L’interface est localisée ; les présentations et documents des Skills sont traduits automatiquement par IA dans votre langue. Le code, les commandes, chemins et termes techniques restent en version originale, et le document de l’auteur fait foi.
Explorer les Skills
Données et recherche · SKILL.md

qinghu-amazon-product-research

qinghu-amazon-product-research

青虎AI 亚马逊-热卖产品筛选:按关键词、类目、价格、销量、销售额、BSR 及增长、评分、利润率、配送方式等多维条件筛选亚马逊商品。当用户说「帮我在美国站选品」「找价格 20-40 美元、月销过千、评论少的产品」「扫一下这个类目的潜力款」或提出同类需求时必须触发。关键词:青虎AI、qhkit、青虎数据、亚马逊、Amazon、选品、爆款筛选、潜力品、蓝海产品、利润率、选热卖产品。

Independent GitHub snapshot · Automated classification · Original documentation governs

Documentation de la Skill

GitHub

name: qinghu-amazon-product-research description: "青虎AI 亚马逊-热卖产品筛选:按关键词、类目、价格、销量、销售额、BSR 及增长、评分、利润率、配送方式等多维条件筛选亚马逊商品。当用户说「帮我在美国站选品」「找价格 20-40 美元、月销过千、评论少的产品」「扫一下这个类目的潜力款」或提出同类需求时必须触发。关键词:青虎AI、qhkit、青虎数据、亚马逊、Amazon、选品、爆款筛选、潜力品、蓝海产品、利润率、选热卖产品。" user-invocable: true homepage: https://www.npmjs.com/package/@iqinghu/qhkit metadata: {"openclaw":{"emoji":"🔥","requires":{"bins":["qhkit"]},"install":[{"kind":"node","package":"@iqinghu/qhkit","bins":["qhkit"]}]}}

亚马逊-热卖产品筛选 | 青虎AI

按关键词、类目、价格、销量、销售额、BSR 及增长、评分、利润率、配送方式等多维条件筛选亚马逊商品。

数据来自青虎数据工具 product_research(选热卖产品,平台:亚马逊),通过 qhkit mcp 调用——不需要、也不要去宿主环境里找或配置 MCP server。

何时触发

  • 「帮我在美国站选品」
  • 「找价格 20-40 美元、月销过千、评论少的产品」
  • 「扫一下这个类目的潜力款」

调用流程

qhkit mcp describe '{"names":["product_research"]}'   # ① 本会话首次调用前查最新入参与计费(免费)
qhkit mcp estimate '{"names":["product_research"]}'   # ② 单次基价(青虎积分,免费)
qhkit mcp call     '{"name":"product_research","params":{"request":{"marketplace":"<Amazon 站点代码>"}}}'
  • call 的 params 照 describe 返回的 inputSchema 填(下表是快照,以 describe 为准);上面 call 里的值只是占位示意,按用户需求替换,不要原样提交。
  • 参数复杂或含中文 / 引号时,把 {"name":...,"params":{...}} 写进文件,用 qhkit mcp call @params.json 调用,避免 shell 转义问题。
  • 用户没说清的必填项(站点、时间周期、ID 等)先问清楚或按下表说明取值,不要猜。

入参(快照)

