选品助手

SKILL商业运营
商业运营 未标注权限 许可证不明确 已核验
安装这个技能

电商选品助手:输入产品名称/描述/ASIN,AI自动抓取市场数据,从需求、竞争、利润、季节性、入场难度、增长趋势六维度评分,给出“强烈推荐/建议上架/谨慎上架/不建议上架”的明确建议,并生成交互式HTML可视化分析报告。触发词:选品、选品分析、好不好卖、值不值得上架、能不能做、产品分析。

一句话选型结论

按资料字段整理

选品助手是商业运营类的 Agent Skill,安装方式:ClawHub 市场,权限级别未标注,许可证不明确,有可直接复制的安装命令。技能本质是给模型读的说明书,效果取决于模型与客户端;装完先用一个小任务验证,再放进正式流程。

分类商业运营 安装方式ClawHub 市场 权限级别未标注权限 许可证许可证不明确
累计安装 未标注 本周 未标注
GitHub 星标 未标注 仓库 未标注
下载量 未标注 技能市场下载数
权限级别 未标注权限 安装前请确认风险范围
许可证 许可证不明确 未说明

安装

ClawHub 市场
在支持 Skills 的客户端里执行,装完问一句「你有哪些技能」验证
skillhub install user_72ffbadb/product-selection-assistant
  1. 1
    确认客户端支持

    确认你的客户端支持 Skills(Claude、Codex、Cursor 等),并升级到较新的版本。

  2. 2
    拿到技能文件

    执行上面的命令安装;也可以把仓库里的 SKILL.md 手动放进客户端的 skills 目录。

  3. 3
    刷新技能列表

    重新打开客户端,或刷新技能列表,让新放进来的技能被加载。

  4. 4
    验证是否生效

    问一句「你有哪些技能」,确认列表里出现它,再拿一个小任务试跑。

技能档案

商业运营
字段来自技能仓库与公开索引,中文说明由本站标注
作者 / 维护方user_72ffbadb仓库 未标注 · 版本 未标注
宿主客户端未标注技能可被这些客户端加载
安装方式ClawHub 市场安装包 clawhub
权限级别未标注权限安装前请确认风险范围
许可证未说明许可证不明确,商用前请自行确认条款
仓库可用性available技能仓库当前是否可访问
最近核验未标注上游最后核验时间 · 数据更新 1791732655
正文体量7.2 KBSKILL.md 原文大小,越大说明说明书写得越细

典型使用场景

3 类
按分类整理的常见用法,具体以 SKILL.md 为准
写运营方案

按目标产出活动方案与执行清单。

分析数据与指标

从报表里找问题、给结论。

整理客户与销售材料

把客户信息与话术整理成可直接用的材料。

选择建议

装之前先看这几条
按条目字段给出的判断,不替你决定用不用

值得选的地方

  • 已做过站内核验,页面字段与仓库对得上。
  • 有可直接复制的安装命令,不用自己翻文档找入口。

先想清楚的地方

  • 没有标注权限级别,实际能做什么要装好后确认。
  • 许可证不明确,商用或二次分发前先到仓库确认条款。
  • 技能只是说明书,实际效果取决于模型与客户端,装完先用小任务试一遍。

更适合

  • 需要在商业运营场景里给模型补一套做法的人。
  • 愿意先读一遍 SKILL.md、确认它会让模型做什么的人。

不太适合

  • 对许可证要求很严、必须明确可商用的人。
  • 只想装完就自动变强、不打算看说明书的人。

同类对比

6 个同类
同分类里挑最接近的几条,字段以各自详情页为准
技能权限级别安装方式累计安装宿主客户端安装命令
选品助手当前 未标注权限 ClawHub 市场 未标注 未标注 有
MX 股票筛选器 联网访问 ClawHub 市场 79.9 万 OpenClaw 有
交易 未标注权限 ClawHub 市场 58.1 万 OpenClaw 有
营销技巧 只读 ClawHub 市场 54.0 万 OpenClaw 有
百灵鸟好 联网访问 GitHub 仓库 52.6 万 Codex、Claude、Cursor 有
股票信息浏览器 接触敏感数据 ClawHub 市场 40.5 万 OpenClaw 有

