liangdabiao/amazon-sorftime-research-MCP-skill

解决的问题

本项目为 Amazon 卖家提供一套全面的 AI 驱动分析工具，用于进行竞争对手研究、选品及商品页面优化。它自动化了从多个电子商务数据服务（Sorftime、Sif、Xiyou 和 SellerSprite）收集数据的过程，并将原始数据转化为可执行的商业决策与高转化率的商品页面。

运作方式

该系统构建为 Model Context Protocol (MCP) 的一系列「技能」，允许 LLM（特别是通过 Claude Code CLI）执行复杂的工作流程。它整合了多个第三方 API 以执行以下操作：

• 市场与产品研究：使用五维评分模型（市场规模、增长潜力、竞争程度、门槛及利润）来评估产品类别。
• 竞争对手分析：深入分析个别商品页面，以了解流量来源、关键词布局及定价策略。
• VOC (客户心声) 分析：对评论进行深度情感分析，以识别六个维度（例如电子故障、设计缺陷）中的痛点。
• 商品页面工程：实施八步骤工作流程（从关键词分层到 QA 设计），基于语义覆盖率与用户意图来创建商品页面，而非单纯的关键词堆砌。
• 报告生成：自动生成 Markdown、HTML 仪表板及 Excel 格式的报告。

目标用户

• Amazon 卖家：寻找「蓝海」机会并优化产品曝光度的卖家。
• 电子商务分析师：需要自动化、数据支持的竞争对手与市场研究的专业人士。
• 产品经理：根据识别出的客户痛点来设计新产品的人员。

特色亮点

• 多服务整合：将 Sorftime、Sif、Xiyou 和 SellerSprite 的数据整合至单一界面。
• LLM 驱动决策：利用 LLM 来分析、洞察并决定产品可行性，而不仅仅是提供原始数据。
• 语义化商品页面构建器：使用结构化的证据导向方法，针对现代 AI 驱动的购物趋势（如 Alexa 和 Rufus）优化商品页面。
• 全面工具集：包含关键词研究（八维分类）、评论分析（风险阈值）及流量缺口发现的专业工具。