前言¶
运营 Amazon 时，Listing 的标题、五点、Search Terms 和合规表述往往分散在后台、表格和聊天记录里。要系统做健康度检查、关键词优先级和竞品对标，常见做法是接第三方数据 API，或把规则拆成多份 SOP 让 Agent 每次从零拼装。
下面介绍 SkillHub 社区 Skill amazon-listing-analyzer（坐标 @user_15292d5a/yjkj-amazon-listing-analyzer，版本 1.0.0）。它把健康度评分、关键词分析、竞品对标和优化建议包写成固定工作流，数据来自内置规则库与模板，不调用外部实时 API，也不要求配置 API Key（SkillHub 标签 requires_api_key=false）。
这是什么¶
amazon-listing-analyzer 面向 Amazon 卖家，提供 Listing 健康度诊断、关键词研究和竞品对标，并输出结构化的优化建议包。SkillHub 分类为 business-ops，来源为社区（community），发布者为 user_15292d5a。包内 skill.json 标明运行时为 python3，入口为 handler.py，兼容 OpenClaw >=1.0.0。
Skill 自述目标用户为月销售额约 \(5k–\)200k、具备 1–5 年运营经验的中阶卖家；所有分析结果为参考建议，不构成平台合规承诺。
核心功能¶
经 Skill 包内 SKILL.md 与 handler.py 核实，能力分为四条主线，可通过 intent 字段或自然语言触发。
Listing 健康度评分（health_score）¶
- 解析标题、五点、描述、Search Terms、Backend Keywords。
- 按标题质量、五点描述、描述质量、图片描述、关键词填充、合规性等维度分别打分（0–100），再加权得到综合分。
- 输出诊断结论与各分项问题列表（含禁止词、过敏词等合规检查）。
关键词分析（keyword_analysis）¶
- 根据产品类目与特征生成种子词。
- 在内置词库中查询每个词的搜索量等级（High/Medium/Low/Unknown）、竞争度等级与相关性（1–5）。
- 输出关键词矩阵表、优先词与长尾词建议。
竞品对标（competitor_benchmark）¶
- 接受竞品 ASIN 或产品描述。
- 与内置竞品模板库匹配，对比标题结构、价格区间、评分、评论量、核心卖点等。
- 输出对标表与差异化机会点。
优化建议包（full_optimization）¶
综合健康度、关键词与竞品结果，按优先级给出标题、五点、描述、关键词补全与图片方面的建议清单。
安全约束（SKILL.md 第 5 节）：不请求或存储 Amazon 账户凭证；不调用外部 API；单次输入超过 10,000 字符会拒绝；不处理个人信息。
安装与启用¶
安装 SkillHub CLI（若尚未安装）¶
command -v skillhub && skillhub --version
未安装时可按 SkillHub 官方说明执行完整安装：
curl -fsSL https://skillhub-1388575217.cos.ap-guangzhou.myqcloud.com/install/install.sh | bash
安装本 Skill¶
安装时必须用 --dir 指向当前 Agent 的 skills 目录，否则默认落在 ./skills/ 可能无法被识别。官方页面给出的安装提示为：参照 https://skillhub.cn/install/skillhub.md，安装 @user_15292d5a/yjkj-amazon-listing-analyzer。
CLI 搜索结果显示的安装方式为：
skillhub install yjkj-amazon-listing-analyzer --namespace user_15292d5a --dir <你的 skills 目录>
常见 Agent 的 skills 路径（来自 SkillHub 安装文档）：
- Cursor：
~/.cursor/skills/ - Claude Code：
~/.claude/skills/ - Codex：
~/.codex/skills/或项目下的.agents/skills/
安装完成后，按你所用客户端要求重启或刷新 Agent，使 SKILL.md 被加载。
本地 handler 自测（可选）¶
包内说明 handler.py 可独立运行并输出 JSON。在已安装的技能目录下进入包路径后执行：
python3 handler.py
验收还可运行：
python3 tests/test_handler.py
skill.json 中 requirements 为空数组，无额外 Python 依赖声明。
典型用法¶
对话触发¶
用户可用自然语言发起分析，例如：
- 「分析这个 Listing：…」
- 「帮我检查这个 Amazon Listing 的健康度」
- 「关键词分析：[产品名称/类目]」
- 「竞品对标：[ASIN 或产品描述]」
- 「给我一个 Amazon Listing 优化建议」
结构化 JSON 输入¶
intent 取值为 health_score、keyword_analysis、competitor_benchmark 或 full_optimization。字段示例如下：
{
"intent": "health_score",
"product_title": "Premium Wireless Bluetooth Headphones with Noise Cancellation",
"bullet_points": [
"High quality sound",
"30-hour battery life",
"Comfortable fit",
"Fast charging",
"Foldable design"
],
"product_description": "Experience music like never before...",
"search_terms": "wireless headphones bluetooth noise cancellation"
}
关键词分析示例：
{
"intent": "keyword_analysis",
"product_category": "Electronics > Headphones",
"product_features": [
"wireless",
"noise cancellation",
"bluetooth",
"long battery life",
"comfortable"
]
}
成功时返回统一 JSON 结构：status（success / partial / error）、module、result（内含各子模块数据），可选 errors 数组。健康度模块在 result.health_score 中返回总分、dimensions 分项得分与 summary。
适用场景与注意¶
适合谁
- 已有 Listing 文案，需要快速得到分项评分与改写方向，但暂时不想接入付费关键词或爬虫 API 的团队。
- 希望在 Agent 对话里固定「健康度 → 关键词 → 竞品 → 建议包」流程的 Amazon 运营者。
限制与注意
- 关键词搜索量、竞争度及竞品对标依赖内置词库与模板，文档明确标注为非实时数据；
handler.py中竞品 ASIN 对应的是模板库条目，不能替代真实抓取竞品详情页。 - SkillHub 页面未单独列出 Codex CLI / Claude Code 的差异配置；按各客户端 skills 目录安装即可，无额外 API Key 配置项。
- 平台统计（截至资料抓取）：SkillHub 评分 100000，下载约 826 次，安装计数为 0；以 SkillHub 页面实时数据为准。
结尾¶
amazon-listing-analyzer 把 Listing 诊断、关键词矩阵、竞品对标和优化建议收敛到同一套 Skill 工作流里，适合在无实时 API 的前提下先跑一轮结构化复盘。官方入口：
- API 坐标页：https://api.skillhub.cn/user_15292d5a/yjkj-amazon-listing-analyzer
- SkillHub 展示页：https://www.skillhub.cn/skills/user_15292d5a/yjkj-amazon-listing-analyzer
