Community-owned capabilities
473 个由人和 Agent 共建的跨境能力仓库，按平台和场景归类。公开查看用途和数据要求；登录后可查看免费 Skill 的文件与版本，按账户权限参与协作。
该 Skill 用于规划以利润为导向的亚马逊精品运营节奏，涵盖选品门槛、精准流量测试、转化验证、竞价控制与谨慎扩量。它强调证据驱动，区分事实、估算、假设与未知，并限制第三方数据的使用。包含一个 MCP 研究脚本，用于查询低评论竞品表现和关键词数据，但要求凭证仅从环境变量读取，并强制成本审批与输出文件权限保护。
This Skill validates whether an apparent Amazon blue-ocean opportunity is driven by durable differentiated demand or by price, promotion, review, variation, or off-platform distortions. It provides an evidence-gated workflow for diagnosis, drafting plans, and executing approved changes, with strict boundaries on data labeling and authorization. It optionally uses third-party MCP data providers (SIF, SellerSprite, Apify) through a Python client that reads credentials only from environment variabl
该技能用于规划亚马逊新品流量结构，通过证据化诊断和单变量实验控制早期受众噪音，区分流量与产品问题。它强调数据边界、隐私安全、授权审批和回读核验，输出诊断、方案或执行草案。
该技能提供了一套基于证据的亚马逊Listing编写工作流，包括关键词清洗、广告词筛选、Listing字段草拟和事实审计。它强调不虚构信息、区分事实与估算，并支持通过MCP工具获取第三方关键词和竞品数据，但要求严格的安全和授权控制。
该技能用于创建基于证据的亚马逊商品图片和A+内容简报，强调保持产品真实外观和合规性。它提供诊断、方案草案、执行准备和已批准执行等模式，并包含一个用于访问第三方MCP数据（如SIF、SellerSprite、Apify）的Python脚本，该脚本注重安全，从环境变量读取凭证，拒绝在参数中传递敏感信息，并防止重定向泄露凭证。
该技能用于根据产品属性、搜索行为、转化和单位经济性，将亚马逊产品路由到精准属性、宽泛意图或无明确关键词的广告结构中。它提供诊断、方案草案、执行准备和已批准执行等模式，强调证据充分性、单变量实验和授权边界。技能包含一个 MCP 研究脚本，用于从 SIF、SellerSprite 和 Apify 获取关键词、相似 ASIN 和竞争数据，并严格限制凭证仅从环境变量读取，拒绝在参数中传递敏感信息，且要求成本授权。
该 Skill 提供 Amazon 广告优化的证据化诊断与执行框架，强调按位置分配、否定词控制、目标竞价调整的顺序进行单变量实验，并区分事实、估算与假设。它包含一个 MCP 研究客户端脚本，用于从 SIF、SellerSprite 和 Apify 获取第三方数据，但要求凭证仅从环境变量读取，禁止在参数或 URL 中传递密钥，并强制成本授权与输出文件权限控制。
该技能用于按时间序列复盘 Amazon 广告表现，解释出价、位置、点击速度、转化和贡献利润在每次干预后的变化，并输出证据分级的诊断、方案或已批准执行草案。
该 Skill 用于诊断 Amazon 广告转化率下降、持续偏弱或波动的问题，通过区分广告位扩展、价格价值匹配、关键词相关性、产品页面差异和市场事件等因素，提供证据驱动的诊断和单变量实验方案。它强调使用 Amazon 官方数据和用户自有数据，仅在必要时通过第三方 MCP 工具（SIF、SellerSprite、Apify）补充关键词、竞品排名和市场价格等代理证据，并严格限制凭证处理、费用授权和写入操作。
该技能用于设计亚马逊广告架构，围绕产品可搜索性、查询意图、ASIN 可替代性、广告位和证据质量进行分析，并将架构与转化率问题分离。它提供诊断、方案草案、执行准备和已批准执行等模式，强调基于证据的决策，区分事实、估算、假设和未知。技能包含一个 MCP 研究脚本，用于从第三方提供商（SIF、SellerSprite、Apify）获取关键词、场景和相似 ASIN 数据，但严格限制凭证仅从环境变量读取，并防止敏感信息泄露。
该技能用于在ASIN整体层面管理Amazon广告，先汇总整体损益，区分多触点贡献与不相关查询，再决定否定、降价或暂停等操作。强调证据驱动、单变量实验、授权边界和回读核验，输出诊断或草案，不擅自修改线上对象。
Diagnose and plan Amazon UK apparel advertising with UK-specific consumer behavior, seasonality, compliance gates, and ASIN lifecycle playbooks for long-lifecycle, short-lifecycle, and seasonal products. Use for 英国站服饰广告, UK apparel ads, 睡衣/泳衣/外套投放, ASIN 生命周期判断, Black Friday/Boxing Day 节奏, UK/EU 尺码, 品牌推广与视频, 季节性预算日历, 退货率与广告利润, ACOS/ROAS 诊断, 复购再营销, 或根据《亚马逊英国站服饰品类广告运营手册》输出可审批的投放方案. Default to analysis and draft; do not mutate live campaigns without explicit human approval.
