Pangolinfo Amazon Scraper:在 Agent 里按 ASIN、关键词与类目拉取亚马逊数据

前言

做跨境电商选品、竞品监控或评论分析时,常见做法是自己写爬虫、维护代理,或在对话里让模型「猜」页面内容。亚马逊反爬与区域站点多,手工拼 URL 也容易选错 parser。下面介绍 SkillHub 社区技能 Pangolinfo Amazon Scraper: Products + Keywords + Reviews + Categories(坐标 @user_1d48310f/pangolinfo-amazon-scraper,v1.0.0):它把 Pangolin 的 Amazon Scrape API 封装成标准 SKILL.md 与零依赖 Python 脚本,让 Cursor、Claude Code 等 Agent 在用户用自然语言描述意图时,能落到可执行的 CLI 调用并返回结构化 JSON。

这是什么

一句话定位:通过 Pangolin API 抓取亚马逊商品、搜索、类目、卖家、榜单与评论,覆盖 13 个区域站点,结果以 JSON 输出到 stdout。

  • 出品与分发:SkillHub 页面标注作者为 Pangolinfo;发布者为 user_1d48310f,来源为 community,分类为 data-analysis。
  • 解决的问题:在 Agent 会话中统一「查 ASIN / 搜关键词 / 看类目畅销榜 / 拉评论」等动作,避免每次从零写请求体;脚本仅依赖 Python 3.8+ 标准库,无需 pip install。
  • 前置条件:需在 pangolinfo.com 注册账号;Skill 元数据标记 requires_api_key=true,需配置 PANGOLIN_API_KEY(推荐)或 PANGOLIN_EMAIL + PANGOLIN_PASSWORD。

核心功能

以下能力均来自 Skill 包内 SKILL.md 与 scripts/pangolin.py 的说明。

场景 典型 parser / 模式 说明
单商品详情 amzProductDetail 按 ASIN 查商品页
关键词搜索 amzKeyword 搜索结果列表
类目商品 amzProductOfCategory 传入类目 Node ID
卖家商品 amzProductOfSeller 传入 Seller ID
畅销榜 / 新品榜 amzBestSellers / amzNewReleases 按类目关键词
跟卖 / 变体 amzFollowSeller / amzVariantAsin 其他卖家选项、变体 ASIN
评论 amzReviewV2,--mode review 支持星级筛选、排序、多页

区域:--site 支持 amz_us、amz_uk、amz_de、amz_jp 等 13 个站点代码;未指定时默认 amz_us。

智能默认(未显式传 --parser 时):10 位以 B0 开头的串按 ASIN 走详情;非 ASIN 文本走关键词搜索。类目、卖家、榜单等需显式指定 --parser。

计费(Pangolin 积分):成功返回时消耗积分——普通 Amazon scrape(json)为 1 积分;rawHtml / markdown 为 0.75;Follow Seller / Variant 各 1;评论每页 5 积分。--auth-only 仅校验凭证,不扣积分。

安装与启用

1. 安装 SkillHub CLI(若尚未安装)

command -v skillhub && skillhub --version

未安装时可按 SkillHub 官方文档执行:

curl -fsSL https://skillhub-1388575217.cos.ap-guangzhou.myqcloud.com/install/install.sh | bash

安装说明全文见 skillhub.cn/install/skillhub.md。

2. 安装本 Skill

安装时必须用 --dir 指向当前 Agent 的 skills 目录,否则默认装到 ./skills/ 可能不会被识别。

skillhub install pangolinfo-amazon-scraper --namespace user_1d48310f --dir <你的 skills 目录>

常见路径(来自 SkillHub 安装文档):

  • Cursor:~/.cursor/skills/
  • Claude Code:~/.claude/skills/
  • Codex:~/.codex/skills/ 或项目下的 .agents/skills/

SkillHub 搜索页给出的完整坐标为:@user_1d48310f/pangolinfo-amazon-scraper。

3. 配置 Pangolin 凭证

在运行脚本前导出环境变量(在 Skill 目录下执行,或让 Agent 在会话中设置):

export PANGOLIN_API_KEY="your-api-key"
cd <skills 目录>/@user_1d48310f/pangolinfo-amazon-scraper
python3 scripts/pangolin.py --auth-only

返回 success: true 即认证通过。也可使用邮箱密码,或用户明确同意时使用 --cache-key 将 key 写入 ~/.pangolin_api_key(见 references/setup-guide.md)。

典型用法

进入 Skill 安装目录后,通过 scripts/pangolin.py 调用。下列示例与官方 SKILL.md 一致。

按 ASIN 查商品(美国站):

python3 scripts/pangolin.py --asin B0DYTF8L2W --site amz_us

关键词搜索:

python3 scripts/pangolin.py --q "wireless mouse" --site amz_us

类目畅销榜:

python3 scripts/pangolin.py --content "electronics" --parser amzBestSellers --site amz_us

类目 Node ID 列表:

python3 scripts/pangolin.py --content "172282" --parser amzProductOfCategory --site amz_us

差评(critical),按时间排序:

python3 scripts/pangolin.py --content B00163U4LK --mode review --site amz_us --filter-star critical

多页评论(每页 5 积分):

python3 scripts/pangolin.py --content B00163U4LK --mode review --site amz_us --pages 3

成功时 JSON 写入 stdout;失败时错误 JSON 写入 stderr。API 基址为 https://scrapeapi.pangolinfo.com(见脚本常量)。Skill 要求 Agent 解析结果后用用户语言呈现(标题、价格、评分、评论摘要等),不要直接倾倒原始 JSON。

在对话中的典型触发意图包括:查 ASIN、亚马逊搜词、看类目畅销榜、拉产品评论、跨站点比价等;非亚马逊或 Google SERP 类需求应使用其他 Skill。

适用场景与注意

适合谁

  • 已在用 Pangolin 或愿意注册账号、按积分计费的数据分析 / 运营 / 开发场景。
  • 希望把「查商品、搜词、看榜、读评论」固化到 Agent 工作流,减少手写 HTTP 与 parser 名称。

限制与注意

  1. 依赖第三方 API:需有效套餐与积分;常见错误码如 2001(积分不足)、2005(无有效计划)等,脚本会在 hint 中指向 pangolinfo.com。
  2. 评论成本高:--pages N 按页计费,多页前应在对话中提醒用户。
  3. parser 需显式指定:除 ASIN / 关键词外, bestsellers、类目、卖家等必须带 --parser,否则不会靠自动推断完成。
  4. 合规与条款:数据获取受 Pangolin 与亚马逊服务条款约束;Skill 为社区发布(community),使用前请自行评估业务合规性。
  5. 社区指标(SkillHub 抓取,2026-10-23):评分 100000,下载 688,安装 2;与页面展示可能随时间变化,以 SkillHub 为准。

结尾

Pangolinfo Amazon Scraper 把 Pangolin 的亚马逊抓取能力收敛成 Agent 可读的 Skill 与 CLI:13 个站点、商品/关键词/类目/评论等 parser 在文档中有完整映射,适合需要可复现命令而非临时编爬虫的同行。

  • SkillHub 页面:https://www.skillhub.cn/skills/user_1d48310f/pangolinfo-amazon-scraper
  • 官方 API 地址(Skill 元数据):https://api.skillhub.cn/user_1d48310f/pangolinfo-amazon-scraper
羽毛球分组比赛记分
小程序二维码

欢迎使用《羽毛球分组比赛记分》微信小程序

小夜