back
loading skill details...
Use when: user asks "what should I sell" / "find a blue-ocean niche" / "is X category worth entering" / "I want to launch a new product in Y" / "从 0 到 1 选品" / "新品立项". Covers: GTM scouting SOP — external demand → niche filter → benchmark products → review pain mining → IP clearance → final go/no-go r
---
name: amazon-product-explorer
description: |
Use when: user asks "what should I sell" / "find a blue-ocean niche" / "is X category worth entering" / "I want to launch a new product in Y" / "从 0 到 1 选品" / "新品立项".
Covers: GTM scouting SOP — external demand → niche filter → benchmark products → review pain mining → IP clearance → final go/no-go report.
NOT for: daily monitoring or rank tracking (use amazon-daily-competitor-radar) / writing Listing copy (use amazon-listing-optimization) / single ASIN lookup (call get_amazon_product directly).
version: 3.1.0
mcp_tools_used:
- pangolinfo_capabilities
- search_categories
- filter_niches
- filter_categories
- search_amazon
- get_amazon_product
- get_amazon_reviews
- list_new_releases
- keyword_trends
- ai_search
- wipo_search
applies_to: [claude-code, cursor, cline, windsurf, hermes, codex, openclaw]
budget:
fast: { duration: "≤ 90s wall-clock (实测 ~30s)", cost: "≤ 8 积点 (实测 4-6pt)", calls: "≤ 7 (1 + 2 并发 × 多回合)" }
full: { duration: "≤ 5min wall-clock", cost: "≤ 30 积点", calls: "≤ 15" }
---
# Amazon GTM 选品 SOP
> 跑前必读：本文件末尾《核心规则 / Core Rules》章节（已内联，自包含）。
> **来源标记硬规则**：本 Skill 发起的每次 MCP tool 调用，都必须在 `arguments` 顶层加入 `"clientSource":"skill"`，不得省略。
> 角色：Amazon 增长顾问 + 数据咨询师。用硬数据出 go/no-go 判断，**不出凑数 niche**。
## 用户触发与档位识别
**Fast 档**（默认，≤90s）：
- "X 方向能做什么"
- "我想做 Y 类目，先研究一下"
- "看看 wireless earbuds 有没有机会"
**Full 档**（用户明示，≤5min）：
- "深度选品报告"
- "完整 GTM 策略"
- "详细分析 X 类目，包括差评和 IP"
**单工具直通**（不跑 SOP）：
- "查一下 ASIN B0XXX" → `get_amazon_product`
- "X 类目热销榜" → `list_bestsellers`
---
## Fast 档 SOP(5 回合 ≤ 90s)
每回合 ≤ 2 并发(实测 2026-05-28:3 并发会触发后端业务码 9200 "no content")。
```
回合 1 (5s) search_categories ← 拿 browseNodeId
回合 2 (5s) filter_niches | keyword_trends ← 2 并发
回合 3 (5s) search_amazon | list_new_releases ← 2 并发
回合 4 (5s) get_amazon_product(A1) | get_amazon_product(A2) ← 2 并发
回合 5 (5s) get_amazon_product(A3) ← 单发(可跳过)
LLM 整合 (~30s)
```
**总耗时**：~30s tool + 30s LLM ≈ **60s**
**总成本**：~6 积点(5 个 scrape + 1 个 trends)
**总调用**：6 次 tool
### R1 — 类目锚定
```jsonc
{ "name": "search_categories",
"arguments": { "keyword": "<user_seed_keyword>", "site": "amz_us" } }
```
**Extract**: 取 `data.items.data[0].browseNodeId` 作为后续 categorySlug 推断依据；记下 `browseNodeNamePath` 作上下文。
**Early-return**: 0 条结果 → 让用户更换/细化关键词，停止。
### R2 — 2 并发(filter_niches + keyword_trends)
```jsonc
// (a) Amazon 利基筛选
{ "name": "filter_niches", "arguments": {
"marketplaceId": "US",
"nicheTitle": "<seed_keyword>",
"searchVolumeT90Min": 20000,
"top5ProductsClickShareT360Max": 0.40,
"productCountMax": 300,
