Amazon Sorftime Research MCP
liangdabiao/amazon-sorftime-research-MCP-skill
Análise competitiva e inteligência de mercado para Amazon em escala
Ver no GitHubSuite de análise competitiva para Amazon integrada ao Claude via MCP, oferecendo análise profunda de listings, seleção de categorias, pesquisa de keywords, análise de reviews e inteligência de mercado. Ideal para sellers que precisam tomar decisões estratégicas baseadas em dados.
Instalação
npx convez-ai liangdabiao/amazon-sorftime-research-MCP-skill1 comando no terminal: detecta o formato do repositório (marketplace ou plugin avulso) e instala via Claude Code. Requer Node 18+ e o Claude Code instalado.
Métricas
Casos de uso
- Análise dimensional de listings concorrentes para benchmarking
- Pesquisa de categorias e seleção de produtos high-potencial
- Extração e categorização automática de keywords com estratégia PPC
- Análise de sentimento e identificação de dores em reviews para product improvements
- Due diligence de mercado antes de lançar novos produtos
Veredito

Ferramenta robusta para sellers Amazon que investem em análise de dados. Exige API key pago (Sorftime) e integração Claude Code, mas entrega insights estruturados e acionáveis. Melhor para quem já trabalha com dados e busca automação inteligente em pesquisa de mercado.
README
A tradução para o português deste README ainda está na fila.
Amazon Sorftime MCP Skills - 亚马逊竞品分析与品类选品工具
基于 Sorftime MCP 服务和 Claude Skills 的亚马逊分析工具集。
项目简介
本项目配置了 Sorftime 跨境电商数据服务的 MCP (Model Context Protocol) 服务器,并开发了六个核心技能:
| 技能 | 分析对象 | 命令 | 用途 |
|---|---|---|---|
amazon-analyse | 单个Listing | /amazon-analyse {ASIN} {SITE} | 竞品Listing全维度穿透分析 |
category-selection | 整个品类 | /category-select "{品类}" {SITE} | 品类自动化选品分析 |
keyword-research | 关键词词库 | /keyword-research {ASIN} {SITE} | 关键词深度调研与8维智能分类 |
review-analysis | 用户评论 | /review-analysis {ASIN} {SITE} | 评论深度分析与痛点挖掘 |
product-research | 选品深度调研 | /product-research "{产品关键词}" {SITE} | LLM驱动的选品深度调研与决策 |
sif-amazon-research | 综合电商研究 | /sif-amazon-research | 基于Sif MCP的亚马逊市场验证、竞品分析、流量诊断、关键词策略、广告审查、发布评估与增长优化 |
核心功能
Listing级别分析 (amazon-analyse)
- 竞品Listing分析: 自动获取产品详情、评论、关键词、趋势数据
- 关键词分析: 流量来源、竞品布局、长尾词挖掘
- 评论情感分析: 优势聚类、痛点识别、改进建议
- 跨平台分析: TikTok带货视频、达人分析、1688采购成本
品类级别分析 (category-selection)
- 市场大盘分析: Top100产品数据 + 统计指标
