Claude Skill
liangdabiao/amazon-sorftime-research-MCP-skill
Amazon Sorftime Research MCP Skill 结合 Sorftime MCP 与 Claude Skills,提供 AI 驱动的亚马逊选品、Listing 分析、关键词研究和市场洞察。
概览
仓库信息
安装这个 Skill
git clone https://github.com/liangdabiao/amazon-sorftime-research-MCP-skill.gitRegistry 信息
项目简介
Amazon Sorftime Research MCP Skill 是一个基于 Sorftime MCP 服务和 Claude Skills 的 AI 智能体技能,专为亚马逊卖家提供全面的选品与竞品分析。它能生成 Listing 全维度穿透分析报告,涵盖全品类分析、关键词分析、差评分析和市场调研,助力卖家做出数据驱动的决策。
亚马逊选品 之 Listing全维度穿透分析报告 加上 全品类分析 ,关键词分析,差评分析 ,市场调研 等等。OpenClaw /claude code agent skill, amazon sorftime research MCP 智能体skill.基于 Sorftime MCP 服务和 Claude Skills 的亚马逊竞品分析工具集。
要点
- 生成 Listing 全维度穿透分析报告
- 全面的品类与市场调研
- 关键词分析助力产品优化
- 差评分析识别产品问题
- AI 智能体技能实现自动化研究
- 与 Sorftime MCP 服务集成
使用场景
- 亚马逊卖家进行产品研究与选品
- 竞品分析以优化 Listing
- 市场趋势研究与品类机会识别
- 差评挖掘以改进产品
- 关键词策略制定以提升排名
README 摘要
# Amazon Sorftime MCP Skills - 亚马逊竞品分析与品类选品工具 基于 Sorftime MCP 服务和 Claude Skills 的亚马逊分析工具集。 ## 项目简介 本项目配置了 Sorftime 跨境电商数据服务的 MCP (Model Context Protocol) 服务器,并开发了六个核心技能: | 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 | ### 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