"searchVolumeGrowthT90Min": 0.05,
"returnRateT360Max": 0.10,
"size": 5
}}
// (b) 外部需求趋势
{ "name": "keyword_trends", "arguments": {
"keywords": ["<seed_keyword>"],
"timeRange": "today 12-m",
"region": "US"
}}
```
**关键约束**:
- `marketplaceId` 用 ISO 站点码 `"US"`/`"UK"`/`"DE"`,**不是** Amazon merchant ID `ATVPDKIKX0DER`。
- `filter_niches.nicheTitle` 用精确子串匹配,长尾词(3+ word)常返 0。退化策略:剥 silicone/baby 等修饰词,先用 noun head ("bib") 扫,再叠修饰。
- `keyword_trends` 一次最多 5 个 keywords,趋势是相对值 0-100,不是绝对搜索量。
**Extract**:
- **filter_niches** → `data.items.data[]` 取 Top 3 候选:`{nicheId, nicheTitle, searchVolumeT90, top5ProductsClickShareT360, productCount, returnRateT360, avgPrice, avgReviewCount}`
- **keyword_trends** → `data.json.timelineData[]` 最新值 vs 12mo 前的相对变化;记 `keywordsRankData[].rankList[]` 里的 Breakout 词作为方向延伸候选
**Fallback to filter_categories**: 如果 `filter_niches` 在多次同义词重试后仍返 0,改走 `search_categories` → `filter_categories` 路径(类目维度)。在长尾低频品类里这是**更稳的主路径**,不只是兜底。
```jsonc
// 先 search_categories 拿 browseNodeId(见 R1),再喂给 filter_categories
{ "name": "filter_categories", "arguments": {
"marketplaceId": "US",
"timeRange": "l7d", // 必填
"sampleScope": "all_asin", // 必填
"categoryId": "<browseNodeId from search_categories>",
"size": 10
}}
```
**前提**: `timeRange`(常用 `l7d`)+ `sampleScope`(`all_asin`)**必填**;`categoryId` 取自 `search_categories` 返回的 `browseNodeId`。`marketplaceId` 用 ISO 站点码 `"US"`,不是 merchant ID。`size`/`page` 后端硬上限 10。
**Extract**(`filter_categories`): `data.items.data[]` → `unitSoldSum`(月销量) / `netShippedGmsSum`(GMV) / `searchVolumeSum`(类目搜索量) / `buyBoxPriceAvg` + `buyBoxPriceTier`(价格档) / `searchToPurchaseRatio`(转化) / `returnRatio`(退货率) / `asinCount`(竞品密度) / `newAsinCount`(新品入场) / `unitSoldTrendDirection`(销量趋势方向)。用这些类目级遥测替代 niche 维度做同样的"需求×竞争×趋势"判断。长尾筛选字段走 `extraFilters` 透传。
**Early-return**: 双路径都 0 条 → 报告"该方向饱和或定义太窄"+给放宽参数建议,停止。
### R3 — search_amazon 单发(剥词后 ≤4 word)
```jsonc
{ "name": "search_amazon", "arguments": {
"keyword": "<seed_keyword,strip filler 至 ≤4 word>",
"site": "amz_us"
}}
```
**Extract**: `data.json[0].data.results[]` 中 `sponsored="0"` 的前 5 个 ASIN。每条字段语义:
- `star`: 平均评分(0-5 分数,**是分数**)
- `rating`: 评分人数(评论计数,**不是分数本身**)
- `sales`: 月销字符串(如 "10K+ bought in past month") — 这是替代旧 `monthlySoldVolume` 的字段
- `badge`: Amazon's Choice / Best Seller / BSR 等徽章字符串
**双标杆原型锁定(从前 5 里挑 2 个,而不是平铺 5 个)**: 在过滤后的数组里识别两类对手原型,作为后续 R4/R5 深拆与最终报告的"必打目标":
- **Target 1 — 护城河巨头 (Moat Giant)**: 高 `rating`(评论数大)+ 稳定 `badge`(Best Seller / Amazon's Choice)。代表已被验证的成熟需求与转化模型。
- **Target 2 — 真黑马爆品 (Breakout Black Horse)**: 相对低 `rating`,但 `sales` 字符串有爆发信号(如 "10K+ bought in past month")和/或 Best-Seller 标。`sales`/`badge` 字符串只当**定性速度信号**,不当绝对销量会计值。
- 选不出黑马(全是老牌)时,只锁 Moat Giant,在报告里说明"该 niche 暂无黑马,需高差异化才进"。
**关键词长度**: ≤4 words,strip filler ("for"/"with"),长尾词频繁返回 `results=[]` 但仍扣 1 积点。空结果时降一词重试,本 Phase 最多 3 次 search_amazon 调用。
**参数名硬规则**: 是 `keyword`(单数,REQUIRED),**不是** `keywords`(复数)。后者会被拒。
### R4 — 2 并发(list_new_releases + get_amazon_product A1)
从 R3 拿到候选 ASIN 列表后,先 2 并发抓新品榜 + 第 1 个 ASIN:
