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
Productivité · SKILL.md

sealeap-baxia-amazon-weather-driven-selection-scan

sealeap-baxia-amazon-weather-driven-selection-scan

Screen a weather- or event-triggered demand spike for Amazon product opportunities by checking local supply-capacity gaps, installation or usage-friction barriers, and one's own supply-chain response speed before committing inventory. Use for 极端天气或突发事件带来的短期需求判断、季节性选品的供需缺口验证、追热点选品前的产能与合规评估. Do not use to commit large inventory purchases based solely on a sho…

Independent GitHub snapshot · Automated classification · Original documentation governs

Documentation de la Skill

GitHub

name: sealeap-baxia-amazon-weather-driven-selection-scan description: "Screen a weather- or event-triggered demand spike for Amazon product opportunities by checking local supply-capacity gaps, installation or usage-friction barriers, and one's own supply-chain response speed before committing inventory. Use for 极端天气或突发事件带来的短期需求判断、季节性选品的供需缺口验证、追热点选品前的产能与合规评估. Do not use to commit large inventory purchases based solely on a short observation window without a clearance or markdown fallback plan."

Amazon 极端天气选品排查

目标

Screen a weather- or event-triggered demand spike for Amazon product opportunities by checking local supply-capacity gaps, installation or usage-friction barriers, and one's own supply-chain response speed before committing inventory.

不可妥协的边界

  • 当前 Amazon 官方政策、账户资格、站点字段和一方数据优先于本 Skill 的经验框架。
  • 第三方数据一律标为估算或前台观测,不得写成 Amazon 一方事实。
  • 默认只读诊断和草案;任何广告、Listing、库存、促销或外部系统写操作都需逐项展示并取得明确批准。
  • 一次实验只改变一个主要变量,并记录基线、样本、成功、停止和回退条件。
  • 不得复制来源材料或竞品表达;输出必须按当前任务重新组织并可由现有证据支撑。
  • 供给缺口规模、产能数字与出口增速等是来源引用的公开统计口径,具体量级会随时间变化,判断时应查证当下最新数据而非沿用旧口径。
  • 短期需求缺口能持续多久、是否会被本土产能追平,属于待验证假设,不能按单一季度的热销直接外推为长期机会。
  • 涉及电器类等有安全认证要求的品类,供需缺口大不代表可以跳过认证流程,合规仍是前置条件。

先判断任务模式

  1. 诊断:读取现状、证据和缺口,不生成线上写入动作。
  2. 方案草案:输出可审核的结构、参数范围、实验和回退值。
  3. 执行准备:只生成待批准变更表或 API/控制台操作草案。
  4. 已批准执行:仅对用户在当前会话明确批准的对象和字段执行,并立即回读核验。

用户未指定时采用“诊断”。

开始前要拿到

  • 目标 marketplace、类目、价格带、上架时间与运营模式
  • 候选品与同购买意图可比样本的销量、评论、价格和上架时间
  • 关键词需求、历史趋势、广告依赖、同款密度和品牌集中度
  • 采购、头程、平台费、退货、仓储、交期和合规/IP 基础信息

缺失项必须标为 NEEDS_EVIDENCE;不得猜数字、补属性或把不同站点、ASIN、变体、币种和时间窗混在一起。

工作流

先读取 references/playbook.md,确认该方法适用于当前对象。按以下顺序执行:

  1. 观察到极端天气或突发事件带来某类目搜索或销量异动时,先确认异动是否集中在少数相关品类而非全站噪音。
  2. 核实当地本土产能与市场需求的量级关系,判断是结构性供给缺口还是短期物流延迟,两者的应对方式不同。
  3. 对比自身候选产品与当地主流产品在安装门槛、使用便利性上的差异,判断是否存在真实的替代优势而不仅是价格更低。
  4. 评估自身供应链从接单到出货的响应速度,能否在需求窗口关闭前完成备货与上架,响应不上的品类不追。
  5. 小批量试单验证转化与复购,同时准备好需求回落后的降价清仓或转品预案,不因短期爆单一次性大量压货。
  6. 跟进过程中持续检查目的地站点的合规与认证要求,例如涉及电器类目的安全认证,确认满足后再放量。

最后做数据充分性检查,并把结论分成 FACT / ESTIMATE / HYPOTHESIS / UNKNOWN。若关键证据不足,状态写 HOLD。

第三方 MCP 数据

仅在自有数据不足且当前任务确实需要外部证据时,读取 references/mcp-data-plan.md,再使用 scripts/mcp_research.py。本 Skill 的外部取数目的:补充目标市场的销量与出口等公开统计数据,用于验证供需缺口是否成立。

  • 先 doctor,再 search-tools 和 describe;工具名及参数以实时 tools/list 与 inputSchema 为准。
  • Token 只从环境变量读取。不得写入命令参数、URL、Skill、报告、日志或 Git。
  • tools/call 或 Actor 可能计费;先展示 Provider、工具、无密钥业务参数、预计成本与输出位置,核对已有授权覆盖后才加 --allow-cost;该标志不是费用上限。

必须交付的结果

  • 需求异动品类清单
  • 供需缺口与竞争优势评估
  • 供应链响应速度核验记录
  • 试单与回退预案
  • 数据范围、来源、采集时间、样本与限制。
  • 关键假设、待补证据、风险和不可确定项。
  • 若有动作:对象、旧值、新值、预期、停止条件、回退值与审批状态。

方案状态使用 READY FOR REVIEW / DRAFT / HOLD / STOP;如已执行,另行记录实际结果及回读证据。未得到明确批准时,不得声称已修改线上对象。

Skills enregistrées