、接口断裂 | 高/中/低 |
| 设计/功能缺陷 | 软件体验、操作复杂、功能缺失 | 高/中/低 |
| 外观/材质问题 | 有异味、材质过敏、色差、划痕 | 高/中/低 |
| 描述不符 | 功能预期偏差、尺寸颜色差异 | 高/中/低 |
| 服务/物流问题 | 二手/瑕疵品、配件缺失、退换货困难 | 高/中/低 |
**服务风险预警阈值**:
| 问题类型 | 警告阈值 | 危险阈值 |
|----------|----------|----------|
| 收到二手/瑕疵品 | >2% | >5% |
| 配件缺失 | >1% | >3% |
| 退换货困难投诉 | >5% | >10% |
| 客服负面评价 | >3% | >7% |
---
## 支持的站点
### 亚马逊 (14个站点)
| 站点 | 代码 | 站点 | 代码 |
|------|------|------|------|
| 美国 | US | 日本 | JP |
| 英国 | GB | 西班牙 | ES |
| 德国 | DE | 意大利 | IT |
| 法国 | FR | 加拿大 | CA |
| 印度 | IN | 墨西哥 | MX |
| 澳大利亚 | AU | 阿联酋 | AE |
| 巴西 | BR | 沙特 | SA |
### TikTok (6个站点)
US, GB, MY, PH, VN, ID
### 1688 供应链
中国批发平台采购成本分析
---
## Sorftime MCP 接口
### 亚马逊产品相关
| 接口 | 功能 |
|------|------|
| `product_detail` | 产品详情 |
| `product_trend` | 销量/价格/排名趋势 |
| `product_reviews` | 用户评论 (最多100条) |
| `product_traffic_terms` | 流量关键词 |
| `competitor_product_keywords` | 竞品关键词布局 |
| `product_search` | 产品搜索筛选 |
### 关键词相关
| 接口 | 功能 |
|------|------|
| `keyword_related_words` | 关键词长尾词扩展 |
| `keyword_detail` | 关键词详情数据 |
| `category_keywords` | 类目核心关键词 |
### 亚马逊类目相关
| 接口 | 功能 |
|------|------|
| `category_name_search` | 类目名称搜索获取 nodeId |
| `category_report` | 类目实时报告 (Top100产品 + 统计) |
| `category_tree` | 类目树结构 |
| `category_trend` | 类目历史趋势 |
| `category_keywords` | 类目核心关键词 |
### TikTok / 1688
- `tiktok_product_search` - TikTok产品搜索
- `tiktok_product_videos` - 带货视频分析
- `products_1688` - 1688采购成本分析
---
## 五维评分模型
品类选品评分体系(100分制):
| 维度 | 分值 | 评分标准 |
|------|------|----------|
| 市场规模 | 20分 | 基于类目月销额 ($10M+/20分, $5M+/17分, $1M+/14分, $500K+/11分) |
| 增长潜力 | 25分 | 基于Amazon自营占比 (越低越好,新品机会) |
| 竞争烈度 | 20分 | 基于Top3品牌占比 (<30%/18分, <40%/15分, 其他/11分) |
| 进入壁垒 | 20分 | Amazon压力 + 高评分门槛 (各占10分) |
| 利润空间 | 15分 | 基于平均价格 ($100+/15分, $50+/13分, $20+/11分, $10+/8分) |
### 综合评级
| 总分 | 评级 | 建议 |
|------|------|------|
| 80-100 | 优秀 | 强烈推荐进入 |
| 70-79 | 良好 | 可以考虑进入 |
| 50-69 | 一般 | 谨慎进入 |
| 0-49 | 较差 | 不建议进入 |
---
## 项目结构
```
amazon-mcp/
├── .mcp.json # MCP 配置文件
├── .claude/
│ └── skills/
│ ├── amazon-analyse/ # 竞品Listing分析技能
│ │ ├── SKILL.md
│ │ └── references/
│ ├── category-selection/ # 品类选品分析技能
│ │ ├── SKILL.md
│ │ ├── scripts/ # 数据处理脚本
│ │ │ ├── data_utils.py
│ │ │ ├── parse_sorftime_sse.py
│ │ │ └── generate_reports.py
│ │ ├── assets/ # 模板文件
│ │ │ └── dashboard_template.html
│ │ └── references/
│ ├── keyword-research/ # 关键词调研分析技能
│ │ ├── SKILL.md
│ │ ├── scripts/ # 数据处理脚本
│ │ │ ├── workflow.py
│ │ │ └── regenerate_reports.py
│ │ └── references/
│ ├── review-analysis/ # 评论深度分析技能
│ │ ├── SKILL.md
│ │ └── references/
│ ├── product-research/ # 选品深度调研技能
│ │ ├── SKILL.md
│ │ ├── README.md
│ │ ├── scripts/ # 数据处理脚本
│ │ │ ├── api_client.py
│ │ │ ├── collect_data.py