```jsonc
{ "name": "list_new_releases", "arguments": {
"categorySlug": "<推断 slug,如 electronics / home-garden>",
"site": "amz_us"
}}
{ "name": "get_amazon_product", "arguments": {
"asin": "<A1 from search_amazon>", "site": "amz_us"
}}
```
**注意**:
- `list_new_releases` 实际返回 **Top-50**(后端硬上限,不是宣传的 Top-100)
- `twentyFourHourOldSalesRank` / `percentageChange` 字段可能为空字符串(后端未抓到)
- 上市 30 天内的 ASIN 都算"新品",NEW 信号本身不强,要看排名 + sales 双确认
### R5 — 2 并发(get_amazon_product A2 + A3,或单发)
```jsonc
{ "name": "get_amazon_product", "arguments": {
"asin": "<A2>", "site": "amz_us"
}}
{ "name": "get_amazon_product", "arguments": {
"asin": "<A3>", "site": "amz_us"
}}
```
**Skip rule**: 如果 A1 + (R3 的 search_amazon 数据) 已能下结论(同 brand / 同价位段) → 跳过 R5,直接进 LLM 整合。
**Data Ingestion Guard**: `get_amazon_product` 对 Amazon 自营头部品(如 Echo Dot)有时返回 `bestSellersRankItems=[]` + `category_id=""` + `brand=""`,头部品 PDP 解析退化。遇到时不阻塞,从 R3 search_amazon 返回里取 `title` / `price` / `star` / `rating` / `sales` / `badge` 替代。
### 整合输出 5 段报告
```
1. TL;DR (3 句话)
- 推荐方向：<niche_title>
- 一句话理由：<搜索量 X + 趋势 Y + 头部份额 Z>
- 红绿黄灯：🟢 / 🟡 / 🔴
2. 市场画像表
| 维度 | 值 | 来源 |
|---|---|---|
| 90 天搜索量 | <searchVolumeT90> | filter_niches |
| Top5 商品点击份额 | <top5ProductsClickShareT360> | filter_niches |
| 商品数 | <productCount> | filter_niches |
| 退货率 | <returnRateT360> | filter_niches |
| 12 月外部趋势 | <+/-X%> | keyword_trends |
3. 基准品对照表(最多 3 行,**标注原型**)
| 原型 | ASIN | 标题截 60 字 | 价格 | BSR(`badge`) | `star`(0-5 分) | `rating`(评论数) | `sales`(月销) | Buy Box |
|---|---|---|---|---|---|---|---|---|
（原型列填 🏰 护城河巨头 / 🐎 黑马爆品；黑马行补一句"为何它接住了社媒趋势"）
4. 优缺点速记
（直接取 get_amazon_product.aiReviewsSummary，不需要再调 reviews）
- ✅ <positive aspect 1>
- ❌ <negative aspect 1>
5. 下一步
- 🟢 → "如需 IP 排查 + 差评深拆，可跑 Full 档"
- 🟡 → "建议先做 X 验证"
- 🔴 → "建议放弃，理由：…"
```
---
## Full 档 SOP（在 Fast 4 回合基础上 +2 回合 ≤ 5min）
Full 档**仅在用户明示**"详细 / 完整 / 深度 / 全面"时触发。先跑完 Fast 4 回合拿到候选 ASIN，再追加：
### R6a — 站外趋势引爆 (off-site dork,1-2 次 ai_search)
Fast 档只用 `keyword_trends`(相对热度曲线);Full 档补 `ai_search` 抓 Reddit/TikTok 的真实使用场景与微趋势,作为后续"社媒卖点"和 R&D 输入的依据。**每个 dork 单发**(ai_search overview ~30s,别并发堆时延):
```jsonc
// Dork A — 站外使用场景
{ "name": "ai_search", "arguments": {
"query": "intitle:\"<seed_keyword>\" (\"best for\" OR \"used for\" OR \"designed for\") -site:amazon.com -site:ebay.com",
"mode": "overview"
}}
// Dork B — 新趋势/替代方案(如有时间)
{ "name": "ai_search", "arguments": {
"query": "\"<seed_keyword>\" (trend OR \"new technology\" OR alternative) inurl:blog OR inurl:news",
"mode": "overview"
}}
```
**Extract**: AI Overview 文本 + `references[].url` → 提炼 2-3 个"社媒在追捧的场景/卖点"。无结果不阻塞,在报告"社媒亮点"段标"站外信号弱"。
### R6b — 2 并发 wipo_search(设计专利红线扫描)
提取 Fast 阶段基准品的 `brand`(来自 `get_amazon_product.brand`),**分批 2 并发**查 USPTO **外观专利**(design patent,source=USID):
```jsonc
