前言¶

做 Amazon 选品或类目研究时，常见路径是：在卖家后台或第三方工具里手动点类目、抄 categoryId、再对照销量和竞争指标。Agent 能写分析提纲，但若拿不到结构化的类目树和商业指标，很容易停在「泛泛的方向」上。

下面介绍 SkillHub 上的 Amazon Niche 市场分析｜亚马逊细分市场与类目筛选（坐标 @user_790bb7bf/pangolinfo-amazon-niche-data）。它把 Pangolinfo 的类目与利基数据接到 Agent 工作流里：下钻类目树、搜节点、解析面包屑、按指标筛类目或利基，便于自主缩小候选范围，再交给商品采集或选品类 Skill 做 BSR 验证。

这是什么¶

一句话定位：面向 Amazon 底层类目与 Niche 情报的 MCP-native Skill，按需求、竞争、价格和退货率筛选类目与细分市场，并解析类目路径。

出品与维护：社区来源（community），发布者 user_790bb7bf；SkillHub 页面标注作者为 Pangolinfo_Jie，数据能力来自 Pangolinfo。
分类：business-ops。
当前包版本：1.0.6（以 SkillHub 与安装包 _meta.json 为准）。
依赖：标签 requires_api_key=true；执行时通过已连接的 Pangolinfo MCP 取数，每次调用需在 arguments 顶层带 clientSource: "skill"。

与「抓具体 ASIN/评论/榜单」或「写完整 GTM 选品报告」不同，本 Skill 聚焦类目与利基层情报；商品级采集、Listing 优化、站外 SERP 等应路由到同生态下的其他 Skill（见下文「适用场景与注意」）。

核心功能¶

能力以安装包内 references/workflow.md 与 SKILL.md 为准，对应下列 MCP 工具：

意图	MCP 工具	作用
浏览 / 下钻类目树	`get_category_children`	从根或指定 `parentBrowseNodeIdPath` 取子类目
关键词搜类目节点（中/英）	`search_categories`	按关键词匹配类目名与路径
批量解析类目 ID 为面包屑	`get_category_paths`	将 `categoryIds` 转为可读路径
按销量、GMV、搜索量、退货率、价格档等筛类目	`filter_categories`	类目级商业指标筛选与单类目详情
找低竞争蓝海利基	`filter_niches`	按搜索量、增长、集中度、退货率等筛 Niche

Agent 侧还会先通过 pangolinfo_capabilities 检查连接与能力摘要，再发起付费查询。

输出侧，Skill 约定用列表、指标卡或利基概览呈现结果，不直接向用户粘贴原始 JSON；无匹配时会记录筛选条件并建议放宽阈值。

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 官方说明执行（完整安装示例）：

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

2、安装本 Skill 到当前 Agent 的 skills 目录¶

安装时必须用 --dir 指向当前客户端识别的 skills 目录，否则默认落在 ./skills/ 可能不会被加载。常用路径（来自 SkillHub 安装文档）：

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

命令示例（命名空间与 SkillHub 搜索一致）：

skillhub install pangolinfo-amazon-niche-data --namespace user_790bb7bf --dir ~/.cursor/skills/

也可让 AI 按官方提示安装：

请根据 https://skillhub.cn/install/skillhub.md，安装 `@user_790bb7bf/pangolinfo-amazon-niche-data`。

SKILL.md 的 applies_to 还列出 workbuddy、cline、windsurf、hermes、codex、openclaw 等；各客户端 skills 路径以该客户端文档为准。

3、连接 Pangolinfo 数据¶

本 Skill 不通过本地 Python 脚本或环境变量里的 API Key 跑数，而是依赖 Agent 环境里已连接的 Pangolinfo MCP。

在 Pangolinfo 注册或登录，在 Dashboard 获取 API Key。
在支持连接的客户端（文档中以 WorkBuddy 为例）完成 Pangolinfo 连接配置；Key 不要发到聊天里。
新用户注册赠 60 积点；类目/利基类查询工具文档标注约 1 积点/次，批量前 Agent 应估算调用次数。

