인터페이스는 현지화되어 있으며, Skill 소개와 설명 문서는 선택한 언어로 AI가 자동 번역합니다. 코드·명령어·경로·전문 용어는 원문을 유지하며 원작자 문서가 우선합니다.
Skills 둘러보기
데이터 및 연구 · 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

Skill 문서

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)。

저장한 Skills