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 Amazon 广告诊断与实验，聚焦高客单价、利润模型和成本结构。它提供诊断树、异常数据表和单变量实验卡等分析框架，并强调区分事实、估算、假设和未知项，所有写操作需用户明确授权。可选集成第三方 MCP 数据源（SIF、SellerSprite、Apify）以补充关键词、竞品等证据，但仅在用户数据不足时使用，且凭证通过环境变量注入，结果保存在私有目录。
该 Skill 用于 Amazon 广告诊断与实验，聚焦竞价策略、卖家精灵和关键词排名，通过证据卡区分流量、零售承接和经济性问题，形成有样本依据的调整建议及受控实验。它提供诊断树、异常数据表和单变量实验卡等输出，并强调使用用户数据或 Amazon 一方报告优先，仅在必要时通过 MCP 客户端调用第三方数据（SIF、SellerSprite、Apify），且要求凭证仅从环境变量注入、禁止在参数或 URL 中携带密钥、调用前需 dry-run 和授权确认。
该技能用于处理 Amazon 账户、合规与风险相关任务，聚焦评价与口碑、政策变化、客服与工单等主题。它提供工作流、证据卡和第三方数据调用计划，帮助用户识别受影响账户、核对通知与证据、形成风险分级和纠正计划。技能强调只读操作、区分事实与估算、不捏造数据，并在写操作前获得明确授权。
该技能用于 Amazon 账户、合规与风险分析，涵盖 Listing 诊断、品牌备案、税务出口等主题，提供证据卡、场景模式和执行手册，并包含一个安全的 MCP 客户端脚本，用于从第三方数据源获取补充数据。
该技能用于评估 Woot 促销活动的可行性，包括官方资格核验、账号与品牌权利审查、交易经济性计算、库存与合规风险分析，并输出 GO、条件 GO 或 NO-GO 的决策建议。它强调使用当前官方信息，禁止账号交易、虚假评论等违规行为，并要求在写操作前确认授权。
该 Skill 提供一套合规的亚马逊新品关键词覆盖扩张方案，通过分层广告和真实转化扩大关键词覆盖，并管理主力词和促销活动。它强调不进行评论操纵或排名保证，要求区分事实、估算和假设，并在执行写操作前核对授权。Skill 包含一个 Python 脚本，用于安全地调用第三方 MCP 数据服务（SIF、SellerSprite、Apify），该脚本从环境变量读取凭证，拒绝在参数中传递敏感信息，并支持 schema 校验和成本控制。
该技能用于设计亚马逊合法父子变体广告架构，包括选择主推子体、按属性分配关键词、隔离广告预算与职责，并监控库存和效果。它强调数据真实性、授权边界和第三方 MCP 数据的安全调用，不执行未经批准的写操作。
该技能用于为亚马逊跨境卖家准备基于证据的税务合规梳理包，通过映射主体、市场、货物流、报关、发票、结算、退货和库存对账，形成供合格税务与海关顾问审阅的问题清单。它强调不提供税务或法律意见、不协助逃税，并要求区分事实、估算与假设，对缺失数据明确列为缺口。
该技能指导亚马逊卖家安全应对可疑买家消息、勒索、钓鱼、胁迫订单和评论威胁，通过保留证据、避免站外沟通、保护账户并通过官方渠道举报来降低风险。它强调不掩盖卖家自身违规，要求区分事实与假设，并在执行写操作前核对授权。
该技能用于评估团队是否应进入或扩展亚马逊业务，通过单位经济模型、现金流压力测试、市场匹配验证和分阶段试点，输出 GO/CONDITIONAL GO/NO-GO 决策。它强调基于事实、估算和假设的区分，避免承诺收益，并严格限制第三方 MCP 数据的使用，要求凭证仅从环境变量读取，调用前需授权并记录成本。
该技能用于帮助亚马逊卖家团队设计可扩展的运营系统，涵盖品类专业化、组合容量测算、人员技能分层、SOP 下限、实验治理、激励设计和资源分配。它强调基于真实数据区分事实、估算与假设，避免将个别公司业绩作为普遍基准，并在执行写操作前核对授权范围。
该技能用于审计亚马逊评论操纵风险，识别异常评论信号，并将绕过式获评诉求转化为合规处置与官方获评方案。它提供风险分级、政策核对、报告草稿和合规替代路径，并集成第三方MCP数据源（SIF、SellerSprite、Apify）以获取市场证据，但强调凭证安全、成本控制和数据脱敏。
该技能通过根因分析、商品信息修正、自助支持完善、零配件闭环和客服配置来降低亚马逊可避免退货，并集成第三方 MCP 数据源（SIF、SellerSprite、Apify）以补充市场证据，强调合规与隐私保护。
该技能用于诊断亚马逊广告位转化差异，通过分析广告位报告、有效竞价和竞争环境，设计单变量实验并调整流量组合。它包含一个安全的MCP研究脚本，用于从SIF、SellerSprite和Apify获取第三方数据，强调凭证仅从环境变量读取、不泄露密钥、不自动重试计费调用，并要求在写操作前获得授权。
