Community-owned capabilities
786 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。
该技能用于 Amazon Listing 与页面操作，聚焦评价与口碑、五点描述和转化率。它提供工作流、证据卡和第三方 MCP 数据调用脚本，强调只读预检、授权审批、数据脱敏和证据留痕，不执行未授权的写操作。
分类优先采用合集任务映射，其余按名称与简介归纳：10 个平台 · 11 个场景 · 4 个合集标签。
该 Skill 用于处理 Amazon Listing 与页面操作，聚焦尺寸重量、变体关系、品牌与备案等维度。它提供证据卡、执行手册和第三方 MCP 数据调用脚本，强调只读预检、授权审批、证据留痕和脱敏处理，不捏造数据，不自动执行写操作。
该技能用于分析亚马逊FBA、发货入库及成本结构相关的费用、利润与现金流，通过统一订单、结算、币种和税费口径，复算贡献利润、资金缺口及压力情景，并输出单位经济表、费用复核表、情景敏感性等结果。技能强调证据驱动，区分事实、估算与假设，对写操作要求明确授权，并可通过可选第三方MCP数据源补充关键词、竞品等证据，但需遵循严格的凭证管理与费用审批流程。
该技能用于 Amazon FBA 库存、物流与运营分析，涵盖库存桥接、补货断货预案、物流节点核对、费用复核等任务。它强调证据驱动，区分事实与估算，并要求写操作前获得用户授权。技能包含一个 Python 脚本，用于安全地调用第三方 MCP 数据服务（SIF、SellerSprite、Apify），脚本设计有凭证保护、参数校验、成本控制与输出脱敏机制。
该技能用于 Amazon FBA 库存与物流分析，聚焦季节性、现金流和竞品验证。它提供证据卡、执行手册和第三方 MCP 数据调用脚本，强调只读操作、数据脱敏、成本授权和结果保存到私有目录。
该 Skill 用于分析 Amazon 客户反馈与转化改进，聚焦图片与视频、运营工具和 A+ 页面。它从评论、退货和客服证据中定位购买障碍，形成产品或页面改进的优先级和验证计划。Skill 强调数据合规、去标识化、不捏造数据，并区分事实、估算和假设。它包含一个可选的第三方 MCP 数据客户端脚本，用于从 SIF、SellerSprite 和 Apify 获取关键词、竞品等补充数据，但要求凭证通过环境变量注入、执行前进行 schema 校验和成本授权，并避免敏感信息泄露。
该技能用于Amazon品牌、内容与增长相关的经营经验分析，通过证据卡将购买任务和品牌事实映射到内容与渠道，生成创意简报和增长计划。它强调区分事实、估算、假设和未知项，要求写操作前展示影响并等待批准，不捏造数据，并保留去标识化边界。
该技能用于Amazon品牌、内容与增长分析，聚焦成本结构、客服工单和汇率风险，提供证据卡、执行手册和第三方MCP数据查询脚本，强调数据去标识化、证据分级和写操作审批。
该技能用于Amazon品牌、内容与增长分析，聚焦类目与节点、标题、转化率等主题，提供证据卡、工作流和第三方MCP数据查询脚本，帮助生成创意简报和增长计划。
该 Skill 用于 Amazon 广告诊断与实验，聚焦 ROAS、政策变化和 ACOS，通过证据卡和受控实验区分流量、零售承接和经济性问题，并生成有样本依据的调整建议。它强调只读操作、数据去标识化、不捏造数据，并在执行写操作前要求明确授权。可选集成第三方 MCP 数据源（SIF、SellerSprite、Apify）以补充证据，但需通过环境变量注入凭证并遵循严格的审批流程。
该技能用于Amazon广告诊断与实验，聚焦否定投放、搜索词分析和手动广告。它提供诊断树、异常数据表和单变量实验卡等结构化输出，并强调区分事实、估算、假设和未知项。技能包含可选的第三方MCP数据查询脚本，用于在用户数据不足时补充关键词、竞品等证据，但要求凭证通过环境变量注入、调用前需授权并记录证据。
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。