鉴权失败（AUTH）或额度不足（QUOTA）时，应先恢复连接或充值，再继续原任务。

典型用法¶

自然语言任务（推荐给 Agent）¶

Skill 文档中的示例问法可直接复用：

帮我找美国站瑜伽用品里需求较高、头部商品点击份额相对分散的细分方向，列出指标和筛选条件。

浏览 Home & Kitchen 类目树，找低竞争子类目，列 Top 5 利基。

搜 headphones 类目，把节点路径解析出来。

找搜索量 >2 万、Top5 点击份额 <40%、退货率 <10% 的蓝海利基。

工具层参数要点（便于核对 Agent 行为）¶

当前可依赖站点以 marketplaceId: "US" / site: "amz_us" 为主。filter_categories 需带 timeRange（如 l7d）和 sampleScope（如 all_asin）；filter_niches 使用 nicheTitle 等 camelCase 字段，不接受 categoryId。

利基筛选示例（来自 workflow，字段名保持原文）：

{
  "name": "filter_niches",
  "arguments": {
    "clientSource": "skill",
    "marketplaceId": "US",
    "nicheTitle": "yoga mat",
    "searchVolumeT90Min": 20000,
    "top5ProductsClickShareT360Max": 0.40,
    "productCountMax": 300,
    "searchVolumeGrowthT90Min": 0.05,
    "returnRateT360Max": 0.10,
    "avgReviewCountMax": 500,
    "sortField": "searchVolumeT90",
    "sortOrder": "desc",
    "size": 10
  }
}

类目树下钻时，子节点路径用 / 拼接，例如 2619526011/18116197011。filter_categories 与 filter_niches 的 size/page 后端硬上限为 10。

经过上面的步骤，常见流程是：search_categories 或 get_category_children 定位节点 → get_category_paths 补全面包屑 → filter_categories 或 filter_niches 按指标收窄 → 需要具体商品列表时，将 browseNodeId 交给 pangolinfo-amazon-scraper，不在本 Skill 内抓品。

适用场景与注意¶

适合谁

需要在 Agent 对话里完成「类目树下钻 + 指标筛选 + 利基对比」的卖家、选品分析或运营研发。
希望用统一 MCP 工具链做自主选品类目挖掘，再用其他 Skill 做榜单/评论验证。

不要用本 Skill 做的事（workflow 明确路由）

抓具体商品、评论、榜单 → pangolinfo-amazon-scraper
完整 GTM 选品报告 → amazon-product-explorer
写 Listing → amazon-listing-optimization
Google 等站外搜索 → pangolinfo-ai-serp

使用上的坑

不要把 Amazon merchant ID ATVPDKIKX0DER 当成 marketplaceId；筛选类接口用 ISO 站点码 "US"。
filter_niches 的 nicheTitle 为子串匹配，过长长尾词可能 0 结果，需剥修饰词或缩短关键词再试。
timeRange=l7d 下的 unitSoldSum 是近 7 日销量，不要写成「月销量」。
示例阈值不是全类目通用标准；0 结果时应逐步放宽，而非直接判定无市场。
并发：同一回合付费调用不宜过高（文档约定最多约 2 个并发），批量翻页前先确认用户是否要「全部子类目」。

SkillHub 页面显示评分 100000、下载 1313 次（统计以页面为准，会随时间变化）。

结尾¶

亚马逊利基市场分析仪把类目树、路径解析和类目/利基级指标筛选封装成 Agent 可执行的 MCP 工作流，适合在选品早期把方向收敛到可比较的候选集。安装与坐标以 SkillHub 为准：

展示页：https://www.skillhub.cn/skills/user_790bb7bf/pangolinfo-amazon-niche-data
API 坐标页：https://api.skillhub.cn/user_790bb7bf/pangolinfo-amazon-niche-data

安装包：@user_790bb7bf/pangolinfo-amazon-niche-data，版本 1.0.6。

亚马逊利基市场分析仪：用 Agent 做类目树与蓝海利基筛选

前言¶

这是什么¶

核心功能¶

安装与启用¶

1、安装 SkillHub CLI（若尚未安装）¶

2、安装本 Skill 到当前 Agent 的 skills 目录¶

3、连接 Pangolinfo 数据¶

典型用法¶

自然语言任务（推荐给 Agent）¶

工具层参数要点（便于核对 Agent 行为）¶

适用场景与注意¶

结尾¶

精选优惠券

亚马逊利基市场分析仪：用 Agent 做类目树与蓝海利基筛选

前言¶

这是什么¶

核心功能¶

安装与启用¶

1、安装 SkillHub CLI（若尚未安装）¶

2、安装本 Skill 到当前 Agent 的 skills 目录¶

3、连接 Pangolinfo 数据¶

典型用法¶

自然语言任务（推荐给 Agent）¶

工具层参数要点（便于核对 Agent 行为）¶

适用场景与注意¶

结尾¶

精选优惠券

相關文章