- 五维评分模型: 市场规模、增长潜力、竞争烈度、进入壁垒、利润空间
- 可视化报告: Markdown + Excel + HTML 三种格式
关键词深度调研 (keyword-research)
- 海量词库采集: 通过 Sorftime API 采集 1500+ 关键词
- 8维智能分类: 否定词、品牌词、材质词、场景词、属性词、功能词、核心词、其他
- 广告策略指导: 否定词清单、精准匹配组、场景广告组、广泛匹配组
- 多格式输出: Markdown 报告、CSV 词库、HTML 仪表板
评论深度分析 (review-analysis)
- 6维痛点分析: 电子模块故障、结构/组装问题、设计/功能缺陷、外观/材质问题、描述不符、服务/物流问题
- 服务维度细分: 收到二手/瑕疵品、配件缺失、退换货困难、客服问题、物流问题
- 双轨解决方案: 产品改进建议 + 客服话术/Listing优化
- 风险预警: 二手/瑕疵品阈值警告(>5%危险)、服务问题自动预警
- 原始数据保存: SSE 响应、解析数据、结构化分析 JSON
选品深度调研 (product-research)
- LLM 驱动: 分析、洞察、决策全部由 LLM 完成
- 交互式执行: 逐步推进,用户可中途干预
- 轻量脚本: 仅用于 API 调用和 Dashboard 渲染
- 简化数据: 不用复杂的 unified payload 结构
- 完整流程: 信息收集 → 数据采集 → 属性标注 → 交叉分析 → 竞品与 VOC → 评估决策 → 报告输出
- 多格式输出: Markdown 完整报告、结构化数据、可视化看板
Sif亚马逊研究 (sif-amazon-research)
- 市场机会研究: 关键词或类目方向分析
- 市场验证: 关键词 + 候选ASIN可行性评估
- 竞品分析: 竞品ASIN增长路径与流量来源
- 关键词布局: 主词、长尾词、词根结构、缺失词分析
- 发布评估: 产品是否值得推广决策
- 发布后反馈: 持续优化或停止建议
- 增长优化: 扩展已验证的流量和关键词
- 流量/广告诊断: 流量或广告表现变化的根因分析
核心工作流程:
- 定义决策类型:进入/不进入、发布/不发布、扩量/优化/停止、根因诊断
- 收集Sif证据:市场需求、竞争格局、流量结构、销售趋势、广告表现
- 交叉验证证据,区分已确认发现与假设
- 输出商业决策:包含置信度、证据链、风险、缺失数据和后续验证行动
快速开始
环境要求
- Claude Code CLI
- 有效的 Sorftime API Key
- Bash shell 环境
获取 API Key
访问 Sorftime MCP 获取 API Key,然后更新 .mcp.json:
{
"mcpServers": {
"sorftime": {
"type": "streamableHttp",
"url": "https://mcp.sorftime.com?key=YOUR_API_KEY",
"name": "Sorftime MCP"
}
}
}
使用分析技能
1. Listing竞品分析
# 分析美国站竞品
/amazon-analyse B07PWTJ4H1 US
# 分析欧洲站竞品
/amazon-analyse B08N5WRWNW DE
报告保存: reports/analysis_{ASIN}_{站点}_{日期}.md
2. 品类选品分析
# 分析美国站沙发品类
/category-selection "Sofas & Couches" US
# 分析美国站无线耳机品类
/category-selection "Wireless Earbuds" US
# 指定Top20产品分析
/category-selection "Kids' Drawing Kits" US --limit 20
报告保存: category-reports/{品类名称}_{站点}_{日期}/
index.html- 报告导航首页dashboard.html- 交互式可视化仪表板report.md- 完整Markdown分析报告category_report_*.xlsx- Excel数据表(含图表)data.json- 原始数据JSON
3. 关键词深度调研
# 调研产品关键词词库
/keyword-research B0D9ZTW7PS US
报告保存: keyword-reports/{ASIN}_{站点}_{日期}/
report.md- 完整Markdown分析报告dashboard.html- 交互式可视化仪表板keywords.csv- 完整词库(含分类、搜索量、CPC)negative_words.txt- 否定词清单(直接复制到广告后台)keywords_*.csv- 各分类专用词库文件categorized_summary.json- 分类统计数据
8维智能分类:
| 维度 | 说明 | 应用策略 |
|---|---|---|
| NEGATIVE | 否定/敏感词 | 直接否定 |
| BRAND | 品牌词 | 竞品打法或否定 |
| MATERIAL | 材质词 | 精准匹配 |
| SCENARIO | 场景词 | 按场景拆分广告组 |
| ATTRIBUTE | 属性修饰词 | 长尾精准匹配 |
| FUNCTION | 功能词 | 广泛匹配扩流 |
