amazon-sorftime-research-MCP-skillliangdabiao/amazon-sorftime-research-MCP-skill
把亚马逊选品与竞品调研从手工翻页采集变成可复用的分析流程,直接产出可决策的结论。核心功能要点包括:1.【竞品Listing分析】:抓取目标产品的详情、评论、关键词与趋势数据,还原竞品的卖点结构与流量来源;…
还没有人评分
我要评分
Stars959
Forks138
Watchers959
Open Issues6
Install一键安装
待确认这个仓库是否遵循 Agent Skills 规范(即是否含 SKILL.md)尚未核查完成。在结论出来之前,可以先克隆下来自行取用:
git clone https://github.com/liangdabiao/amazon-sorftime-research-MCP-skill.git
Overview功能介绍
核心功能
把亚马逊选品与竞品调研从手工翻页采集变成可复用的分析流程,直接产出可决策的结论。核心功能要点包括:1.【竞品Listing分析】:抓取目标产品的详情、评论、关键词与趋势数据,还原竞品的卖点结构与流量来源;2.【关键词分析】:拆解流量词来源、竞品关键词布局并挖掘长尾词,输出可投放的词表;3.【评论情感分析】:对评论做优势聚类与痛点识别,给出产品改进建议;4.【市场大盘分析】:结合跨平台数据判断类目容量与竞争强度,辅助选品决策;5.【五维评分模型】:对候选产品按多个维度打分排序,快速筛出值得做的品;6.【海量词库采集与8维智能分类】:批量采集关键词并按 8 个维度自动归类,减少人工整理;7.【广告策略指导与可视化报告】:基于分析结果给出广告投放建议,并生成可视化报告便于汇报。
适用场景
亚马逊新品开发前的市场调研、竞品Listing拆解与对标、关键词库搭建与广告词投放、差评痛点转化为产品改良点、类目大盘与竞争度评估、调研结论向团队或客户汇报。
适用职业
数据分析师 / 数据工程师、产品经理 (PM)、内容创作者 / 新媒体运营、全栈 / 独立开发者。
Topics主题标签
Rating用户评分
还没有人给这个技能评分。它是全站第一次被评价 —— 你的这一票就是最初的平均分。
Repository仓库信息
| 技能 ID | 1075 |
|---|---|
| 数据来源 | GitHub |
| 仓库全名 | liangdabiao/amazon-sorftime-research-MCP-skill |
| 所属分类 | 数据分析与商业智能 / 电商市场与竞品研究 |
| 主要语言 | Python |
| 开源协议 | 未标注 |
| 默认分支 | main |
| GitHub 仓库 ID | 1170833156 |
| 节点 ID | R_kgDORcl_BA |
| 榜单排名 | #787 (来源榜单内名次) |
| 全站热度排名 | #889 (按 Stars 实时计算,共 5833 条) |
GrowthStar / Fork 增长
每天一次快照,记录 Star 与 Fork 的变化过程
- 当前959
- 上一记录点 · 09-29 921
- 较上一记录点 +38
- 共 2 个记录点 跨度 12 天
- 当前138
- 上一记录点 · 09-29 134
- 较上一记录点 +4
- 共 2 个记录点 跨度 12 天
Timeline时间线
仓库创建2026-03-02 15:17:238 个月前
资料最后更新2026-10-26 12:03:5822 天前
最近一次代码推送2026-10-09 04:07:511 个月前
Commit更新记录
由提交人 liangdabiao 提交,主要更新类型为:问题缺陷修复与稳定性提升。提交说明:Fix typo in README.md。解决了已知运行时异常与边界错误,提升系统稳定性。