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。
Etsy Share & Save 资格与费用对账。用于外部引流链接、Share & Save 订单资格、Offsite Ads 重叠和费用返还差异；交付链接登记与订单账桥，不保证引流收益。
TikTok Shop 内容日历与素材资产。用于内容矩阵、生产排期、卖点复用和素材寿命；交付内容矩阵。不替代跨环节经营总诊断。
TikTok Shop 直播排品与场次复盘。用于直播脚本、排品、演示、优惠和库存承接；交付场次runbook。不替代跨环节经营总诊断。
TikTok Shop 达人 brief 与素材许可。用于达人脚本要求、内容验收、广告许可和再利用范围；交付合作brief。不替代跨环节经营总诊断。
TikTok Shop 寄样与内容交付。用于样品预算、寄送状态、未出片和素材验收；交付寄样状态表。不替代跨环节经营总诊断。
TikTok Shop 联盟佣金设计。用于Open/Target协作、佣金梯度、激励和净贡献；交付佣金情景。不替代跨环节经营总诊断。
TikTok Shop 达人筛选与匹配。用于达人候选、内容任务匹配、受众与历史表现核验；交付匿名候选矩阵。不替代跨环节经营总诊断。
eBay 议价与促销贡献。用于Best Offer、优惠券、降价活动和组合折扣；交付促销/议价方案。不替代跨环节经营总诊断。
Etsy 品牌表达与站外内容。用于店铺品牌一致性、社媒选题与商品页承接；交付品牌信息表。不替代跨环节经营总诊断。
Shopify 复购、组合与优惠经济性。用于加购推荐、组合包、会员权益和复购试验；交付组合候选表。不替代跨环节经营总诊断。
Shopify 生命周期邮件与留存。用于欢迎、购后教育、补货提醒、召回与邮件分群；交付流程矩阵。不替代跨环节经营总诊断。
Shopify 结账排错与弃单恢复。用于支付失败、运费阻力、弃单恢复与重复邮件排查；交付结账问题分层。不替代跨环节经营总诊断。
Shopify 搜索内容与购买指南。用于博客选题、购买指南、内容集群及商品内链规划；交付意图到页面映射。不替代跨环节经营总诊断。
TikTok Shop 内容、达人与履约。用于多环节店铺经营诊断与优先级安排；已有具体单项问题时优先选择对应专题入口。
该 Skill 用于规划 Amazon 新品期推广，涵盖新品期起算点确认、自然单与广告单比例诊断、关键词排名推动、促销与价格带管理以及多变体推广集中度判断。它强调基于证据和审批流程，区分事实与假设，并明确禁止刷单、控评等违规操作。
该技能用于在 Amazon 站点上规划促销活动，基于当前参考价资格、真实成交历史、贡献毛利和市场规则，生成可审计的价格日历和资格检查表。它强调只读诊断、区分事实与假设、避免操纵价格历史，并在写入前要求明确授权。
该技能用于规划亚马逊 A+ 品牌故事或替代模块，基于已验证的品牌事实、目录导航、交叉销售角色、移动端可读性和资格要求。它强调在发布或替换品牌内容前，先确认账户中的 Brand Story 与可购物集合的关系，并区分事实、估算、假设和未知项，默认只读，写入操作需明确批准。
该技能用于评估亚马逊新品推广的七个就绪门（产品、合规、报价、内容、库存、流量和度量），确保广告仅在页面和商业模型可承接时启动。它要求基于真实产品证据，默认只读，任何线上变更需先展示并获批准，并输出就绪评分卡、试验损失边界和广告草案。
该技能用于在大型购物活动（如 Prime Day、黑五）前准备亚马逊广告，通过倒排日历、商品分层、库存与优惠核对、关键词和预算管理，以及活动后恢复方案，确保广告就绪并控制风险。它强调区分事实与估算、默认只读、写操作需明确批准，并记录证据与回退条件。
该技能用于将成熟的亚马逊站点运营经验迁移到新市场，同时重新验证合规性、本地化、需求、费用、库存和广告资格。它强调区分事实与假设，默认只读，任何广告写操作需明确批准，并确保数据隔离和可审计性。
该技能用于按拉新、考虑、召回或复购等漏斗目标设计 Amazon 展示广告定向与受控实验，强调区分事实、估算、假设与未知项，默认只读，写入前需展示影响并等待授权，并依据证据台账输出 READY、HOLD 或 STOP 结论。
该技能用于在 Amazon Marketing Cloud 中构建隐私安全的自定义受众假设、查询计划与增量实验。它强调只读诊断、区分事实与假设、不导出个人级数据，并在执行前展示变更影响并等待授权。
该 Skill 用于 Amazon 品牌、内容与增长任务，聚焦图片与视频、运营工具和 AI 工作流。它提供证据卡、执行手册和场景模式，指导用户将购买任务和品牌事实映射到内容与渠道，形成可验证的创意简报和增长计划。Skill 强调数据边界，要求区分事实、估算、假设和未知项，不捏造数据，并在写入或调用第三方数据前获得授权。它包含一个 Python 脚本，用于安全地连接 SIF、SellerSprite 和 Apify 的 MCP 服务，通过环境变量注入凭证，执行 schema 校验、dry-run 和成本控制，并避免将敏感信息写入参数或 URL。
该 Skill 用于 Amazon 广告诊断与实验，聚焦品牌与备案、手动广告和自动广告，通过证据卡和受控实验区分流量、零售承接和经济性问题，并生成诊断树、异常数据表和实验卡。它支持通过 MCP 客户端调用第三方数据服务（SIF、SellerSprite、Apify）补充关键词、竞品等证据，但强调凭证仅从环境变量注入、调用前需授权和成本控制，且不捏造数据。
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。