| CORE | 核心产品词 | 大词投放占领坑位 |
| OTHER | 其他 | 补充埋词 |
4. 评论深度分析
# 分析产品评论痛点
/review-analysis B0DZCBYCNY US
报告保存: review-analysis-reports/{ASIN}_{站点}_{日期}/
report.md- 完整分析报告data/- 原始数据和分析结果raw_product_sse.txt- 原始产品详情SSE响应raw_reviews_sse.txt- 原始评论SSE响应negative_reviews_analysis.json- 差评分析结构化数据
5. 选品深度调研
# 分析蓝牙音箱选品
/product-research "bluetooth speaker" US
# 分析笔记本电脑背包选品
/product-research "laptop backpack" GB
报告保存: product-research-reports/{关键词}_{站点}_{日期}/
report.md- Markdown 完整报告(LLM 直接撰写)data.json- 结构化数据(供 Dashboard 使用)dashboard.html- 可视化看板(脚本渲染)
6维痛点分析框架:
| 维度 | 识别内容 | 严重程度评估 |
|---|---|---|
| 电子模块故障 | 电池、充电、连接、功能失效 | 高/中/低 |
| 结构/组装问题 | 零件破损、密封失效、接口断裂 | 高/中/低 |
| 设计/功能缺陷 | 软件体验、操作复杂、功能缺失 | 高/中/低 |
| 外观/材质问题 | 有异味、材质过敏、色差、划痕 | 高/中/低 |
| 描述不符 | 功能预期偏差、尺寸颜色差异 | 高/中/低 |
| 服务/物流问题 | 二手/瑕疵品、配件缺失、退换货困难 | 高/中/低 |
服务风险预警阈值:
| 问题类型 | 警告阈值 | 危险阈值 |
|---|---|---|
| 收到二手/瑕疵品 | >2% | >5% |
| 配件缺失 | >1% | >3% |
| 退换货困难投诉 | >5% | >10% |
| 客服负面评价 | >3% | >7% |
支持的站点
亚马逊 (14个站点)
| 站点 | 代码 | 站点 | 代码 |
|---|---|---|---|
| 美国 | US | 日本 | JP |
| 英国 | GB | 西班牙 | ES |
| 德国 | DE | 意大利 | IT |
| 法国 | FR | 加拿大 | CA |
| 印度 | IN | 墨西哥 | MX |
| 澳大利亚 | AU | 阿联酋 | AE |
| 巴西 | BR | 沙特 | SA |
TikTok (6个站点)
US, GB, MY, PH, VN, ID
1688 供应链
中国批发平台采购成本分析
Sorftime MCP 接口
亚马逊产品相关
| 接口 | 功能 |
|---|---|
product_detail | 产品详情 |
product_trend | 销量/价格/排名趋势 |
product_reviews | 用户评论 (最多100条) |
product_traffic_terms | 流量关键词 |
competitor_product_keywords | 竞品关键词布局 |
product_search | 产品搜索筛选 |
关键词相关
| 接口 | 功能 |
|---|---|
keyword_related_words | 关键词长尾词扩展 |
keyword_detail | 关键词详情数据 |
category_keywords | 类目核心关键词 |
亚马逊类目相关
| 接口 | 功能 |
|---|---|
category_name_search | 类目名称搜索获取 nodeId |
category_report | 类目实时报告 (Top100产品 + 统计) |
category_tree | 类目树结构 |
category_trend | 类目历史趋势 |
category_keywords | 类目核心关键词 |
TikTok / 1688
tiktok_product_search- TikTok产品搜索tiktok_product_videos- 带货视频分析products_1688- 1688采购成本分析
五维评分模型
品类选品评分体系(100分制):
| 维度 | 分值 | 评分标准 |
|---|---|---|
| 市场规模 | 20分 | 基于类目月销额 ($10M+/20分, $5M+/17分, $1M+/14分, $500K+/11分) |
| 增长潜力 | 25分 | 基于Amazon自营占比 (越低越好,新品机会) |
| 竞争烈度 | 20分 | 基于Top3品牌占比 (<30%/18分, <40%/15分, 其他/11分) |
| 进入壁垒 | 20分 | Amazon压力 + 高评分门槛 (各占10分) |
| 利润空间 | 15分 | 基于平均价格 ($100+/15分, $50+/13分, $20+/11分, $10+/8分) |
综合评级
| 总分 | 评级 | 建议 |
|---|---|---|
| 80-100 | 优秀 | 强烈推荐进入 |