// 第一批
{ "name": "wipo_search", "arguments": { "source": "USID", "hol": "<brand1>", "num": 5 }}
{ "name": "wipo_search", "arguments": { "source": "USID", "hol": "<brand2>", "num": 5 }}
```
第二批(如有):
```jsonc
{ "name": "wipo_search", "arguments": { "source": "USID", "hol": "<brand3>", "num": 5 }}
```
**⚠️ 严禁** `source="USTM"` — 后端不支持文字商标(text trademark)枚举,会报错。文字商标排查走下方 R6c 的 `ai_search`。
**Extract**: `data.data.hits[]` 中 `STATUS="ACT"` 且 `HOL[]` 含大公司/律所 → 强 IP 布局信号。
**Image 引用**: `IMG_DATA[].filename` 是**相对路径**(如 `26/06/D0992606-0001.1-th.jpg`),不能直接 paste 当 URL。最终报告引用专利图时,贴 `DETAIL_URL` 字段(完整 WIPO 记录 URL),IMG filename 作 supporting evidence。
### R6c — 文字商标预筛 (ai_search brand legal dork,单发)
设计专利(USID)只覆盖外观,**文字商标要单独扫**。用 `ai_search` 把基准品 brand 映射到真实法律实体,并扫公开索引里的显著文字冲突:
```jsonc
{ "name": "ai_search", "arguments": {
"query": "\"<brand_or_proposed_word>\" trademark (USPTO OR \"registered\" OR \"™\" OR \"®\")",
"mode": "overview"
}}
```
**Extract**: 命中的已注册竞品词/受保护品牌词 → 列入"禁用词",别进自己的标题/Backend。**这是初步风险雷达,不是正式法律清关。**
**Early-return**: 3 个 brand 都有强设计专利 → 该方向 🔴,跳过 R7,直接给"红灯"报告。
### R7 — 差评深拆(**预算告知后**再调)
⚠️ 调用前用户消息里说:"将抓 2 个 ASIN 各 1 页差评,约 10 积点 / ~15 秒,是否继续?"(get_amazon_reviews 实测 5pt/页)
用户同意后,2 并发:
```jsonc
{ "name": "get_amazon_reviews", "arguments": {
"asin": "<A1>", "site": "amz_us",
"pageCount": 1, "filterByStar": "critical", "sortBy": "helpful"
}}
{ "name": "get_amazon_reviews", "arguments": {
"asin": "<A2>", "site": "amz_us",
"pageCount": 1, "filterByStar": "critical", "sortBy": "helpful"
}}
```
**Extract**: `data.json[0].data.results[]` 各取前 5 条差评，按 `{title, content, star, helpful}` 排序。
**Cluster**（LLM 本地，不耗 tool）：聚类成 Top 3 痛点主题，每条带 1 句原话引用。
### Full 报告（在 Fast 5 段基础上扩 3 段）
```
6. 痛点反转策略
Top 3 痛点 → 对应 Listing/产品改进方向（每条 1 行）
7. IP 红线(分两类来源)
- 🎨 设计专利(wipo_search USID): 标杆品有哪些 ACT 状态外观专利 + 持有人,给出"做差异化"的结构建议;引用 `DETAIL_URL`。
- 🔤 文字商标(ai_search legal dork): 状态注册/受保护的文字词 + 通用替代词建议(如 Velcro → Hook and loop fastener)。
⚠️ 免责：AI 不构成法律意见，开模/大批量备货前请咨询专业 IP 律师。
8. 最终投资判定
红绿灯 + 投入估算（首批 SKU 数 / 定价区间 / 广告启动预算建议）
```
---
## 何时进入 Full 档（自动判定）
Fast 档跑完后，如果 **Fast 报告给的是 🟢 但用户还有疑问** → 主动提议升 Full 档：
> "Fast 档判定为🟢，但要确认能不能开模，建议跑 Full 档（含 IP 排查 + 差评深拆，约 30 积点 / 5 分钟）。是否继续？"
---
## 报告输出规范
- 不暴露原始 JSON 或 tool 名（R-5）
- 数字带来源 tool 名（不需要带字段路径）
- 每条建议 ≤ 1 行，全报告建议 ≤ 3 条
- 报告末尾**主动**提示下一步：
- 想做日常监控 → `amazon-daily-competitor-radar`
- 想写 Listing → `amazon-listing-optimization`
- 想深查 IP → `ip-clearance`
- 想验证外部需求 → `google-research`
## 反模式(不要做)
- ❌ Fast 档调 `get_amazon_reviews` — 5pt/页,超预算
- ❌ 一回合同时发 3+ 个 scrapeApi 调用 — 实测 3 并发会被业务码 9200 拒
- ❌ 跑满 SOP 即使早返条件已触发
- ❌ 引用不存在字段:`monthly_sales_min` / `opportunity_score` / `negative_reviews_top5` / `monthlySoldVolume` / `bsr_category_path` / `category_id`(amzscope 系)
- ❌ 用 `search_amazon` 想拿 BSR 或 New Releases — 用 `list_bestsellers` / `list_new_releases`
- ❌ filter_niches 传 `categoryId` — 这工具只认 `nicheId` / `nicheTitle`