│ │ │ ├── render_dashboard.py
│ │ │ └── run_analysis.py
│ │ └── references/
│ ├── sif-amazon-research/ # Sif亚马逊研究技能
│ │ ├── SKILL.md
│ │ └── references/
│ │ ├── field-notes.md
│ │ ├── research-playbooks.md
│ │ └── sif-tool-map.md
│ ├── xiyou-insight/ # 西柚洞察分析技能
│ │ ├── SKILL.md
│ │ └── scripts/
│ │ ├── workflow.py # 通用工作流引擎
│ │ ├── scenarios/ # 场景配置
│ │ │ ├── base.py # 场景基类
│ │ │ ├── ad_monitoring.py # 广告监控
│ │ │ ├── traffic_gap.py # 流量缺口
│ │ │ ├── competitor_analysis.py # 竞品分析
│ │ │ ├── new_product.py # 新品推广
│ │ │ ├── ad_budget.py # 广告预算
│ │ │ └── keyword_database.py # 关键词库
│ │ ├── data_aggregator.py # 数据聚合器
│ │ ├── report_generator.py # 报告生成器
│ │ └── dashboard_generator.py # Dashboard生成器
│ ├── sellersprite-amazon-research/ # 卖家精灵全链路调研技能
│ │ ├── SKILL.md
│ │ ├── README.md
│ │ ├── scripts/ # 数据处理脚本
│ │ │ ├── competitor_analysis.py
│ │ │ ├── keyword_research.py
│ │ │ ├── review_analysis.py
│ │ │ ├── keyword_deep_analysis.py
│ │ │ ├── tactical_strategies.py
│ │ │ ├── mcp_call.py
│ │ │ └── fix_keyword_report.py
│ │ ├── comprehensive/ # 综合分析工作流
│ │ │ ├── product-research.md
│ │ │ ├── market-analysis.md
│ │ │ ├── competitor-analysis.md
│ │ │ ├── keyword-research.md
│ │ │ ├── listing-optimizer.md
│ │ │ ├── traffic-analysis.md
│ │ │ ├── opportunity-finder.md
│ │ │ ├── review-insights.md
│ │ │ ├── pricing-strategy.md
│ │ │ └── ad-optimizer.md
│ │ ├── tactical/ # 战术选品策略卡
│ │ │ ├── new-product-burst.md
│ │ │ ├── hidden-bestseller.md
│ │ │ ├── aba-high-growth-trend.md
│ │ │ ├── low-monopoly-keyword.md
│ │ │ ├── title-density-gap.md
│ │ │ ├── hot-low-rating.md
│ │ │ ├── review-sentiment.md
│ │ │ ├── low-brand-monopoly.md
│ │ │ ├── high-new-product-ratio.md
│ │ │ ├── high-margin-lightweight.md
│ │ │ ├── natural-traffic-audit.md
│ │ │ ├── variant-gap-analysis.md
│ │ │ ├── local-premium-disruption.md
│ │ │ ├── fbm-intercept.md
│ │ │ ├── poor-listing-winner.md
│ │ │ ├── high-ticket-long-tail.md
│ │ │ └── seasonal-prepositioning.md
│ │ └── reference/ # MCP工具参考文档
│ │ ├── tools_index.md
│ │ ├── product_research.md
│ │ ├── market_research.md
│ │ ├── traffic_keyword.md
│ │ ├── competitor_lookup.md
│ │ ├── keyword_miner.md
│ │ └── asin_detail.md
│ ├── amazon-listing-builder/ # Listing打造与优化技能
│ │ ├── skill.md
│ │ ├── README.md
│ │ ├── workflow/ # 八步工作流分册
│ │ │ ├── step-1-keyword-library.md
│ │ │ ├── step-2-question-library.md
│ │ │ ├── step-3-evidence-library.md
│ │ │ ├── step-4-title-design.md
│ │ │ ├── step-5-bullet-points.md
│ │ │ ├── step-6-description-aplus.md
│ │ │ ├── step-7-search-terms.md
│ │ │ └── step-8-qa-design.md
│ │ ├── prompts/ # AI提示词模板
│ │ │ ├── master-prompt.md
│ │ │ ├── layered-keyword-prompt.md