SKILL.md 全文

7.2 KB
模型实际读到的说明书原文,来自技能仓库

Product Selection Assistant - 选品助手

Overview

为电商运营人员提供即时、数据驱动的选品决策支持。用户只需描述一个产品,AI 自动完成市场调研、多维度评分和可视化报告生成,输出明确的「上/不上」建议及理由。

Trigger Rules

当用户询问以下类型问题时触发此技能:
- "这个产品好不好卖?" / "这个值不值得上架?"
- "帮我分析一下 XXX 能不能做"
- "XXX 产品的市场怎么样?"
- "选品分析:XXX"
- 任何涉及评估单一产品市场可行性的请求

Core Workflow

Phase 1: 信息收集 (Information Gathering)

从用户输入中提取关键信息:
- 产品名称/核心关键词
- 品类归属(如无法判断,询问用户)
- 目标平台/市场(默认:跨境电商亚马逊美国站)
- 预期价格区间(可选)

若信息不足,追问补齐后再继续。

Phase 2: 市场调研 (Market Research)

使用 WebSearch 进行多角度搜索,每次搜索聚焦一个维度。搜索策略:

搜索1 - 市场热度: "{product_keyword} 市场规模 搜索趋势 2025 2026"
搜索2 - 竞争分析: "{product_keyword} 亚马逊 竞争 品牌 卖家数量"
搜索3 - 价格利润: "{product_keyword} 1688 采购价 亚马逊售价 利润"
搜索4 - 趋势机会: "{product_keyword} 趋势 增长 机会 2025"

> 策略升级:如果前两次搜索未获足够信息,额外搜索:
> "{product_keyword} Amazon best seller review analysis"
> "{product_keyword} market report trends"

对每次搜索结果进行提炼,提取关键数字(增长率、价格区间、市场份额等)。

Phase 3: 六维评分 (Scoring)

基于调研结果,对以下6个维度进行0-100评分:

维度 评分标准 权重
市场需求 搜索量趋势、社媒热度、用户需求强度 25%
竞争强度 竞争对手数量、品牌集中度、价格战程度(越低越好) 20%
利润空间 采购成本 vs 售价、预估毛利率 20%
季节性风险 需求波动程度、是否依赖特定季节/节日(越低越好) 10%
入场难度 认证要求、供应链复杂度、资金门槛(越低越好) 10%
增长趋势 品类增速、新兴机会、生命周期阶段 15%

评分参考:
- 85-100: 优秀 — 数据明确支持,无显著风险
- 70-84: 良好 — 数据较充分,有小幅不确定性
- 55-69: 一般 — 部分维度存在疑虑,需进一步验证
- 40-54: 较差 — 存在明显短板或风险
- 0-39: 很差 — 数据不支持,风险较高

综合评分 = 各维度加权平均,四舍五入取整。

Phase 4: 深度分析卡片 (Analysis Cards)

为以下5个方面各生成一张分析卡片:

  1. 市场需求分析 (demand) — 搜索趋势、目标用户画像、需求强度
  2. 竞争格局 (competition) — 头部玩家、价格带分布、差异化机会
  3. 利润估算 (profit) — 采购成本、预期售价、毛利率、隐藏成本
  4. 风险提示 (risk) — 合规风险、供应链风险、退货率、季节性
  5. 机会点 (opportunity) — 细分市场、差异化方向、新兴渠道

每张卡片包含3-5个要点,以列表形式呈现。

Phase 5: 行动建议 (Action Items)

生成3-6条分级行动建议:

  • P0 (必须做): 上架前必须完成的关键事项
  • P1 (应该做): 强烈建议执行的优化事项
  • P2 (可以做): 锦上添花的增强事项

Phase 6: 生成报告 (Report Generation)

将分析结果整理为 JSON,调用报告生成脚本:

python scripts/generate_report.py <input_json> <output_html>

JSON 数据结构:

