前言¶

跨境賣家在亞馬遜上往往要面對大量商品評論：手動翻差評很難覆蓋全量，五星評論裏也可能藏着「勉強好評」的抱怨。若只靠表格或關鍵詞統計，高頻問題不易量化，改進建議也缺少結構化輸出。

下面介紹的 amazon-review-insights（SkillHub 展示名常與「亞馬遜評論分析」對應）是一套面向全球電商賣家的 Amazon 商品評論智能分析 Skill。安裝到 Cursor、Codex CLI、Claude Code 等支持 Agent Skills 的環境後，可由 Agent 按技能文檔調用後端接口：抓取評論、做 AI 差評分析、統計高頻問題、識別五星評論中的隱性負面反饋，並支持趨勢跟蹤與增量更新。SkillHub 上該技能分類爲 business-ops，社區評分 97265，下載約 2125 次（數據來自任務線索中的 SkillHub 統計，以頁面實時展示爲準）。

這是什麼¶

amazon-review-insights 是遵循通用 SKILL.md 格式的 Agent Skill，通過 Python CLI（技能包內的 scripts/api_client.py）與固定 API 端點 https://api.astrmap.com 通信，由 AstrMap 提供評論採集與 AI 分析能力；公開技能頁維護者爲 sparkbayes（據 SkillHub 鏡像站同名技能元數據）。

它解決的是：把「建任務 → 採評論 → 等分析 → 拉結果」封裝成 Agent 可執行的步驟，讓運營用自然語言描述 ASIN、站點和需求，而不是自己拼 REST 請求。

官方 SkillHub 入口：

https://api.skillhub.cn/user_ad1cad5b/amazon-review-insights

對應社區頁面：

https://skillhub.cn/skills/user_ad1cad5b/amazon-review-insights

（上述 API 地址在抓取時返回 405，頁面詳情以 SkillHub 站內展示爲準；下文安裝與 CLI 用法與公開發布的同名技能文檔一致，安裝後請以本地 SKILL.md 爲準。）

核心功能¶

以下能力與 Skill 簡介及公開文檔描述一致，Agent 通過不同 action 組合完成：

1. 抓取 Amazon 評論：按 ASIN、站點創建採集或自動分析任務。
2. AI 差評分析：對評論做負面向分析與歸納。
3. 高頻問題量化：通過類目標籤分佈、基礎統計等接口彙總問題頻率。
4. 五星評論中的隱性負面：在 AI 洞察與代表性評論等結果中呈現（具體字段以 API 返回爲準）。
5. 改進建議：由 AI 洞察類接口生成可讀的總結與建議方向。
6. 評論趨勢：get_trend 等 action 支持趨勢查看。
7. 增量更新：create_incremental 在已有任務上拉取新評論並重新分析（會消耗積分，需用戶確認）。

僅查詢已完成的分析結果時，只需 API Key，不要求採集通道在線；創建任務、增量抓取等需要採集通道（Chrome 瀏覽器擴展）在線且 check_device 返回 is_alive=true。

安裝與啓用¶

在 Agent 中安裝 Skill¶

在 SkillHub 生態中，常見做法是把安裝話術發給 Agent，由 Agent 通過 secure-skills 檢索並安裝。公開文檔給出的命令爲：

npx secure-skills-cli add amazon-review-insights

Cursor / Codex CLI / Claude Code 的具體菜單路徑因版本而異，本質都是讓 Agent 拉取技能包並加載 SKILL.md；若你使用 OpenClaw 等標註「OpenClaw 專屬」的運行時，需確認當前環境是否在該技能的兼容性列表內。

環境變量與依賴¶

技能元數據要求配置環境變量 CUSTOMER_INSIGHTS_API_KEY，Python 依賴 requests>=2.28.0。建議在 shell 配置文件中寫入：

export CUSTOMER_INSIGHTS_API_KEY="your-api-key-here"

