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。
该技能用于建立以订单贡献为导向的亚马逊关键词位置监控系统，区分自然与广告排名，通过连续证据触发诊断，并生成需批准的干预建议。它包含一个安全的MCP客户端脚本，用于从SIF、SellerSprite和Apify获取第三方数据，强调凭证仅从环境变量读取、动态发现工具模式、成本授权和结果脱敏。
该技能用于规划亚马逊关键词推广顺序，从高意图长尾词逐步扩展到中部词和核心词，通过阶段门控、混合广告形式、盈利检查和精确收割来优化推广策略。它强调基于真实证据进行决策，区分事实、估算和假设，并在执行写操作前核对用户授权。技能包含一个安全的MCP客户端脚本，用于从SIF、SellerSprite和Apify等第三方服务获取市场数据，该脚本严格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 Skill 用于系统排查亚马逊 Featured Offer（购物车）丢失问题，通过检查账户健康、订单缺陷、价格竞争力、Offer 状态、商品信息、第三方卖家及外部价格证据，区分根因并制定恢复方案。它强调基于证据、不假设恶意、不操纵反馈或越权操作，并内置了安全边界：仅在必要时通过 MCP 调用第三方数据，且凭证仅从环境变量读取，调用前需授权并记录成本。
该技能用于排查亚马逊FBA库存意外变为瑕疵或不可售的问题，通过分类根因（标签、货件、Transparency、Listing变更、合规、系统状态）并构建事实支持案例和时限计划。它强调证据冻结、单一证据包提交、时限管理及处置成本对比，并明确要求不依赖界面漏洞、不补造数据、写操作前核对授权。
该技能帮助优化亚马逊商品在对话式购物助手（如 Rufus、Alexa）中的可发现性，通过完善结构化属性、真实使用场景和证据支持的内容。它强调不虚构评论或问答，所有声明需有事实依据，并谨慎使用第三方 MCP 数据服务（SIF、SellerSprite、Apify）进行市场研究，确保凭证安全、成本可控和结果脱敏。
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。
该技能为高客单或低销量商品设计符合亚马逊政策的评价获取方案，仅使用官方项目（如 Vine、Request a Review）和真实订单，明确拒绝付费测评、返现、种子链接、僵尸 ASIN、跨站同步等违规手段。工作流包括核对官方资格、测算真实成本、优化客户体验、建立中立请求、验证变体合法性及监控质量，输出合规路径矩阵、成本情景、SOP 和拒绝清单，并区分事实、估算与假设。
该技能用于在亚马逊业务中构建以合规为前提的增长策略，将税务、产品安全、账号、知识产权和物流合规成本纳入单位经济模型，并比较细分市场、价格区间、运营模式和站点。它强调基于真实证据和官方规则进行决策，拒绝侵权或黑帽策略，并通过第三方 MCP 数据（如 SIF、SellerSprite、Apify）补充市场研究，同时严格管理凭证和费用授权。
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 Skill 用于 Amazon FBM、发货与入库、图片与视频相关的选品与产品开发分析，强调证据驱动、区分事实与估算、明确未知项，并要求写操作前展示影响并等待授权。包含工作流、证据台账、质量检查和专项证据卡，不涉及外部链接或敏感操作。
该 Skill 用于 Amazon 选品与产品开发，聚焦差异化、类目与节点、市场机会，通过证据卡验证购买需求、直接竞争、差异化和单位经济，形成进入、有限验证或暂缓的有据判断。它提供工作流、证据台账和质量检查，并可选调用第三方 MCP 数据（SIF、SellerSprite、Apify）补充关键词、竞品或评论证据，强调凭证仅从环境变量注入、调用前需授权和费用审批、结果保存到私有目录。
该技能用于 Amazon 选品与产品开发，聚焦现金流、利润模型和供应链，通过证据卡验证市场需求、竞争、差异化和单位经济，形成进入、有限验证或暂缓的判断。它强调区分事实、估算、假设和未知项，不捏造数据，并支持通过第三方 MCP 数据源（SIF、SellerSprite、Apify）补充证据，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 用于处理 Amazon 平台政策变化、利润模型和季节性相关的监控与分析任务。它强调基于官方证据和用户数据，区分事实、估算与假设，并生成影响清单、应对检查表和复核记录。可选地，它通过一个安全的 MCP 客户端脚本从第三方服务（SIF、SellerSprite、Apify）获取补充数据，该脚本严格从环境变量读取凭证、拒绝在参数中传递敏感信息、要求显式授权才执行可能计费的调用，并将结果保存到私有目录。
该技能用于 Amazon 跨境经营复盘，聚焦账户验证、用户画像和 A+ 页面等主题。它提供结构化的证据卡、场景模式和验证计划，帮助用户将经验判断转化为可验证的问题，并识别适用前提、替代解释和可迁移的经营动作。技能强调区分事实、估算、假设和未知项，要求任何写操作前展示影响并获得明确批准。它包含一个 Python 脚本，用于安全地调用第三方 MCP 数据服务（如 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 dry-run 和成本授权检查。
该 Skill 用于 Amazon 跨境经营复盘，聚焦运营工具、卖家精灵和 CPC 广告，将经验判断转化为可验证问题，识别适用前提、替代解释和可迁移动作。它提供证据卡、场景组合和执行手册，并包含一个安全的 MCP 研究脚本，用于从 SIF、SellerSprite 和 Apify 获取第三方数据。脚本强调凭证仅从环境变量读取、拒绝敏感参数、防止重定向泄露、要求 dry-run 和成本授权，并将结果保存到私有目录。
该 Skill 用于 Amazon 跨境经营复盘，聚焦税务与出口、供应链、发货与入库等主题。它提供证据卡、场景模式和验证计划，帮助用户将经验判断转化为可验证的问题，并识别适用前提、替代解释和可迁移的经营动作。Skill 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明确批准，并支持通过第三方 MCP 数据源（如 SIF、SellerSprite、Apify）补充证据，但需遵循严格的凭证管理和成本审批流程。
该技能用于 Amazon 跨境经营复盘，聚焦税务与出口、成本结构、现金流，将经验判断转化为可验证问题，识别适用前提、替代解释和可迁移动作，并输出经验假设卡、适用边界、验证计划、风险与反例及复盘结论。强调区分事实、估算、假设和未知项，写操作需明确授权，不捏造数据，并提示平台规则可能变化。
该 Skill 用于 Amazon 跨境经营复盘，聚焦供应链、广告曝光和差异化，将经验判断转化为可验证问题，识别适用前提、替代解释和可迁移经营动作。它提供证据卡、场景模式和验证计划，并可选接入第三方 MCP 数据源（SIF、SellerSprite、Apify）补充关键词、竞品等证据。脚本强调凭证仅从环境变量读取、拒绝在参数中传递敏感信息、禁止重定向转发凭证、调用前需 dry-run 和成本授权，并将结果保存到私有目录。
该 Skill 用于 Amazon 跨境经营复盘，聚焦发货与入库、账户健康、客服与工单等主题，通过证据卡和验证计划将经验判断转化为可验证的问题，并支持通过 MCP 调用第三方数据（如卖家精灵、Apify）补充证据，强调只读操作、授权审批和凭证安全。
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。