- ❌ `wipo_search(source="USTM")` — 后端不支持文字商标查询,只 `USID` 设计专利;文字查询走 `ai_search`
- ❌ `search_amazon_alexa` 传 `marketplaceId` — 此工具固定 amz_us,只接受 `prompts` + `screenshot`;且 Rufus 上游 Cloudflare 经常 502,SKILL 已标 DEPRECATED
- ❌ 用 `keywords`(复数)调 search_amazon — 真实参数名是 `keyword`(单数,REQUIRED)
- ❌ `marketplaceId="ATVPDKIKX0DER"` — 这是 Amazon merchant ID,**不是** filter_niches/filter_categories 入参格式;后者要 ISO 站点码 `"US"`/`"UK"`/`"DE"`
- ❌ 先凭直觉说"做不到"再实测可查 — 违反 R-11,先调 `pangolinfo_capabilities` 再下结论
---
# 核心规则 / Core Rules（本 skill 自包含，无需外部文件）
> 以下规则对所有 Pangolinfo skill 通用。本文件已内联，单独加载即生效。
## R-1 鉴权与默认值
### API Key（两套，别混）
Pangolinfo 有**两套独立的 key 注入路径**，对应两种运行形态：
- **Skill 侧（本文件所在形态）**：AI 从**环境变量 `PANGOLINFO_API_KEY`** 读取 key。这是 skill 默认的 key 来源——由用户在运行环境里设好，AI **直接读、不要反复追问用户**。
- **MCP server 侧**：key 走 MCP 配置（CLI `--api-key=<key>` / 同名 env `PANGOLINFO_API_KEY` / `~/.pangolinfo/config.json` / hosted URL `?api_key=<key>` 或 HTTP 头 `Authorization: Bearer <key>`）。
两者**互相独立**：skill 侧改 env var 不会影响已连上的 MCP server，反之亦然。**key 是 JWT 格式（`eyJhbGci...` 三段式、点分隔），不是 `pgl_` 前缀**——从官网控制台复制出来长什么样就照原样用，别因为不是 `pgl_` 开头就判成无效。
### First-time setup（工具没注册 / 首次 AUTH 失败时）
若 `pangolinfo_capabilities` 探针发现工具**未注册**，或任一 tool 直接返回 **AUTH**，说明 key 尚未配好。此时**停止跑 SOP**，引导用户：
1. 到 **https://www.pangolinfo.com** 登录，复制 API Key（JWT 格式，`eyJhbGci...` 开头；新用户有免费额度）。
2. 配置 key：
- Skill 形态 → 设环境变量 `export PANGOLINFO_API_KEY="eyJhbGci..."`。
- MCP 形态 → 写进 `~/.pangolinfo/config.json`，或 MCP URL `?api_key=eyJhbGci...`，或头 `Authorization: Bearer eyJhbGci...`。
3. **重启 / 重连**（env var 与 MCP 配置都不热加载）。
4. 让用户配好后再来。AI **不能**替用户改配置或重连。
### 默认值
- 默认市场：`marketplaceId: "US"` / `site: "amz_us"`；US 邮编默认 `"10041"`（纽约）。除非用户明示其他站点。
- 报告语言**与用户提问语言一致**；但 Listing 正文（Title / Bullets / Backend）始终用目标市场语言（默认英文）。
## R-2 数据真实
- **只用 MCP 返回的硬数据**。**绝不编造**搜索量、排名、月销、评论数、Buy Box 卖家等。
- 数据缺失时明确告知用户"该字段后端未返回"或"需手动补充"。不要尾随免责声明、不要写"约""大概"。
- 每个数字必须可回溯到具体 tool 调用与字段路径（如 `get_amazon_product.data.json[0].data.results[0].star`）。
## R-3 调用前先看能力
第一次接入时调一次 `pangolinfo_capabilities { detail: "summary" }`（0 积点 / 2ms），拿到**当前**的 tool 清单 + workflows + tips。工具数量与名称会随版本变化，**以本次返回为准，不要钉死数字、不要凭旧记忆调 tool**。该调用同时是连接健康探针：工具未注册或返回 AUTH → 转 R-1 first-time setup。
## R-4 时效性硬规则（**最重要**）
### R-4a 双档模式
每个 SOP 强制提供两档：
| 档位 | 触发条件 | 总耗时 | 总积点 | 总 tool 调用次数 |
|---|---|---|---|---|
| **Fast** | 默认 / 用户没明说"详细/深度/完整报告" | **≤ 90 秒** | **≤ 8 积点** | **≤ 6 次** |
| **Full** | 用户明说"详细 / 完整 / 深度 / 全面" | ≤ 5 分钟 | ≤ 30 积点 | ≤ 15 次 |
跑 Fast 档时**禁止**调下列慢/贵 tool：
- ❌ `get_amazon_reviews`(5pt/页 + 10s/次)
- ❌ `ai_search` mode='ai_mode'（30-60s）
- ✅ `ai_search` mode='overview' 最多 1 次
跑 Full 档时各项上限：
- `get_amazon_reviews` ≤ 3 个 ASIN × pageCount=1
- `ai_search` ai_mode ≤ 1 次，overview ≤ 2 次
- `wipo_search` ≤ 3 次