API Key 獲取路徑（文檔說明）：打開 https://app.astrmap.com/ 登錄後，用戶菜單（左下）→ API Keys 創建並複製。未配置時，Agent 應向你索取 Key，並在後續命令中通過 --api-key 傳入。

安裝 Python 依賴（在技能包目錄下）：

pip install -r requirements.txt

安全說明：API Key 會發送至 api.astrmap.com 做鑑權，請勿把 Key 提交到倉庫或日誌。

採集通道（創建任務時）¶

創建採集或自動分析任務前，需安裝並登錄 AstrMap Chrome 瀏覽器擴展（文檔稱網站已不再分發舊版桌面客戶端；check_device 仍可能返回 endpoint_type 爲 extension 或歷史 desktop）。擴展需配合 Chrome 內登錄 Amazon 買家賬號（文檔明確要求勿用賣家賬號），並保證能正常訪問 Amazon。離線時先執行：

python scripts/api_client.py --action check_device --api-key "your-key"

直到 is_alive 爲 true 再創建任務。

典型用法¶

統一調用形式：

python scripts/api_client.py --action <action> [--params...]

1. 新建 ASIN 並自動分析¶

流程上先做設備與積分檢查，創建任務前向用戶說明釦點並確認，再創建任務並輪詢狀態（文檔建議約每 6 分鐘查詢一次任務詳情）。

python scripts/api_client.py --action create_task --api-key "your-key" --asin "B09V3KXJPB" --site US

站點參數與語言映射（文檔摘要）：US / CA / UK 等爲英語站點，DE / FR / IT / ES / JP 等對應當地語言。

輪詢示例：

python scripts/api_client.py --action get_task_detail --api-key "your-key" --task-id "TSK_xxx"

2. 只採集、稍後手動觸發分析¶

創建時加 --is-auto false，任務停在 COLLECTED 後，可用 API Key 單獨觸發分析（此時不要求採集通道在線）：

python scripts/api_client.py --action trigger_analysis --api-key "your-key" --task-id "TSK_xxx"

3. 讀取已完成任務的結果¶

查詢已完成結果不扣積分、也不要求設備在線。示例：

python scripts/api_client.py --action get_ai_insights --api-key "your-key" --task-id "TSK_xxx"

python scripts/api_client.py --action get_category_tag_distribution --api-key "your-key" --task-id "TSK_xxx"

python scripts/api_client.py --action get_negative_reviews --api-key "your-key" --task-id "TSK_xxx" --page 1 --page-size 20

在對話裏，你也可以直接用自然語言描述目標，例如讓 Agent「獲取某 ASIN 的評論並完成分析，最後給出前三類高頻投訴與改進建議」——Agent 會按 SKILL.md 中的場景腳本依次檢查 Key、設備、積分與任務狀態。

適用場景與注意¶

適合誰

• 在 Amazon 多站點、多 ASIN 運營，需要系統化看差評與趨勢的團隊。
• 產品經理或運營希望把評論洞察接到日常 Agent 工作流，而不是單獨開 BI 看板。

限制與注意

• 後端爲 AstrMap 積分體系：自動分析、增量抓取會扣點；僅查詢已完成結果不扣點。積分不足時 API 可能返回文檔中的 1002 等錯誤碼。
• 創建任務依賴瀏覽器擴展與買家賬號環境；合規與賬號安全請閱讀技能包內 references/security.md（文檔引用路徑）。
• API 端點固定爲 https://api.astrmap.com，不可改爲自建地址。
• 任務長時間未完成時，文檔建議檢查擴展是否仍在線（例如超過約 18 分鐘仍無進展）。

結尾¶

amazon-review-insights 把亞馬遜評論的採集、AI 分析與結果查詢收斂成 Agent 可執行的 Skill：適合需要持續跟蹤差評、趨勢和隱性反饋的賣家團隊。安裝與配置以 SkillHub 頁面指引爲準，技術細節以安裝後的 SKILL.md 與 api.astrmap.com 行爲爲準。

官方地址：https://api.skillhub.cn/user_ad1cad5b/amazon-review-insights