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。
该技能用于规划小预算、兼职的亚马逊 FBA 验证流程，帮助新手在有限资金下完成注册、选品、采购、入仓、销售和回款闭环，并设定止损与退出条件。它强调基于真实证据区分事实、估算、假设和未知项，默认只读，执行写操作前需核对授权，不提供规避平台规则或泄露来源的操作。
该技能用于构建亚马逊全年季节性产品组合日历，围绕节日、社会活动等需求编排产品，并提供保守库存控制与复盘流程。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、默认只读并需授权才执行可能计费的操作。
该技能用于规划季节性亚马逊产品的多年生命周期，涵盖首年倒排、合法变体管理、季中控制、季末退出及次年复用，并强调基于真实证据、区分事实与估算、遵守亚马逊政策。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，脚本设计注重凭证安全、参数校验和成本控制。
该技能通过历史同比/环比和目标月份的搜索增长，筛选未来月份增长显著的关键词，验证季节性与场景根因，并从低价入口产品扩展同场景高价值机会。它强调区分事实、估算、假设和未知项，默认只读，执行写操作前核对授权，并安全调用第三方 MCP 数据（SIF、SellerSprite、Apify）获取关键词、商品、评论等代理证据。
该技能用于筛选亚马逊季节性冷门产品机会，通过倒排时间窗口、分层初筛、验证精准需求、检查可复制性并形成候选卡，帮助用户识别低评论、适中销量且可验证的细分市场。技能强调区分事实与估算，默认只读，执行写操作前需核对授权，并避免捏造数据。可调用第三方 MCP 数据（SIF、SellerSprite、Apify）获取关键词、竞品和评论等代理证据，但要求凭证仅从环境变量读取，且对可能计费的操作需明确授权。
该技能帮助亚马逊卖家在不盲目开模的前提下，通过重新定位现有产品到特定人群、场景或用途来实现低成本差异化。它提供了一套工作流程，包括定义边界、寻找迁移场景、验证适配、重建竞争、设计可见表达和小批验证，并强调基于真实证据、区分事实与假设、避免捏造数据。技能还包含一个安全的 MCP 客户端脚本，用于从第三方数据提供商（SIF、SellerSprite、Apify）获取关键词、竞品和评论等数据，并严格处理凭证和费用授权。
该技能通过提取和验证场景词，帮助用户从陌生商品中发现细分需求并跨类目生成候选产品，最终形成可复核的选品方案。它强调区分事实、估算、假设和未知项，默认只读，执行写操作前需核对授权，并避免捏造数据。技能内置了安全的 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。
该技能用于将单条亚马逊产品链接的偶然成功转化为可复制的选品、供应链、推广、补货和淘汰系统，并控制单品依赖风险。它通过拆解成功因素、量化集中风险、设计SKU组合、固化流程和分阶段复制，帮助中小团队建立由流程驱动的扩张路线。技能强调基于真实证据区分事实、估算、假设和未知项，默认只读，执行写操作前需核对授权，并避免捏造数据或依赖违规手段。
该技能用于按团队能力将亚马逊选品候选分入六种结构性机会赛道（冷门细分、可扩变体、大件高货值、高门槛产品、季节活动、高客单套装），并输出能力矩阵、路由清单、资本配置和验证门槛。它强调区分事实与估算、默认只读、写操作前核对授权，并通过脚本安全调用第三方 MCP 数据（SIF、SellerSprite、Apify），凭证仅从环境变量读取，不写入参数或输出。
该技能用于在亚马逊红海类目中识别有防御性的微细分市场，通过分析近期低评论但正常出单的产品，提取精准属性词，并探索相邻的差异化设计方向。它强调区分事实、估算、假设和未知项，默认只读，执行写操作前需核对授权，并避免捏造数据或复制竞品。技能包含一个安全的MCP研究客户端脚本，用于从SIF、SellerSprite和Apify获取第三方数据，凭证仅从环境变量读取，并实施多项安全防护措施。
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。
该技能帮助卖家将现有 Amazon 产品重新定位到新的细分市场，通过分析产品本体、寻找未来场景、交叉搜索关键词、深挖相邻需求并比较新旧赛道，输出可复核的定位建议。它强调区分事实、估算、假设和未知项，默认只读，执行写操作前需核对授权，并安全地调用第三方 MCP 数据服务（SIF、SellerSprite、Apify）获取关键词、竞品和评论等代理证据。
