sellersprite-skills

name	sellersprite-skills
description	卖家精灵 Amazon 选品 AI Skills 全集 —— 10 个综合分析工作流（/product-research、/market-analysis、/competitor-analysis 等）+ 17 个战术选品策略卡（新品爆发、ABA 高增长、低品牌垄断、变体拆解等），通过 38 个 MCP 数据工具完成从品类扫描到选品落地的全链路。适用于跨境电商卖家、Amazon 选品研究、运营优化与广告投放决策。
license	MIT-0
version	0.1.17

SellerSprite Skills 体系

本文件是 SellerSprite CLI 的技能元数据总览，用于向 AI 智能体说明全部 27 个 Skills 的名称、用途和调用方式。

---

技能体系总览

SellerSprite 提供 27 个 AI Skills，分为两层：

层级	数量	调用方式	定位
综合分析	10 个	/命令	多步骤工作流，生成完整报告
战术选品	17 个	对话引用名称	单一策略，聚焦具体打法

---

一、综合分析 Skills（10 个）

通过 /命令 调用，由 Claude Code 直接执行多步骤分析流程。

命令	技能名称	用途	核心工具
/product-research	智能选品助手	按多维条件筛选潜力商品	product_research + product_node
/market-analysis	市场全景分析	对目标类目进行 11 维度全方位评估	market_research + 统计工具集
/competitor-analysis	竞品深度拆解	对竞品 ASIN 进行 8 大维度全面拆解	asin_detail + traffic_keyword
/keyword-research	关键词选品研究	基于关键词的市场需求分析	keyword_research + keyword_miner
/listing-optimizer	Listing 优化诊断	诊断 Listing 质量，发现关键词覆盖缺口	traffic_listing + keyword_order
/traffic-analysis	流量结构分析	拆解 ASIN 流量来源，分析自然/广告/推荐结构	traffic_source + traffic_keyword_stat
/opportunity-finder	蓝海机会挖掘	通过 ABA 趋势发现飙升/增长/潜力关键词	aba_research_trend + google_trend
/review-insights	买家评论洞察	深度分析买家评论，提炼痛点和改进方向	review + NLP 分析
/pricing-strategy	定价策略分析	分析市场价格带分布，制定最优定价策略	market_price_distribution
/ad-optimizer	广告投放优化	基于关键词数据优化 PPC 广告策略	keyword_order + traffic_keyword

综合分析使用方式

用户: /market-analysis earbuds US
AI: [执行 4-5 步工作流，生成完整市场分析报告]

---

二、战术选品 Skills（17 个）

在对话中引用技能名称触发，由 AI 按卡片参数执行单一策略。

2.1 新品爆发型（2）

技能名称	难度	核心工具	一句话逻辑	文件
新品快速爆发	⭐	product_research	上架 ≤2月、销量 ≥300、Review ≤100	tactical/new-product-burst.md
隐形爆款	⭐	product_research	上架 ≤3月、销量 ≥500、Review ≤50	tactical/hidden-bestseller.md

2.2 关键词趋势型（3）

技能名称	难度	核心工具	一句话逻辑	文件
ABA 高增长趋势词	⭐⭐	keyword_research	近3月持续增长 + 点击不集中	tactical/aba-high-growth-trend.md
流量分散关键词	⭐⭐	keyword_miner	搜索 ≥5000 + 集中度 <50%	tactical/low-monopoly-keyword.md
标题密度漏洞	⭐⭐⭐	keyword_miner	标题密度 ≤5 的长尾词	tactical/title-density-gap.md

2.3 产品缺陷型（2）

技能名称	难度	核心工具	一句话逻辑	文件
热销低评分产品	⭐⭐	product_research	月销 ≥1000 + 评分 ≤4.2	tactical/hot-low-rating.md
评论语义分析	⭐⭐⭐	review	差评 NLP 聚类 → 改良指南	tactical/review-sentiment.md

2.4 类目结构型（3）

技能名称	难度	核心工具	一句话逻辑	文件
低品牌垄断类目	⭐⭐	market_research	品牌集中度 <45%	tactical/low-brand-monopoly.md
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
高毛利轻小品	⭐⭐	product_research	FBA ≤$4 + 毛利 ≥50%	tactical/high-margin-lightweight.md