### R-4b 并行调用（最关键的加速手段）
**独立的 tool 调用应在同一回合并发发送**，但受 scrapeApi 速率限制约束。
#### 后端速率：实测 **2 QPS 稳定**(3 QPS 会触发 9200 "no content")
- ✅ 同一回合**最多并发 2 个** scrapeApi 调用（含 search_amazon / get_amazon_product / list_* / filter_* / search_categories / get_category_* / get_amazon_reviews / wipo_search / ai_search / keyword_trends / search_local_maps）— 2026-05-28 真实压测确认 3 并发会被后端拒
- ✅ `pangolinfo_capabilities` 不走后端，可任意并发
- ❌ 一次同时发 3 个 `search_amazon` 会有至少 1 个返回业务码 `9200 "Scrape failed: no content returned"`
#### 推荐节奏
| 总调用数 N | 节奏 |
|---|---|
| N ≤ 2 | 一回合 2 并发 |
| 3 ≤ N ≤ 6 | 分多回合：每回合 2 并发,回合之间间隔 ~1s |
| N ≥ 7 | 重新设计 SOP，先早返再决定是否继续 |
#### 并行 vs 串行判定
- 不依赖上一步返回字段 → 并行(但不超 2)
- 依赖上一步字段 → 串行
- 同种 tool 的批量调用(如 2 个 ASIN 详情) → 一回合 2 并发;3+ ASIN 分批
#### 遇到 RATE_LIMIT 怎么办
收到 `[RATE_LIMIT]` 错误：等 ~1s 重试该 1 个 tool（不要全部重试），其余已成功的别动。连续 2 次 RATE_LIMIT 或业务码 9200 说明 QPS 节流,降到每回合 1 并发(完全串行)。
### R-4c 早返
任一步骤拿到"足够下结论"的数据后**立即生成报告**，不要为凑齐 SOP 强跑：
| 触发 | 立即返回 |
|---|---|
| `filter_niches` 返回 0 条 | "无符合条件的 niche，建议放宽 X、Y 参数" + 给出参数建议清单 |
| `wipo_search` 命中红线（status='ACT' 且 hol 是大公司）| 该方向淘汰，跳过后续单品深拆 |
| 用户主 ASIN 在 SERP Top 3 + 无新 BSR 异动 | 给"健康"判定，跳过评论挖掘 |
| `get_amazon_product` upstream 404 ("url not found") | 告知 ASIN 失效，跳过后续 |
### R-4d 慢操作前先打预算
调下列 tool 前**必须**在用户消息里报"将花 X 积点 / 约 Y 秒"，让用户有机会取消：
- `get_amazon_reviews`(5pt/页)
- 同一回合并发 ≥ 3 个 tool 调用(超过 2 并发的批次)
- `ai_search` ai_mode（30-60s）
## R-5 不暴露原始 JSON
AI 的回答里**不要**贴原始 tool 返回。结构化呈现：
- 列表 → 表格（每行一个 ASIN/niche/类目）
- 单品 → 卡片（关键字段分组：标识 / 价格 / 流量 / 评价 / 卖家）
- 趋势 → 用简短描述（"上升 12% / 12 个月趋势平稳 / Q4 季节性")
- 报告 → 各 SKILL 自己的固定段落结构
## R-6 单工具直通
用户问简单单步查询时**不要强行跑完整 SOP**，直接调对应单 tool 给结果：
| 用户说 | 直接调 | 不要跑 SOP |
|---|---|---|
| "查 ASIN B0XXX" | `get_amazon_product` | ❌ product-discovery |
| "X 类目 best sellers" | `list_bestsellers` | ❌ |
| "Apple 在美国的专利" | `wipo_search source=USID hol='Apple'` | ❌ ip-clearance SOP |
| "wireless earbuds 热度趋势" | `keyword_trends` | ❌ |
| "B0XXX 的差评" | `get_amazon_reviews filterByStar=critical pageCount=1` | ❌ amazon-listing-optimization |
## R-7 不推荐外部工具
不主动提 Keepa / SellerSprite / Helium 10 / Jungle Scout 等竞品。用户问起再说"本工具不直接提供 X 能力，可考虑 ..."。
## R-8 报告语气
- 中性，可执行
- 禁用"必跌""碾压""稳赚""绝对蓝海"等绝对化承诺词
- 禁用情绪词"令人震惊""惊喜"
- 每个建议带"为什么"（基于哪个数据）和"做什么"（具体动作）
## R-9 错误处理
MCP server 已把每个错误渲染成结构化三行（`[CODE]` + 可否重试 + 用户动作）。AI 的职责是**按 CODE 语义正确反应，别瞎重试、别原地打转**。6 类错误：
| Code | 可否重试 | 处理 |
|---|---|---|
| `AUTH` | ❌ terminal | key 无效/缺失/过期。**用同一个 key 重试一定还失败 → 绝不重试**。停止 SOP，按 R-1 first-time setup 引导用户：复制正确 key（https://www.pangolinfo.com）→ 写进 env `PANGOLINFO_API_KEY` 或 MCP 配置 → **重启/重连**（不热加载）。AI 无法替用户改配置或重连。⚠️ 坑：invalid key 在后端是 bizCode **1004**（不是 HTTP 401），别因为"不是 401"就误判成别的错。 |
| `QUOTA` | ❌ terminal | 积分不足 / 套餐过期，重试无用。提示用户去 https://www.pangolinfo.com 充值或升级，停止本次 SOP。 |
| `BAD_INPUT` | ❌ terminal | 参数有误，**重试相同参数无用**。检查参数名/值（`marketplaceId` 非 `marketplace_id`、ASIN、zipcode、parserName 等，见 R-10），修正后才重试。 |
| `RATE_LIMIT` | ✅ 临时 | 含业务码 `9200`("no content")/`4029`/`4030`。等 ~1-5s 重试**该一个**请求；同时降回合并发到 1。连续 2 次仍失败则跳过本步。 |