该技能提供一套基于证据的亚马逊产品测款决策流程，帮助用户区分事实、估算、假设和未知项，选择概念测试、FBM或小批FBA验证方法，并定义测试指标、样本和止损条件。它包含一个用于安全调用第三方MCP数据服务（SIF、SellerSprite、Apify）的Python脚本，该脚本从环境变量读取凭证、拒绝敏感参数、支持schema校验和成本授权控制，并将结果写入私有目录。技能强调不捏造数据、不操纵测试结果、不泄露来源信息，并默认只读操作，写操作前需核对授权。
该技能提供一套八道闸门的亚马逊选品审计流程，涵盖流量、运营难度、经济效率、差异化、时间周期、合规与IP、库存变体及最终决策。它强调基于真实证据进行判断，区分事实、估算、假设和未知项，并在证据不足时保持HOLD。技能包含一个MCP研究脚本，用于从SIF、SellerSprite和Apify等第三方服务获取数据，脚本设计注重安全，凭证仅从环境变量读取，拒绝在参数中传递敏感信息，并限制重定向和费用调用。
该 Skill 用于在做出产品决策前构建 Amazon 产品、受众和使用场景的认知地图。它通过宽口径取样、延迟判断、拆解差异、向外延伸和维护地图等步骤，帮助用户从陌生商品中发现需求线索。Skill 强调区分事实、估算、假设和未知项，默认只读，执行写操作前需核对授权，并避免捏造数据。它可调用第三方 MCP 服务（如 SIF、SellerSprite、Apify）获取关键词、竞品和评论等数据，但要求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需先获得授权。
该技能用于筛选亚马逊冷门细分市场，通过多档销量、评论、价格和历史数据验证精准需求与竞争密度，并基于单位经济和库存边界评估付费流量盈利性。它强调区分事实、估算与假设，默认只读，写操作前核对授权，并避免捏造数据。技能可调用第三方 MCP 数据源（SIF、SellerSprite、Apify）获取关键词、竞品和评论等代理证据，但要求凭证仅从环境变量读取，不写入参数或输出，且对可能计费的工具调用需先展示计划并获得授权。最终输出三档筛选结果、广告盈利情景、相邻机会和首批库存建议，证据不足时给出 HOLD 结论。
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。
该技能用于验证亚马逊利基市场中低评论新品是否仍有进入机会，通过分析近期新品队列、购买理由和市场友好度，区分事实与估算，并默认只读操作，涉及第三方 MCP 数据调用时需授权并脱敏处理。
该技能用于评估高客单价亚马逊产品方案是否具备足够的单位经济性，通过计算净售价、广告前毛利、流量成本（CPC/CVR）和清货压力测试，判断高价方案是否可行。技能强调区分事实、估算、假设和未知项，默认只读，执行写操作前需核对授权，并避免捏造数据。可调用第三方MCP数据（SIF、SellerSprite、Apify）获取关键词、竞品等代理证据，但凭证仅从环境变量读取，且对敏感参数和重定向有防护。
该技能用于为亚马逊新手卖家筛选首款低风险产品，通过需求、竞争、广告成本和供应链风险的最小可行闸门进行评估。它强调基于真实证据区分事实、估算、假设和未知项，默认只读，执行写操作前需核对授权，并避免捏造数据。技能包含一个安全的 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，并实施多项安全措施防止凭证泄露和未授权操作。
该技能帮助工贸一体卖家将工厂的材料、工艺、产能等能力与低竞争亚马逊细分市场匹配，通过能力护照、关键词组合、赛道对比和样品验证等步骤形成可复核的商业判断，并集成第三方 MCP 数据源（SIF、SellerSprite、Apify）进行关键词与竞品研究。
该技能用于规划合规的亚马逊长期变体路线图，通过真实且有独立需求的子体扩展产品线，并区分事实、估算、假设和未知项。它提供工作流、证据台账和第三方MCP数据查询脚本，强调只读默认、写操作前核对授权、凭证仅从环境变量读取，并避免捏造数据或操纵评论。
该技能用于从亚马逊热销产品回溯其背后的需求驱动因素，通过分析销量、关键词、评论和外部事件，识别购买动因并扩展相邻市场机会。它强调区分事实、估算与假设，默认只读操作，涉及第三方数据调用时需授权并控制成本。
该技能以消费者可搜索的通用属性（材质、工艺、场景等）为入口，跨类目发现亚马逊选品机会，并通过盈利与竞争门槛收敛。它强调基于真实证据、区分事实/估算/假设，默认只读，写操作前核对授权，并内置了安全的第三方 MCP 数据调用脚本，凭证仅从环境变量读取，防止泄露。
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。