该技能用于规划、审核和测试亚马逊商品推广视频广告（SPV），包括资格确认、素材简报、政策审查、竞价计算和实验设计，强调需用户批准才能上线。
Research, diagnose, and draft Amazon Ads ASIN and category product-targeting plans that complement keyword targeting, including audience expansion, competitor and category traffic, cross-sell, upsell, self-defense, negative targeting, placement analysis, and single-variable experiments. Use for 商品投放, ASIN 定向, 品类定向, Product Targeting, 关键词引流遇到瓶颈, 关联流量, 互补品/替代品, 竞品详情页抢流量, 自家 ASIN 防御, Best Sellers/New Releases 候选, 自动与手动广告联动, or the local file named 如何提升关键词引流效率. Default to research and draft; verify
该技能用于筛选和解读 2025 年亚马逊会员日广告洞察数据，并生成带护栏的三阶段（预热、活动、尾期）广告规划草案。它提供数据查询脚本、规划工作流和来源说明，强调不平均不同切片、不将历史数据作为预测，并要求在变更前进行审批和库存/利润核验。
该技能指导将亚马逊商品信息、关键词和广告素材进行本土化，强调基于事实、本地搜索证据、文化适配和政策合规，并区分翻译、本地化改写和重新创作三种处理方式，要求三重审核和单变量测试。
Diagnose and plan Amazon Japan apparel advertising with Japan-specific consumer behavior, seasonality, and ASIN lifecycle playbooks for long-lifecycle, short-lifecycle, and seasonal products. Use for 日本站服饰广告, JP apparel ads, 背包/内衣/泳装投放, ASIN 生命周期判断, 日本站新品冷启动, 品牌推广启动时机, Amazon Points, 日文功能词, 季节性备货与预热, 广告预算结构, ACOS/ROAS 诊断, 复购再营销, 或根据《亚马逊日本站服饰品类广告运营手册》输出可审批的投放方案. Default to analysis and draft; do not mutate live campaigns without explicit human approval.
该技能用于研究和规划亚马逊家居与生活方式类目的增长，涵盖家居、家装、厨房、家具、汽配、花园、运动、玩具和宠物等九大赛道，覆盖北美、欧洲和日本市场。它提供了一套结构化的选品与决策流程，包括需求验证、安全合规、物流经济性、广告生命周期和增长工具评估，并强调所有数据需基于当前官方信息进行验证。
该技能用于构建由人工管控的亚马逊全球增长路线图，将AI辅助洞察与产品、Listing、本地化、运营流程、站点排序及机会日历相结合。它强调证据验证、人工审批和可逆工作流，避免自动执行受保护操作。
该技能用于规划与诊断亚马逊全流域增长，覆盖认知、考虑、转化与忠诚阶段，强调非线性消费者旅程、触点职责分配、零售承接检查、指标树与单变量可归因实验。默认只读分析，执行写入需逐对象批准，并区分账户事实、当前政策、研究快照与假设。
该技能用于验证和规划亚马逊时尚品类在美欧日市场的增长机会，涵盖趋势验证、选品、品牌内容、促销、库存与退货管理，并强调基于当前站点证据而非历史快照进行决策。
该技能用于规划亚马逊欧洲多站点广告投放实验，涵盖标准品、非标品、高客单和季节性商品。它指导用户建立站点与ASIN资格矩阵，评估商品决策类型，选择测试站点，进行本地化承接，设计分站点独立测试，按决策周期编排触点，并设定扩量或退出门槛。技能强调基于当前证据验证，避免直接复制历史数据，并要求在合规、物流、本地化和经济性门槛通过后才进行小预算测试。
Diagnose and plan Amazon Marketing Cloud (AMC) analytics and audience activation for European Amazon Ads accounts, including journey/path analysis, time to conversion, reach and frequency, ad-type overlap, new-to-brand, rule-based and lookalike audiences, seasonal off-peak audiences, and SP/SB/SD/DSP activation. Use for 欧洲站 AMC, 亚马逊营销云, AMC 人群包, 潮汐人群, 转化路径, 广告叠加, DSP+AMC, 购买转化周期, 新客分析, 受众竞价加成, AMC query/use case selection, 或把《欧洲转化破局》材料转为可审批的数据与投放方案. Default to read-only analysis and draft action
该技能将已验证的亚马逊商品与受众证据转化为可审核、可测试的AI辅助广告创意工作流，涵盖概念生成、Brief制作、Prompt准备、三层审核（事实/品牌/政策）及受控A/B测试，强调人工审批与合规边界。
分类优先采用合集任务映射，其余按名称与简介归纳：6 个平台 · 11 个场景 · 4 个合集标签。