参数必填类型说明取值
request✅object对象,字段见下
request.maxLqsnumber最高 Listing 页面质量分
request.minBsrCrnumberBSR 最低增长率
request.matchTypeinteger"匹配方式, 默认: 2 可选值(必须严格使用下列数字值之一): 1: 词组匹配 2: 模糊匹配 3: 精准匹配 禁止使用未列出的值。
request.minRevenueCrnumber月销售额最低增长率
request.minFbanumberFBA 最低运费
request.returnFieldsstring指定返回的字段,多个字段用逗号隔开。不指定则返回所有字段。例如:asin,title,price,totalUnits,totalAmount
request.variationstring是否查询变体ASIN,如果没有明确指定则要设置成: Y 可选值(仅填写字段名): - Y: exclude - N: include
request.maxProfitnumber最大毛利率
request.minSellersinteger最小卖家数量
request.keywordstring关键字
request.maxRevenuenumber最高月销售额
request.maxRevenueCrnumber月销售额最高增长率
request.orderobject排序
request.order.fieldstring排序字段。 可选值(仅填写字段名): - total_units: 月销量 - total_amount: 月销售额 - price: 价格 - rating: 评分 - reviews: 评分数 - profit: 毛利 - reviews_rate: 留评率 - available_date: 上架时间 - questions: Q&A - total_units_growth: 月销量增长率 - total_amount_growth: 月销售额增长率 - reviews_increasement: 月新增评分数 - bsr_rank_cv: 近7天BSR增长数 - bsr_rank_cr: 近7天BSR增长率 禁止使用未列出的值。
request.order.descboolean排序类型
request.availableMonthinteger上架月份
request.marketplace✅stringAmazon 站点代码(枚举值):US, JP, UK, DE, FR, IT, ES, CA, IN, MX, BR, AU, AE
request.minSubBsrRankinteger最小子类排名
request.minLqsnumber最低 Listing 页面质量分
request.maxUnitsinteger最高月销量
request.maxBsrCvintegerBSR 最高增长数
request.minAmzUnitinteger最低子体月销量
request.minRatingsCvinteger最低月新增评分数
request.maxSubBsrRankinteger最大子类排名
request.maxFbanumberFBA 最高运费
request.minUnitsCrnumber月销量最低增长率
request.includeBrandsstring包含品牌
request.maxRatingsCvinteger最高月新增评分数
request.maxBsrinteger大类 BSR 最低排名
request.maxSellersinteger最大卖家数量
request.includeSellersstring包含卖家
request.minRevenuenumber最低月销售额
request.monthstring查询月份, 格式: yyyyMM
request.sizeinteger每页条数
request.minRatingsinteger最低评分数
request.maxBsrCrnumberBSR 最高增长率
request.minPricenumber最低价格
request.maxWeightsnumber最大重量
request.minBsrCvintegerBSR 最低增长数
request.maxPricenumber最高价格
request.pageinteger页码
request.nodeIdPathstring类目编号
request.nodeIdPathsstring[]类目节点字符串列表
request.weightUnitstring重量单位,默认:g 可选值(仅填写字段名): - g: 克 - kg: 千克 - ounces: 盎司 - pounds: 磅 禁止使用未列出的值。
request.sellerNationstring卖家所属地, 默认不限制, 多个用逗号隔开 可选值(仅填写字段名): - CN: 中国 - HK: 中国香港 - US: 美国 - JP: 日本 - GB: 英国 - DE: 德国 - FR: 法国 - IT: 意大利 - ES: 西班牙 - CA: 加拿大 - IN: 印度 - TR: 土耳其 - TW: 中国台湾 - MX: 墨西哥 - AU: 澳大利亚 - AE: 阿联酋 - BR: 巴西 禁止使用未列出的值。
request.dimensionTypestring尺寸类型集合,逗号分隔,默认不限制
request.excludeSellersstring排除卖家
request.excludeKeywordsstring排除的关键字
request.nodeIdPathEqualbooleantrue为类目精确查询 false为查询当前及子类目
request.excludeBrandsstring排除品牌
request.minUnitsinteger最低月销量
request.minProfitnumber最小毛利率
request.badgeACstring是否有热销标识 Amazon's Choice
request.filterSubstring是否筛选子类目,Y:是
request.maxUnitsCrnumber月销量最高增长率
request.minVariationsinteger最低变体数
request.minRatingnumber最低评分值
request.maxRatingsinteger最高评分数
request.badgeBSstring是否有热销标识 Best Seller
request.minWeightsnumber最小重量
request.maxVariationsinteger最高变体数
request.minBsrinteger大类 BSR 最高排名
request.maxRatingnumber最高评分值
request.fulfillmentstring配送方式,多条件查询用逗号隔开
request.maxAmzUnitinteger最高子体月销量
request.badgeNRstring是否有新品标识 New Release

