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。
该技能用于在盈利边界内运营亚马逊广告，通过小型广告结构寻找每个SKU的盈利流量区间，并管理SKU的放大、维持、降级或停投。它强调使用真实证据、区分事实与估算，并默认只读，执行写操作前需获得明确授权。技能包含一个MCP研究脚本，用于安全地调用SIF、SellerSprite和Apify等第三方数据服务，凭证仅从环境变量读取，并实施多项安全措施防止凭证泄露和未授权操作。
该 Skill 用于评估亚马逊产品在特定市场 CPC 与转化环境下的经济可行性，通过拆解 ACoS 为 CPC、CVR、售价、贡献毛利与复购价值，计算保本 CPA 与 ACoS，并审计流量、产品力与赛道，最终给出优化、重定位或退出建议。它强调区分事实、估算、假设与未知项，默认只读，写操作前需核对授权，并避免捏造数据。
该技能用于快速评估亚马逊产品候选的盈利潜力，通过精准关键词CPC、转化率区间和单位经济模型进行机会筛选。它指导用户收集证据、计算盈亏平衡点，并输出NO-GO/HOLD/深研建议。技能包含一个MCP研究脚本，用于从SIF、SellerSprite和Apify获取第三方数据，强调凭证安全、成本授权和证据留痕。
该技能用于为亚马逊新品广告创建受控的启动计划，强调关键词与 Listing 的相关性、转化证据和预算护栏，避免依赖未经证实的权重公式。它提供工作流、启发式参考和证据台账，并包含一个安全的 MCP 客户端脚本，用于从 SIF、SellerSprite 和 Apify 获取第三方数据，凭证仅从环境变量读取，且对敏感参数和重定向有防护。
该 Skill 用于通过比较竞品广告覆盖与销量代理指标，评估亚马逊细分市场的广告效率，并识别低评论产品能否依靠少量精准流量正常出单。它强调使用第三方 MCP 数据时需遵循安全边界，凭证仅从环境变量读取，不写入参数或输出，且对可能计费的操作要求显式授权。
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。
该技能将亚马逊关键词库整理为分类、否定词和广告结构，基于产品事实和授权数据，提供诊断和草案，不直接修改广告。
该技能用于设计亚马逊关键词排名实验，通过广告位置测试筛选高潜力关键词，并估算订单潜力。它强调区分广告与自然排名，要求基于真实数据，避免虚假操作，并安全地调用第三方MCP服务获取市场数据。
该技能提供亚马逊新品合规推广的阶段性方案，从高意图长尾词逐步扩展至核心词，强调真实订单验证和合规边界。包含关键词筛选、广告分层、预算控制及第三方 MCP 数据调用流程，要求凭证仅从环境变量读取，并需用户授权后才执行可能计费的操作。
该技能用于规划亚马逊ASIN商品投放广告活动，通过评分产品相似度、需求、真实转化优势、广告位假设、预算隔离和后续搜索词收割来制定策略。它强调使用真实数据、避免虚假评论和排名保证，并提供了通过MCP客户端访问第三方数据（如SIF、SellerSprite、Apify）的脚本，该脚本注重凭证安全、动态工具发现和成本控制。
该技能提供亚马逊广告流量分配的决策框架，将广告管理分为探索与利用两个循环，通过隔离变量、定义赢家、小步迁移预算和持续监控来优化广告效果。它强调基于证据、区分事实与假设，并在执行写操作前核对授权，默认只提供诊断或草案。
该 Skill 用于重建亏损的亚马逊广告账户，通过关键词词库重建、词根级广泛测试、否定词预置、精准收割和组合预算控制来恢复盈利。它强调基于真实数据区分事实、估算和假设，不承诺固定周期，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。
该技能用于诊断亚马逊广告高 ACoS 问题，通过分解 CPC、转化率、售价、流量结构和样本量，提供基于证据的优化建议。它强调使用用户自有数据和亚马逊官方报告，仅在必要时通过第三方 MCP 工具获取外部先验数据，并严格管理凭证和成本。技能包含安全的数据获取脚本，要求所有写操作前获得用户批准。
该技能用于 Amazon 跨境经营复盘，聚焦季节性、ACOS 和转化率，将经验判断转化为可验证的问题，识别适用前提、替代解释和可迁移的经营动作。它提供证据卡、场景模式和验证计划，并可选通过 MCP 客户端调用第三方数据服务（SIF、SellerSprite、Apify）补充证据，强调只读操作、凭证环境变量注入、成本授权和结果私有保存。
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。
