openclaw-master-skills/skills/amazon-sorftime-research-market-skill

Product Research Skill

基于 Sorftime MCP + LLM Agent 的 Amazon 选品深度调研技能。

核心特点

• 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

使用方法

/product-research [产品关键词] [站点]

示例：

• /product-research "bluetooth speaker" US
• /product-research laptop backpack GB

执行流程

Step 0: 信息收集（确认站点、场景、约束）
   ↓
Step 1: 数据采集（Top100、关键词、趋势、竞品）
   ↓
Step 2: 属性标注（LLM 从标题提取维度）
   ↓
Step 3: 交叉分析（LLM 发现供需缺口）
   ↓
Step 4: 竞品与 VOC（LLM 选择竞品、归类差评）
   ↓
Step 5: 评估决策（壁垒评估 + 选品决策评分）
   ↓
Step 6: 报告输出（Markdown + Dashboard）

输出

• 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）

与其他 Skills 的关系

category-selection (品类筛选五维评分)
        ↓
product-research (深度选品调研) ← 本技能
        ↓
amazon-analyse (竞品 Listing 深挖)
        ↓
review-analysis (评论深度分析)

脚本架构（极简）

scripts/
├── api_client.py          # Sorftime API 调用 + SSE 解析
└── render_dashboard.py    # Dashboard 可视化渲染

设计原则：

• 脚本不做分析判断（由 LLM 完成）
• 脚本不做复杂计算（让 LLM 从数据中发现）
• 脚本仅做数据搬运（API → 结构化数据）

版本历史

版本	日期	变更
v2.0	2026-03-19	LLM Agent 驱动，简化脚本架构
v1.0	2026-03-19	初始版本

许可证

MIT License