| 70-79 | 良好 | 可以考虑进入 |
| 50-69 | 一般 | 谨慎进入 |
| 0-49 | 较差 | 不建议进入 |
项目结构
amazon-mcp/
├── .mcp.json # MCP 配置文件
├── .claude/
│ └── skills/
│ ├── amazon-analyse/ # 竞品Listing分析技能
│ │ ├── SKILL.md
│ │ └── references/
│ ├── category-selection/ # 品类选品分析技能
│ │ ├── SKILL.md
│ │ ├── scripts/ # 数据处理脚本
│ │ │ ├── data_utils.py
│ │ │ ├── parse_sorftime_sse.py
│ │ │ └── generate_reports.py
│ │ ├── assets/ # 模板文件
│ │ │ └── dashboard_template.html
│ │ └── references/
│ ├── keyword-research/ # 关键词调研分析技能
│ │ ├── SKILL.md
│ │ ├── scripts/ # 数据处理脚本
│ │ │ ├── workflow.py
│ │ │ └── regenerate_reports.py
│ │ └── references/
│ ├── review-analysis/ # 评论深度分析技能
│ │ ├── SKILL.md
│ │ └── references/
│ ├── product-research/ # 选品深度调研技能
│ │ ├── SKILL.md
│ │ ├── README.md
│ │ ├── scripts/ # 数据处理脚本
│ │ │ ├── api_client.py
│ │ │ ├── collect_data.py
│ │ │ ├── render_dashboard.py
│ │ │ └── run_analysis.py
│ │ └── references/
│ ├── sif-amazon-research/ # Sif亚马逊研究技能
│ │ ├── SKILL.md
│ │ └── references/
│ │ ├── field-notes.md
│ │ ├── research-playbooks.md
│ │ └── sif-tool-map.md
│ └── skill-creator/ # 技能创建工具
├── reports/ # Listing分析报告
│ └── analysis_{ASIN}_{站点}_{日期}.md
├── category-reports/ # 品类选品报告
│ └── {品类}_{站点}_{日期}/
│ ├── index.html # 导航页
│ ├── dashboard.html # 可视化仪表板
│ ├── report.md # Markdown报告
│ ├── category_report_*.xlsx
│ └── data.json
├── keyword-reports/ # 关键词调研报告
│ └── {ASIN}_{站点}_{日期}/
│ ├── report.md # Markdown报告
│ ├── dashboard.html # 可视化仪表板
│ ├── keywords.csv # 完整词库
│ ├── negative_words.txt # 否定词清单
│ └── keywords_*.csv # 各分类词库
├── review-analysis-reports/ # 评论分析报告
│ └── {ASIN}_{站点}_{日期}/
│ ├── report.md # Markdown报告
│ └── data/
│ ├── raw_product_sse.txt
│ ├── raw_reviews_sse.txt
│ └── negative_reviews_analysis.json
├── product-research-reports/ # 选品深度调研报告
│ └── {关键词}_{站点}_{日期}/
│ ├── report.md # Markdown完整报告
│ ├── data.json # 结构化数据
│ └── dashboard.html # 可视化看板
└── README.md
技能开发
创建新技能
# 初始化新技能模板
.claude/skills/skill-creator/scripts/init_skill.py <skill-name> --path .claude/skills
# 打包技能为 .skill 文件
.claude/skills/skill-creator/scripts/package_skill.py <skill-folder>
技能设计原则
- YAML frontmatter - 包含完整的
description说明使用场景 - Progressive disclosure - SKILL.md 保持精简,细节放入 references/
- Scripts - 用于需要确定性执行的代码
- References - 存放 API 文档、指南等参考资料
- Assets - 输出文件所需的模板、图片等
常见问题
Q: ASIN 查询不到产品?