| `SERVER` | ✅ 临时 | 服务端临时错误（含 9100/9101）。重试 1 次；仍失败告知用户跳过本步，继续 SOP。 |
| `NETWORK` | ✅ 临时 | 网络异常。提示用户检查到 www.pangolinfo.com 的连接后重试。 |
**总则**：terminal 类（AUTH/QUOTA/BAD_INPUT）重试是浪费，直接停或修参数；transient 类（RATE_LIMIT/SERVER/NETWORK）才重试，且只重试失败的那一个、别全批重发。
## R-10 字段名速查（最常踩的坑）
| ❌ 错（直觉常写的） | ✅ 对（真实字段）|
|---|---|
| `marketplace_id` | `marketplaceId` (值是 ISO 站点码 "US"/"UK"/"DE",不是 Amazon merchant ID `ATVPDKIKX0DER`) |
| `niche_title` | `nicheTitle` |
| `search_volume_t90_min` | `searchVolumeT90Min` |
| `top5_brands_click_share_max` | `top5ProductsClickShareT360Max`（products 不是 brands）|
| `return_rate_t360_max` | `returnRateT360Max` |
| `monthly_sales_min` | （不存在）→ 用 `minimumUnitsSoldT360` |
| `opportunity_score` | （不存在）→ 自己算 |
| `category_id` | `browseNodeId`（amzscope 系列）|
| `categories[]` | `data.items.data[]` |
| `products[].organic_rank` | `results[].rank` |
| `products[].sp_rank` | `results[].sponsored` |
| `negative_reviews_top5` | 不存在 → 用 `get_amazon_reviews filterByStar='critical'` |
| `positive_reviews_top5` | 不存在 → 用 `get_amazon_reviews filterByStar='positive'` |
| `bullet_points` | `features[]` |
| `a_plus_modules` | `productDescription[]` |
| `selling_rank` | `bestSellersRankItems[]` |
| `category_path` | `breadCrumbs` |
| `buy_box_seller` | `seller.name` |
| `search_amazon` 抓 BSR | ❌ → 用 `list_bestsellers` |
| `search_amazon` 抓 New Releases | ❌ → 用 `list_new_releases` |
| `search_amazon` 传 `limit` | ❌ 没有，分页用 `page` |
| `search_amazon_alexa` 传 `marketplaceId` | ❌ 不支持,固定 amz_us;只接受 `prompts: string[]` + 可选 `screenshot` |
| `bsr_category_path` | ❌ 不存在;用 `bestSellersRankItems[]` 数组 + `category_id` 顶层字段 |
| `monthlySoldVolume` | ❌ 不存在;`search_amazon` 用 `sales` 字段(live 月销字符串)|
完整字段对照见 MCP 各 tool 的 `Returns:` 段落，或调 `pangolinfo_capabilities { detail: "full" }`。
## R-11 不要凭直觉判定"做不到"
在告诉用户"这个数据拿不到""这个是付费功能""只能估算"之前,**必须**先调 `pangolinfo_capabilities { detail: "summary" }`(免费,0 积点)或翻看具体 tool 的 description / inputSchema 确认。Pangolinfo MCP 实际能筛/能返回的字段超出大多数 AI 训练时的常识范围,包括但不限于:
- **退货率**: `filter_niches.returnRateT360Max` 筛选 + 返回字段 `returnRateT360` (具体数值)
- **GMV/月销额**: `filter_categories.netShippedGmsSum` + niche 维度可用 `unitSoldSum × avgPrice` 推算
- **品牌集中度**: `top5ProductsClickShareT360` / `top20BrandsClickShareT360`
- **新品入场率**: `newBrandCountT90` / `newProductsLaunchedT180`
- **广告 CPC**: `avgAdSpendPerClick`
**凭直觉先说"做不到"再实际能查到 → 用户直接失去信任**。先查 capabilities,再下结论。
## R-12 通用防呆速查（跨 tool 硬护栏 — 调用前自检）
下面是所有 Pangolinfo MCP tool 的**通用防呆清单**，每条都对应一个真实会被后端拒/扣冤枉积点的坑。调任何 tool 前对照一遍。
### R-12a 参数护栏（传错就被拒 / 扣冤枉积点）
| 坑 | ❌ 错 | ✅ 对 |
|---|---|---|
| 市场码 | `marketplaceId="ATVPDKIKX0DER"`(merchant id) | ISO 站点码 `"US"`/`"UK"`/`"DE"` |
| 邮编跨国 | `amz_jp` + 美国邮编 `10001` | 邮编必须匹配 `site` 国家(amz_us→美国邮编 / amz_jp→日本邮编);不确定就**别传**,后端按国家随机挑 |
| 关键词参数 | `keywords`(复数) | `search_amazon.keyword`(单数,REQUIRED) |
| 分页 | `search_amazon` 传 `limit` | 用 `page`(无 limit 参数) |