│ │ │ ├── painpoint-mapping-prompt.md
│ │ │ ├── multiversion-prompt.md
│ │ │ ├── compliance-check-prompt.md
│ │ │ ├── semantic-coverage-prompt.md
│ │ │ └── data-iteration-prompt.md
│ │ ├── examples/ # 真实案例
│ │ │ ├── uv-outdoor-plants-fullcase.md
│ │ │ ├── down-pillows-qa-example.md
│ │ │ └── layered-keyword-template.md
│ │ └── reference/ # 背景知识
│ │ ├── cosmo-alexa-algorithm.md
│ │ ├── common-mistakes.md
│ │ ├── sellersprite-mcp-integration.md
│ │ ├── mcp-mandatory-protocol.md
│ │ └── output-format-spec.md
│ └── skill-creator/ # 技能创建工具
├── reports/ # Listing分析报告
│ └── analysis_{ASIN}_{站点}_{日期}.md
├── category-reports/ # 品类选品报告
│ └── {品类}_{站点}_{日期}/
│ ├── index.html # 导航页
│ ├── dashboard.html # 可视化仪表板
│ ├── report.md # Markdown报告
│ ├── category_report_*.xlsx
│ └── data.json
├── keyword-reports/ # 关键词调研报告
│ └── {ASIN}_{站点}_{日期}/
│ ├── report.md # Markdown报告
│ ├── dashboard.html # 可视化仪表板
│ ├── keywords.csv # 完整词库
│ ├── negative_words.txt # 否定词清单
│ └── keywords_*.csv # 各分类词库
├── review-analysis-reports/ # 评论分析报告
│ └── {ASIN}_{站点}_{日期}/
│ ├── report.md # Markdown报告
│ └── data/
│ ├── raw_product_sse.txt
│ ├── raw_reviews_sse.txt
│ └── negative_reviews_analysis.json
├── product-research-reports/ # 选品深度调研报告
│ └── {关键词}_{站点}_{日期}/
│ ├── report.md # Markdown完整报告
│ ├── data.json # 结构化数据
│ └── dashboard.html # 可视化看板
└── README.md
```
---
## 技能开发
### 创建新技能
```bash
# 初始化新技能模板
.claude/skills/skill-creator/scripts/init_skill.py <skill-name> --path .claude/skills
# 打包技能为 .skill 文件
.claude/skills/skill-creator/scripts/package_skill.py <skill-folder>
```
### 技能设计原则
1. **YAML frontmatter** - 包含完整的 `description` 说明使用场景
2. **Progressive disclosure** - SKILL.md 保持精简,细节放入 references/
3. **Scripts** - 用于需要确定性执行的代码
4. **References** - 存放 API 文档、指南等参考资料
5. **Assets** - 输出文件所需的模板、图片等
---
## 常见问题
### Q: ASIN 查询不到产品?
A: Sorftime 数据库覆盖有限,先使用 `product_detail` 验证 ASIN。如果返回"未查询到对应产品",尝试:
1. 使用 `product_search` 搜索相关关键词
2. 确认是正确的亚马逊站点
3. 确认 ASIN 格式正确(10位字母数字)
### Q: 报告中出现乱码?
A: Sorftime 返回的中文是 Unicode 转义格式 (`\u4ea7\u54c1`),技能会自动解码。如果仍有问题,检查 Python 环境是否支持 UTF-8 编码。
### Q: Excel 报告无法打开?
A: 确保安装了 `xlsxwriter` 库:`pip install xlsxwriter`
---
## 更新日志
### v3.0 (2026-07-08)
- **新增**: amazon-listing-builder Listing打造与优化技能
- **新增**: 基于Cosmo语义算法+Alexa/Rufus对话式购物趋势的八步工作流
- **新增**: "先分析、再生成、最后校验"的AI工程化流程,把Listing从关键词堆砌升级为语义覆盖+需求证据+答案型内容
- **新增**: 7个子命令:/listing-builder、/listing-title、/listing-bullets、/listing-aplus、/listing-st、/alexa-qa、/listing-audit
- **新增**: workflow/ 八步工作流分册(8个):关键词分层词库、用户问题库、卖点证据库、标题设计、五点描述、描述A+、Search Terms、QA设计
- **新增**: prompts/ AI提示词模板(7个):主提示词、关键词分层、痛点映射、多版本生成、合规检查、语义覆盖、数据迭代
- **新增**: examples/ 真实案例(3个):抗UV户外仿真植物端到端、down filled pillows QA示例、关键词分层模板