A: Sorftime 数据库覆盖有限,先使用 product_detail 验证 ASIN。如果返回"未查询到对应产品",尝试:
- 使用
product_search搜索相关关键词 - 确认是正确的亚马逊站点
- 确认 ASIN 格式正确(10位字母数字)
Q: 报告中出现乱码?
A: Sorftime 返回的中文是 Unicode 转义格式 (\u4ea7\u54c1),技能会自动解码。如果仍有问题,检查 Python 环境是否支持 UTF-8 编码。
Q: Excel 报告无法打开?
A: 确保安装了 xlsxwriter 库:pip install xlsxwriter
更新日志
v2.7 (2026-06-12)
- 新增: sif-amazon-research Sif亚马逊研究技能
- 新增: 基于Sif MCP的市场验证、竞品分析、流量诊断、关键词策略、广告审查、发布评估与增长优化
- 新增: 完整的研究工作流程:定义决策 → 收集证据 → 交叉验证 → 输出商业决策
- 新增: 结构化输出格式:决策结论、问题层级、证据链、业务影响、优先级行动、缺失数据、7天验证计划
v2.6 (2026-03-19)
- 新增: product-research 选品深度调研技能
- 新增: LLM 驱动的选品深度调研与决策流程
- 新增: 交互式执行模式,用户可中途干预
- 新增: 轻量脚本架构,仅用于 API 调用和 Dashboard 渲染
- 新增: 完整流程:信息收集 → 数据采集 → 属性标注 → 交叉分析 → 竞品与 VOC → 评估决策 → 报告输出
- 新增: 多格式输出:Markdown 完整报告、结构化数据、可视化看板
v2.5 (2026-03-15)
- 新增: review-analysis 评论深度分析技能
- 新增: 6维痛点分析框架(电子模块故障、结构/组装问题、设计/功能缺陷、外观/材质问题、描述不符、服务/物流问题)
- 新增: 服务维度细分分析(收到二手/瑕疵品、配件缺失、退换货困难、客服问题、物流问题)
- 新增: 服务风险预警阈值系统(二手/瑕疵品 >5% 危险)
- 新增: 双轨解决方案(产品改进 + 客服话术/Listing优化)
- 新增: 亚马逊合规差评回复邮件模板库
v2.4 (2026-03-14)
- 新增: keyword-research 关键词调研分析技能
- 新增: 8维智能分类模型(否定词、品牌词、材质词、场景词、属性词、功能词、核心词、其他)
- 新增: LLM 自动分类支持
- 新增: 广告策略指导(否定词清单、精准匹配组、场景广告组、广泛匹配组)
v2.3 (2026-03-03)
- 优化: 统一报告输出格式(Markdown + Excel + HTML Dashboard)
- 新增: index.html 导航页,集成所有报告格式
- 新增: data.json 原始数据导出
- 修复: 类目统计数据解析问题
- 修复: Excel 报告生成兼容性问题
v2.2 (2026-03-03)
- 新增: category-selectionion 品类选品分析技能
- 新增: 五维评分模型
- 新增: Excel + HTML 双报告格式
v2.1 (2026-03-02)
- 新增 Sorftime MCP API 完整文档
- 优化报告结构
v2.0 (2026-03-02)
- 重新设计分析框架
- 新增四大维度分析模型
v1.0 (初始版本)
- 基础竞品分析功能
- Sorftime MCP 集成
许可证
MIT License
感谢支持
- Sorftime 官网: https://www.sorftime.com
- sif 官网: https://www.sif.com/
- Claude Code 文档: https://claude.ai/code
- Linux.do佬友支持: https://linux.do/
最后更新: 2026-06-12