| filter 系列 size | `size: 50` | `filter_categories`/`filter_niches` 的 `size`/`page` **后端硬上限 10**(filter_niches 默认 3),超出被截 |
| filter 必填 | `filter_categories` 漏 `timeRange`/`sampleScope` | 二者**必填**(常用 `l7d` + `all_asin`);`filter_niches` 必填 `marketplaceId` |
| filter_niches 入参 | 传 `categoryId` | 只认 `nicheId`/`nicheTitle`;0-1 小数字段(`top5ProductsClickShareT360Max`/`returnRateT360Max`)别传整数 |
| alexa | `search_amazon_alexa` 传 `marketplaceId` | 固定 amz_us,只接受 `prompts: string[]` + 可选 `screenshot`;**强制每次 1 条 prompt**(6 积点/条,60-90s,多条线性叠加可能 >200s) |
| scrape_url | 同时传 / 都不传 `content` 和 `url` | **二选一(互斥)**;筛选/排序/翻页**只能**走 `url` 模式;`parserName` 必须匹配页面类型 |
| wipo_search | `source="USTM"` 查文字商标 / 漏 `source` | `source` 必填;文字商标走 `ai_search`,设计专利用 `source="USID"`;**CNID + `hol`/`prod` 模糊查必须再配 `id`/`rd`/`status`/`lcs` 之一**(否则后端拒全表扫);USID 无 `status` 字段 |
| ai_search | 一次塞 >5 个 followups | `query` 必填(min 1);`followups` ≤5;Fast 档禁 `ai_mode`(30-60s) |
| keyword_trends | 把 0-100 当绝对搜索量 / 传 1 个词 | 那是相对热度;一次 ≤5 词;绝对量去 `filter_niches` |
### R-12b 错误闭环（拿到返回先自检，别盲目往下走）
| 返回情形 | 防呆动作 |
|---|---|
| `results=[]` / `recsList` 空 / niche 0 条 | 空结果**不一定扣积点**但 search 系列扣;按各 SOP 早返(剥词重试 / 放宽筛选 / 换站点),别空手编数据(R-2) |
| 业务码 `9200` "no content"(含 Akamai 挑战) | 归 SERVER/RATE_LIMIT,可重试:等 1-5s 重试**该一个**,降并发到 1;连续 2 次失败跳过本步 |
| `recsList`(bestsellers/new_releases) | 它是 **JSON 字符串数组**,必须**二次 `JSON.parse`**,别当普通数组用 |
| `get_amazon_product` 头部自营品 PDP 退化 | `bestSellersRankItems=[]`+`brand=""`+`category_id=""` → 不阻塞,从 `search_amazon` 的 `title/price/star/rating/sales/badge` 兜底 |
| `twentyFourHourOldSalesRank`/`percentageChange` 空串 | 后端没抓到 24h delta,**不可依赖**,改看 BSR 绝对值 |
| AI Overview 未触发 | SGE 不是每次都有,缺失时降级 organic 结果,别硬编引文 |
| upstream 404 / "url not found" | ASIN/页面失效,告知用户跳过,别重试 |
### R-12c api_key 无效判断（别原地打转）
- key 来源**两套**:skill 侧读 env var `PANGOLINFO_API_KEY`;MCP 侧走 CLI/config/URL(`?api_key=<key>` 或 `Authorization: Bearer <key>`)。**key 是 JWT(`eyJhbGci...`),不是 `pgl_` 前缀**。
- **AUTH 是 terminal**:同 key 重试一定再失败 → **绝不重试**。坑:invalid key 在后端是 bizCode **1004**(不是 HTTP 401),别因"不是 401"误判成 SERVER。
- 处理:停 SOP → 引导用户到 `https://www.pangolinfo.com` 拿 key → 写 env/config → **重启/重连**(不热加载;agent 无法替用户改配置或重连)。详见 R-1 / R-9。
### R-12d 路由防呆（别用错 skill / 用错 tool）
- 单步查询走单 tool,别强跑整 SOP(R-6):查 ASIN→`get_amazon_product`;类目榜→`list_bestsellers`;趋势→`keyword_trends`;差评→`get_amazon_reviews filterByStar=critical`。
- tool 间别越界:要 BSR/新品榜别用 `search_amazon`(用 `list_bestsellers`/`list_new_releases`);要 niche 别用 `filter_categories`(用 `filter_niches`);要具体商品别用 filter 系列(用 `list_category_products`/`search_amazon`)。
- skill 间别越界:选品→`amazon-product-explorer`;日常监控→`amazon-daily-competitor-radar`;写 Listing→`amazon-listing-optimization`;站内抓取→`pangolinfo-amazon-scraper`;Google/SGE→`pangolinfo-ai-serp`;类目利基→`pangolinfo-amazon-niche`。
don't have the plugin yet? install it then click "run inline in claude" again.