2.5 流量防伪型（2）

技能名称	难度	核心工具	一句话逻辑	文件
自然流量反查	⭐⭐⭐	traffic_source	自然流量占比 >60%	tactical/natural-traffic-audit.md
变体拆解模型	⭐⭐⭐	asin_detail	找未被覆盖的变体缺口	tactical/variant-gap-analysis.md

2.6 机会捕捉型（5）

技能名称	难度	核心工具	一句话逻辑	文件
本土溢价降维	⭐⭐	product_research	美国卖家 + 高价 + 高销	tactical/local-premium-disruption.md
FBM 拦截	⭐	product_research	FBM 发货 + 月销 ≥300	tactical/fbm-intercept.md
低质量 Listing 高销量	⭐⭐	product_research	LQS ≤60 + 月销 ≥400	tactical/poor-listing-winner.md
高客单长尾	⭐⭐⭐	keyword_miner	均价 ≥$80 + 搜索量适中	tactical/high-ticket-long-tail.md
季节前置爆破	⭐⭐⭐⭐	keyword_miner	历史同期环比增长 >100%	tactical/seasonal-prepositioning.md

战术选品使用方式

用户: 帮我找一下最近上架的爆款新品
AI: [识别到"新品快速爆发"技能，按卡片参数执行筛选]

---

三、全局参数

以下参数适用于所有工具调用：

参数	默认值	说明
marketplace	US	目标站点：US/JP/UK/DE/FR/IT/ES/CA/IN
matchType	2	关键词匹配：1=词组 2=模糊 3=精准（默认 2）
size	50	每页返回条数（默认 50，最大 100）

---

四、推荐组合链路

品类扫描 -> 低品牌垄断 / 高新品占比
    |
关键词挖掘 -> ABA增长词 / 流量分散词 / 标题密度漏洞
    |
竞品锁定 -> 新品爆发 / 隐形爆款 / 热销低评分
    |
竞品验真 -> 自然流量反查
    |
痛点提炼 -> 评论语义分析
    |
产品开发 -> 变体拆解 + 高毛利轻小

---

五、文件结构

skills/
  SKILL.md                          # 本文件：技能总览元数据
  README.md                         # Skill 索引（27 个 Skill 的详细列表）
  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
  reference/                        # API 字段映射参考（已值级验证：market_research / product_research / competitor_lookup / traffic_keyword / keyword_miner）
    html-report-style.md            # HTML Dashboard 报告样式规范（内联 CSS 骨架 / 组件库 / 图表 / 数字格式），所有 Skill 生成 HTML 报告时共用
  samples/                          # HTML Dashboard 报告观感样例（浏览器可直接预览）
    dashboard.css                   # 三个样例共享样式表（= html-report-style.md 规范的可复用实现）
    market-analysis-report.sample.html
    competitor-analysis-report.sample.html
    product-research-report.sample.html
  comprehensive/                    # 综合分析 Skills（10 个）
    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 Skills（17 个）
    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

报告观感样例（HTML Dashboard）

以下样例演示 Skill 输出的 HTML 报告观感，浏览器可直接打开预览；样式统一遵循 reference/html-report-style.md：

• 市场全景分析样例 — KPI + 品牌集中度条形 + 双轴趋势 + 关键词徽章表 + 形态饼图 + 策略三列
• 竞品深度拆解样例 — 14 月趋势 + 流量结构饼图 + 评分分布 + 流量词表 + SWOT 2×2 + 应对三列
• 智能选品筛选样例 — 筛选口径 + KPI + 价格带柱状 + 潜力评级候选表 + 下一步动作三列

三个样例共享 samples/dashboard.css（规范的可复用实现）。样例内图表用 ECharts(CDN) 直接渲染以便预览；Skill 实际输出则写成 [[chart]] ECharts JSON，由平台前端渲染。

---

六、工具前缀说明

当通过 MCP 客户端（如 Claude Code、Cursor）调用工具时，使用完整工具名：

mcp__sellersprite__<tool_name>

例如：mcp__sellersprite__asin_detail、mcp__sellersprite__product_research

完整工具清单见 agent-instructions.md。