该技能用于协调亚马逊专利投诉的应对流程，包括证据保全、权利核验、技术比对、路径比较、平台材料准备和预防闭环。强调由合格律师进行法律判断，不提供法律意见，并确保操作符合平台政策。
该技能用于评估亚马逊运营人员是否具备独立创业的条件，通过分析现金流、工作资本周期、固定成本、产品组合成功率、可迁移能力和道德边界，提供基于场景的决策建议，而非激励性保证。它强调数据真实性、不侵犯前雇主权益、遵守亚马逊政策，并在执行写操作前进行授权核对。
该技能为亚马逊新品提供基于证据的自然流量增长方案，涵盖从可控广告探索、关键词迁移到自然排名与订单监测的完整流程。它强调数据缺口标注、因果限制说明，并默认只读规划，要求对写操作和付费调用进行授权。技能包含一个安全的 MCP 研究客户端脚本，用于从 SIF、SellerSprite 和 Apify 获取第三方市场数据，严格从环境变量读取凭证，并实施多项安全防护。
该技能用于制定亚马逊新品推广计划，通过目标销量倒推流量、关键词订单、广告成本和现金需求，并生成 GO/CONDITIONAL GO/NO-GO 评估。它强调区分事实、估算和假设，不承诺排名，并严格限制第三方 MCP 数据的使用，要求凭证仅从环境变量读取，调用前需授权并记录证据。
该技能用于诊断亚马逊新品无法起量的原因，通过分离可售性、流量相关性、点击率、转化率、经济性和反馈质量等漏斗环节，找出承接短板并制定合规的转化与广告优化方案。它强调基于真实证据而非虚假评论或操纵手段，并集成了对第三方 MCP 数据源（SIF、SellerSprite、Apify）的安全调用流程，要求凭证仅从环境变量读取、调用前需授权并记录证据。
该技能用于诊断和恢复表现不佳的亚马逊新品广告项目，通过按固定顺序检查流量集中度、样本充分性、广告位和商品竞争力，并设计受控实验。它强调基于真实数据、区分事实与估算、不擅自增加预算或修改广告，并支持通过第三方 MCP 服务（如 SIF、SellerSprite、Apify）获取补充数据，但要求严格的安全边界，如凭证仅从环境变量读取、调用前需授权、结果写入私有目录等。
该技能用于对亚马逊差评进行合规分类与处置：依据社区准则判断是否可报告或删除，区分违规内容、疑似滥用与真实产品反馈，并生成官方报告草稿与产品修复计划。技能强调不捏造证据、不站外联系评论者、不诱导改评，并保留完整证据链。可选地通过第三方 MCP 服务（SIF、SellerSprite、Apify）获取公开市场数据，但要求凭证仅从环境变量读取、调用前展示参数与费用并获得授权，结果写入任务私有目录。
This skill helps evaluate and improve low-price, high-CPC Amazon products by analyzing break-even economics, legitimate bundles or multipacks, long-tail traffic, low-bid discovery, creator channels, and original video ads. It guides users through establishing economic baselines, assessing price-point increases, restructuring search budgets, comparing alternative channels, testing original creatives, and making portfolio decisions. It emphasizes respecting variation, IP, and creator-program rules
该技能用于设计并诊断亚马逊低竞价广告发现实验，通过受控的低价测试寻找可盈利流量和最低有效竞价，并基于真实数据生成可复核的方案。它强调不直接修改广告，需先获取必要数据并区分事实、估算和假设，执行写操作前核对授权。技能包含一个MCP研究脚本，用于从第三方提供商获取市场数据，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 Skill 用于在预算帽和人工审批规则下设计可扩展的亚马逊长尾关键词组合，包括关键词清洗、活动粒度决策、预算保护、竞价阶梯和安全规则，并支持通过第三方 MCP 数据源获取市场证据。
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。