{
  "product_name": "产品名称",
  "category": "品类",
  "overall_score": 72,
  "dimensions": [
    {"name": "市场需求", "score": 85, "desc": "一句话描述评分依据"},
    {"name": "竞争强度", "score": 40, "desc": "一句话描述评分依据"},
    {"name": "利润空间", "score": 65, "desc": "一句话描述评分依据"},
    {"name": "季节性风险", "score": 75, "desc": "一句话描述评分依据"},
    {"name": "入场难度", "score": 55, "desc": "一句话描述评分依据"},
    {"name": "增长趋势", "score": 78, "desc": "一句话描述评分依据"}
  ],
  "analyses": [
    {"type": "demand", "title": "市场需求分析", "content": ["要点1", "要点2", "要点3"]},
    {"type": "competition", "title": "竞争格局", "content": ["要点1", "要点2", "要点3"]},
    {"type": "profit", "title": "利润估算", "content": ["要点1", "要点2", "要点3"]},
    {"type": "risk", "title": "风险提示", "content": ["要点1", "要点2"]},
    {"type": "opportunity", "title": "机会点", "content": ["要点1", "要点2", "要点3"]}
  ],
  "actions": [
    {"priority": "P0", "title": "行动标题", "desc": "具体描述"},
    {"priority": "P1", "title": "行动标题", "desc": "具体描述"},
    {"priority": "P2", "title": "行动标题", "desc": "具体描述"}
  ]
}

HTML 报告功能

生成的报告包含:
- 🎯 顶部综合评分 — 大型评分圆圈 + 明确建议文案
- 📊 六维雷达图 — Chart.js 交互式雷达图
- 📈 进度条评分卡 — 每个维度的可视化评分
- 🔍 5张分析卡片 — 市场/竞争/利润/风险/机会
- 📋 P0/P1/P2 分级行动清单
- 📱 响应式设计,支持桌面和移动端

输出规范

  1. 先用文字简要总结分析结论(2-3句话),包括综合评分和建议
  2. 然后使用 present_files 呈现 HTML 报告
  3. 文字总结应简洁有力,运营人员可以直接转发给决策者

注意事项

  • 所有分析基于公开网络信息,仅供参考,不构成投资建议
  • 评分权重可根据公司实际情况调整——如果用户提出,按需修改
  • 搜索时优先使用中文 + 英文双语关键词,覆盖国内外信源
  • 如果某维度信息严重不足,在评分中标注不确定性,并降低该维度权重
  • 报告输出到用户当前工作目录的 outputs/ 下

Example Usage

用户: "帮我看下露营折叠椅这个产品好不好卖"

AI 执行流程:
1. 提取:产品=露营折叠椅,品类=户外用品
2. 搜索市场数据(4轮搜索)
3. 评分:市场需求78/竞争强度55/利润空间70/季节性风险45/入场难度60/增长趋势72
4. 综合评分:65 → "✅ 建议上架"
5. 生成 JSON → 调用 generate_report.py → 呈现 HTML 报告

常见问题

5 问
答案由本站依据条目字段整理
选品助手怎么安装?

在支持 Skills 的客户端里执行:skillhub install user_72ffbadb/product-selection-assistant。安装方式为ClawHub 市场。装完刷新技能列表或重开客户端。

选品助手支持哪些客户端?

资料没有标注宿主客户端,但只要客户端支持 Skills(Claude、Codex、Cursor 等),一般都能加载。

选品助手权限高吗,安全吗?

权限级别为未标注权限。安装前先看它会读取或写入哪些内容。

选品助手收费吗?

本站不代收费用,也没有标注具体价格。是否收费取决于技能本身和所用的模型或客户端,正式使用前按作者说明确认。

选品助手用什么许可证?

许可证标注为 未说明(许可证不明确)。商用或二次分发前请到仓库确认条款原文。

热门专题

按场景挑技能
全部专题 →

技能内容以作者仓库为准;分类、权限级别与许可证状态的中文说明为中文整理,最近核验 未标注。