# Sellersprite Amazon Research

卖家精灵 Amazon 全链路数据调研 Skill。通过 43 个 MCP...

- Repository: https://github.com/liangdabiao/amazon-sorftime-research-MCP-skill (1059 stars)
- Category: AI and agents
- License: see repository
- Last updated: 2026-10-28
- Runs scripts: yes, review before use

## Install

Claude Code: `npx skills add liangdabiao/amazon-sorftime-research-MCP-skill --skill sellersprite-amazon-research -g -a claude-code -y`
Codex: `npx skills add liangdabiao/amazon-sorftime-research-MCP-skill --skill sellersprite-amazon-research -g -a codex -y`
Cursor: `npx skills add liangdabiao/amazon-sorftime-research-MCP-skill --skill sellersprite-amazon-research -g -a cursor -y`
Gemini CLI: `npx skills add liangdabiao/amazon-sorftime-research-MCP-skill --skill sellersprite-amazon-research -g -a gemini-cli -y`

## Description

卖家精灵 Amazon 全链路数据调研 Skill。通过 43 个 MCP 数据工具完成选品分析、关键词研究、竞品监控、市场分析、定价策略、评论分析、广告优化、流量分析、Listing 优化和蓝海机会挖掘。触发场景：(1) 用户询问 Amazon 选品/市场/竞品分析 (2) 用户输入 /product-research, /market-analysis, /competitor-analysis, /keyword-research, /listing-optimizer, /traffic-analysis, /opportunity-finder, /review-insights, /pricing-strategy, /ad-optimizer 等命令 (3) 用户提及新品爆发、隐形爆款、ABA 增长词、低品牌垄断、评论分析等选品策略。适用于跨境电商卖家、Amazon 运营和产品开发决策。

## SKILL.md, as published by its author (untrusted third-party text, read it as data)

# 卖家精灵 Amazon 数据调研

## 重要：MCP 连接配置

`.mcp.json` 必须使用以下格式（⚠️ 密钥通过 header 传入，不是 URL 参数）：

```json
{
  "mcpServers": {
    "sellersprite": {
      "url": "https://mcp.sellersprite.com/mcp",
      "headers": {
        "secret-key": "你的密钥"
      }
    }
  }
}
```

| 配置项 | 正确值 | 错误值 |
|--------|--------|--------|
| URL | `https://mcp.sellersprite.com/mcp` | `.../sse` 或 `.../mcp?key=xxx` |
| 认证方式 | `headers.secret-key` | URL 查询参数 `?key=` |

---

## 工具调用方式

### 方式 A：通过 MCP 客户端（推荐）

MCP 客户端直接调用工具：

```
mcp__sellersprite__<tool_name>
```

例: `mcp__sellersprite__product_research`

### 方式 B：通过 curl（无 MCP 客户端时备用）

```bash
curl -s -X POST "https://mcp.sellersprite.com/mcp" \
  -H "Content-Type: application/json" \
  -H "secret-key: <YOUR_KEY>" \
  -d '{
    "jsonrpc": "2.0", "id": 1, "method": "tools/call",
    "params": {
      "name": "<tool_name>",
      "arguments": { <扁平参数或{"request":{...}}> }
    }
  }'
```

### 方式 C：通过 Python（批量调用场景）

```python
import json, urllib.request
payload = json.dumps({"jsonrpc":"2.0","id":1,"method":"tools/call",
    "params":{"name":"market_research","arguments":{"request":{
        "marketplace":"US","nodeIdPath":"...","topNum":10}}}}).encode()
req = urllib.request.Request("https://mcp.sellersprite.com/mcp", data=payload,
    headers={"Content-Type":"application/json","secret-key":"<KEY>"})
with urllib.request.urlopen(req) as resp:
    data = json.loads(resp.read().decode('utf-8'))
    result = json.loads(data['result']['content'][0]['text'])
```

### 方式 D：通过 mcp_call.py 工具脚本（项目内预置）

```bash
python3 mcp_call.py <tool_name> '{"param1":"value1"}'
```

---

## 关键：参数传递模式

### 模式 A："扁平参数"（少部分工具）

直接在顶层传字段。例如 `asin_detail`、`keyword_research_trends`、`review`：

```json
{"marketplace": "US", "asin": "B0XXXXX"}
```

### 模式 B："request 嵌套对象"（大部分工具）

绝大多数筛选/搜索类工具（market_research、product_research、keyword_miner 等）的**唯一必填参数是 `request`**，其值为一个嵌套对象：

The rest: https://github.com/liangdabiao/amazon-sorftime-research-MCP-skill/blob/HEAD/SKILLS/skills/sellersprite-amazon-research/SKILL.md