- **新增**: reference/ 背景知识(5个):Cosmo/Alexa算法、常见误区、MCP集成、MCP强制协议、输出格式规范
- **新增**: 四项校验机制:合规检查、关键词覆盖检查、语义覆盖检查、转化逻辑检查
### v2.9 (2026-07-07)
- **新增**: sellersprite-amazon-research 卖家精灵全链路调研技能
- **新增**: 基于卖家精灵MCP的43个数据工具
- **新增**: 10大综合分析工作流:智能选品助手、市场全景分析、竞品深度拆解、关键词选品研究、Listing优化诊断、流量结构分析、蓝海机会挖掘、买家评论洞察、定价策略分析、广告投放优化
- **新增**: 16大战术选品策略卡:新品爆发、隐形爆款、ABA高增长趋势词、流量分散关键词、热销低评分、低品牌垄断、高毛利轻小品等
- **新增**: comprehensive/ 综合分析工作流文档(10个)
- **新增**: tactical/ 战术选品策略文档(16个)
- **新增**: reference/ MCP工具参考文档(7个)
- **新增**: scripts/ 数据处理脚本(7个)
- **新增**: HTML可视化报告自动生成(Markdown报告完成后自动配套生成)
### v2.8 (2026-07-04)
- **新增**: xiyou-insight 西柚洞察分析技能
- **新增**: 基于西柚MCP的7大场景工作流:广告监控、流量缺口、竞品分析、新品推广、广告预算、关键词库
- **新增**: 通用工作流引擎架构(workflow.py + scenarios/配置模式)
- **新增**: 6个场景配置模块:ad_monitoring、traffic_gap、competitor_analysis、new_product、ad_budget、keyword_database
- **新增**: 数据聚合器、报告生成器、Dashboard生成器三个核心工具脚本
- **新增**: 支持17个西柚MCP API工具
- **新增**: Markdown报告 + ECharts可视化看板输出
### v2.7 (2026-06-12)
- **新增**: sif-amazon-research Sif亚马逊研究技能
- **新增**: 基于Sif MCP的市场验证、竞品分析、流量诊断、关键词策略、广告审查、发布评估与增长优化
- **新增**: 完整的研究工作流程:定义决策 → 收集证据 → 交叉验证 → 输出商业决策
- **新增**: 结构化输出格式:决策结论、问题层级、证据链、业务影响、优先级行动、缺失数据、7天验证计划
### v2.6 (2026-03-19)
- **新增**: product-research 选品深度调研技能
- **新增**: LLM 驱动的选品深度调研与决策流程
- **新增**: 交互式执行模式,用户可中途干预
- **新增**: 轻量脚本架构,仅用于 API 调用和 Dashboard 渲染
- **新增**: 完整流程:信息收集 → 数据采集 → 属性标注 → 交叉分析 → 竞品与 VOC → 评估决策 → 报告输出
- **新增**: 多格式输出:Markdown 完整报告、结构化数据、可视化看板
### v2.5 (2026-03-15)
- **新增**: review-analysis 评论深度分析技能
- **新增**: 6维痛点分析框架(电子模块故障、结构/组装问题、设计/功能缺陷、外观/材质问题、描述不符、服务/物流问题)
- **新增**: 服务维度细分分析(收到二手/瑕疵品、配件缺失、退换货困难、客服问题、物流问题)
- **新增**: 服务风险预警阈值系统(二手/瑕疵品 >5% 危险)
- **新增**: 双轨解决方案(产品改进 + 客服话术/Listing优化)
- **新增**: 亚马逊合规差评回复邮件模板库
### v2.4 (2026-03-14)
- **新增**: keyword-research 关键词调研分析技能
- **新增**: 8维智能分类模型(否定词、品牌词、材质词、场景词、属性词、功能词、核心词、其他)
- **新增**: LLM 自动分类支持
- **新增**: 广告策略指导(否定词清单、精准匹配组、场景广告组、广泛匹配组)
### v2.3 (2026-03-03)
- **优化**: 统一报告输出格式(Markdown + Excel + HTML Dashboard)
- **新增**: index.html 导航页,集成所有报告格式
- **新增**: data.json 原始数据导出
- **修复**: 类目统计数据解析问题
- **修复**: Excel 报告生成兼容性问题
### v2.2 (2026-03-03)
- **新增**: category-selectionion 品类选品分析技能
- **新增**: 五维评分模型
- **新增**: Excel + HTML 双报告格式
### v2.1 (2026-03-02)
- 新增 Sorftime MCP API 完整文档
- 优化报告结构
### v2.0 (2026-03-02)
- 重新设计分析框架
- 新增四大维度分析模型
### v1.0 (初始版本)
- 基础竞品分析功能
- Sorftime MCP 集成
---
## 许可证
MIT License
---
## 感谢支持
- Sorftime 官网: https://www.sorftime.com
- sif 官网: https://www.sif.com/
- 西柚洞察: https://www.xydc.com
- Claude Code 文档: https://claude.ai/code
- Linux.do佬友支持: https://linux.do/
---
*最后更新: 2026-07-04*
MCP 配置
以下是此 MCP Server 的配置信息,可直接复制到 Cursor 或其他 MCP 客户端中使用。
mcp.json
连接信息
猜你喜欢
暂无推荐服务器