典型需求:「在亚马逊 美国站 搜索 类目名称为:"Sports &Outdoors>Accessories>Sports Water Bottles" ,关键词 :“Sports Water Bottles” 产品,按销量倒序的前100条商品数据」

工具说明(线上原文整理)

高级商品筛选工具,用于在 Amazon 指定市场中, 根据关键词、品牌、卖家、类目、价格区间、销量、销售额、 BSR 排名及增长、评分、评论数、利润率、配送方式等多维条件, 精准筛选符合特定商业条件的商品列表。 适用于以下场景:

  • 爆品 / 潜力品筛选
  • 蓝海机会挖掘
  • 条件化选品(价格、利润、销量、竞争度)
  • 按规则扫描整个类目或关键词市场

【类目ID获取】当入参需要 nodeIdPath 等类目ID,而用户只提供类目名称或关键词时。应先将关键词翻译为目标站点/国家对应语言,再调用 product_node 搜索并获取类目信息,最后使用匹配到的类目ID调用本工具;不要凭空编造类目ID。只取用 product_node 工具的类目数据。

上下游

  • 类目 ID 从哪来:用户只说了类目名称时,先用 product_node(用户说的中文类目名先翻成站点语言再查)查出 nodeIdPath 等类目 ID 再填,不要编 ID。
  • 相关工具:product_node(亚马逊-类目节点查询)。括号里是它们各自对应的「青虎AI」专项技能;需要时也可直接 qhkit mcp call 调用(计费授权规则同下)。

计费与授权

  • 付费工具。单次基价参考约 2 青虎积分(2026-10 快照,会调整),报价前先跑 qhkit mcp estimate,以它返回的 baseCredits 为准。
  • 本会话首次调用前:把要调用的工具(中文名 + 用途)和预计积分一次性告诉用户,征得同意后本会话内不再重复询问;同一需求要连调上下游工具时,一起列出、一次授权。用户拒绝或只同意一部分时,未同意的不调用。
  • 实扣以 call 返回的 credits 为准(已经是青虎积分,不要再换算);业务数据里自带的「积分 / points」字段是数据源自己的口径,不要引用。
  • 同一轮回复内付费调用不超过 10 次;还要更多数据时,先说明还差什么、要再调几次,征得同意后下一轮继续。
  • 有付费调用的那一轮,在回复最末尾另起一行、单独一行写:本次共消耗 X 青虎积分(X 为本轮全部 credits 之和,小数按实际写)。

结果处理

  • stdout 恒为一行 JSON。成功为 {"ok":true,"stage":"done","name":...,"credits":...,"data":...};失败为 {"ok":false,"stage":"...","message":"..."},把 message 原样转告用户。stderr 的提示行不是错误。
  • 小结果直接在 data 里。大结果返回 large:true + file(完整 JSON 的本地路径)+ records(记录数)/ fields(字段)/ preview(前几条)——后续筛选、统计、导出一律读 file,不要逐行抄写,也不要凭预览推断全量。
  • 记录 ≥ 10 条时整理成表格文件交付(装了 qinghu-excel-export 技能就用它),不要把大数据集铺成聊天里的 markdown 表格;回复保持精简:结论 + 文件 + 不超过 5 行关键预览。
  • 结论先行:先回答用户真正关心的问题(值不值得做、谁最强、趋势向上还是向下),再给支撑数据;数字标明平台、站点、周期与样本量,不同站点或周期的数字不要混在一张表里比。
  • stage:"validate":本地校验没过,未发起、未扣费——按 details.inputSchema 改参数后重试。
  • stage:"call" / stage:"mcp":服务端失败(401/50x CLI 已自动重试过)。先 qhkit config show 确认密钥,再转述 message;参数问题先想清楚再改,不要连环试错——失败也可能扣费。

