菜单
A+ 品牌内容块提取器。从 aplus.html 中提取 Comparison Table / Image Assets / Brand Story 三个子阶段的结构化数据，输出 aplus_extracted.md。当 agent 需要提取 A+ 块时调度此技能。
用 Codex 或 Claude 帮你安装 复制这段 Prompt，粘贴到 Codex、Claude 或其他助手里，让它检查 Skill 页面并帮你完成安装。
当需要分析 Amazon Bestsellers Top50 的 A+ 页面内容、视觉营销策略、品牌故事、产品对比表、图片素材质量时触发此 skill。 包括但不限于：A+ 模块结构分析、图片视觉风格对比、Comparison Table 分析、品牌叙事策略、A+ 文本内容提取等。 示例触发语：「分析 A+ 页面」「哪些产品的 A+ 做得好」「A+ 图片风格对比」「Comparison Table 怎么设计的」「A+ 文案分析」
当需要对 Amazon Bestsellers Top50 做逐商品更细分类分析时触发此 skill。 适用于平台类目过粗而业务需要细粒度标签的场景。该技能基于 PPD + Product Details + 商品图证据， 输出全量 Top50 的细分类明细表、分布统计和机会判断，且支持全类目通用。
当需要分析 Amazon Bestsellers Top50 的市场竞争格局、排名坑位结构、品牌集中度、价格带分布、卖家结构时触发此 skill。 包括但不限于：类目概览骨架判断、坑位门槛分析、品牌/卖家占坑、新卖家进入路径、市场体量代理判断、自营占比等。 示例触发语：「分析这个类目的市场竞争格局」「排名前10被谁占了」「新卖家有没有机会进入」「品牌集中度怎么样」「价格带分布如何」
当需要分析 Amazon Bestsellers Top50 的用户评论结构、购买动机、高频痛点、产品实用性判断时触发此 skill。 包括但不限于：评论层级分布、用户核心购买理由、差评痛点提炼、产品切入机会识别等。 示例触发语：「分析用户评论」「用户最在意什么」「差评集中在哪里」「产品体验痛点是什么」「新品应该改进什么」
Amazon 商品完整 HTML 页面的分块器。读取 ≈2MB 的完整详情页 HTML，按稳定 DOM id 切出 4 个子 HTML（ppd / customer_reviews / product_details / aplus）。当 agent 需要对完整 HTML 进行分块切分时调度此技能。
Amazon 商品子 HTML 块的结构化提取器（清洗器）。读取分块后的子 HTML，清洗 DOM 噪声，输出结构化 Markdown。包含 4 个子技能（ppd / customer-reviews / aplus / product-details），每个负责一种块类型。当 agent 需要从子 HTML 中提取结构化数据时调度此技能。
基于 SOC 职业分类
| name | aplus-extractor |
| description | A+ 品牌内容块提取器。从 aplus.html 中提取 Comparison Table / Image Assets / Brand Story 三个子阶段的结构化数据，输出 aplus_extracted.md。当 agent 需要提取 A+ 块时调度此技能。 |
| type | skill |
输入：aplus.html
输出：aplus_extracted.md
复杂度：复杂，3 个子阶段
#aplus 内的 <table> 或对比网格<table> 标签，而是 <div> 标签）<img> 的 src 和 alt| alt | src | 表格chunker/aplus_extract.py — A+ 提取器实现tests/test_aplus_extract.py — A+ 提取器测试