能力边界

  • 本技能只负责「亚马逊-热卖产品筛选」这一项查询(工具 product_research)。用户要的数据超出它的返回范围时,用下方上下游工具或同系列技能补齐,不要用名字相近的工具凑合,也不要改用浏览器抓网页。
  • 拿不到的 ID / 类目 / 账号标识,按上文「上下游」从对应工具取,不要凭印象编。
  • 要做完整分析(选品决策、竞品拆解、蓝海挖掘等多步编排)时,转交同系列场景技能:「亚马逊-ASIN解析专家 | 青虎AI」、「亚马逊-关键词选品专家 | 青虎AI」、「亚马逊-细分市场评估师 | 青虎AI」、「亚马逊-爆款趋势挖掘师 | 青虎AI」。
  • 其他平台 / 其他数据类型,或想按需求检索全部 200+ 个青虎数据工具,用总技能「青虎AI」(qhkit mcp search)。

环境自举(缺什么装什么,不要因环境缺失放弃任务)

本技能依赖 qhkit 命令(npm 包 @iqinghu/qhkit,mcp 命令需 0.14.0+),可完全独立安装。按顺序检测,缺失就地补齐:

  1. 有 qhkit 吗? qhkit config show 能跑通即就绪,跳到第 4 步。

  2. 没有 qhkit 但有 node/npm → 全局安装(推荐):

    npm i -g @iqinghu/qhkit
    

    默认走 npm 官方源;官方源访问慢或超时(国内网络常见)时,再加镜像参数 --registry=https://registry.npmmirror.com(阿里维护的 npm 官方镜像,仅作网络兜底)。仅当全局安装因权限失败且无法提权时,才退而用 npx @iqinghu/qhkit <命令> ...(npx 必须写包全名)。

  3. 连 node 都没有(要求 Node ≥ 18):先装 Node 再回到第 2 步。

    # Linux 二进制安装(装到用户目录,无需 root;先校验官方 SHA256 再解包):
    cd /tmp && curl -fsSLO https://nodejs.org/dist/v22.22.3/node-v22.22.3-linux-x64.tar.xz
    cd /tmp && curl -fsSL https://nodejs.org/dist/v22.22.3/SHASUMS256.txt | grep ' node-v22.22.3-linux-x64.tar.xz#x27; | sha256sum -c -
    mkdir -p "$HOME/.local/lib" && tar -xJf /tmp/node-v22.22.3-linux-x64.tar.xz -C "$HOME/.local/lib"
    export PATH="$HOME/.local/lib/node-v22.22.3-linux-x64/bin:$PATH"
    

    校验行输出 OK 才继续;校验失败就删掉重下,绝不解包未通过校验的文件。nodejs.org 访问不通时,把两个下载 URL 的前缀 https://nodejs.org/dist 整体换成镜像 https://registry.npmmirror.com/-/binary/node(目录结构相同,SHASUMS256.txt 也有镜像,校验步骤不变)。export PATH 只对当前 shell 生效,跨命令调用时每个新 shell 都要先执行这行(或追加进 ~/.bashrc)。macOS 用 brew install node;Windows 用 winget/官网安装包。arm64 机器把 x64 换成 arm64。

  4. 密钥:无密钥时(命令返回 stage:"config"),执行 qhkit config set --token <密钥> --env prod(密钥让用户打开 https://www.iqinghu.com/workbench/login?type=1&urlCode=1788417527636 注册/登录后,从 https://www.iqinghu.com/workbench/dashboard/api-keys 获取),或设环境变量 QHKIT_TOKEN。

  5. 自检:qhkit config show 输出脱敏配置即全部就绪。

升级:命令返回 {"ok":false,"stage":"version",...}(版本门禁,message 里就是升级命令),或返回 stage:"runtime" 且 message 为「未知命令:mcp」(本机 qhkit 太老),都先升级再重试原命令:

npm i -g @iqinghu/qhkit@latest

官方源慢或超时时同样加 --registry=https://registry.npmmirror.com。安装/配置失败时把具体报错告诉用户(常见:无写权限 → 提示用户提权或改用 npx;无网络 → 让用户处理网络)。

Skills enregistrées