Apiclaw — Amazon Data Api For Ai Agents

English | 中文

ZooData Skills

专为 Agent 构建的数据基础设施。
目前为 Amazon 电商业务提供支持，涵盖 2 亿多种商品、10 亿多条评论和实时信号。

网站 • 获取 API 密钥 • Discord • 快速开始 • API 参考

---

ZooData 是什么？

ZooData 是专为 Agent 构建的数据基础设施。它不是抓取 API，也不是面向人类的仪表板，而是专门打造的数据层，可让 AI Agent 直接访问 Amazon 电商信号——已索引 2 亿多种商品、涵盖 2 年以上的历史数据，并将 10 亿多条评论预处理为结构化洞察。数据采用整洁的 JSON 格式，实时更新，可供 Agent 直接使用。

https://github.com/user-attachments/assets/305a161b-7a53-49b8-afdc-4469a4fbf361

SPU 市场合约需要部署匹配的服务并更新已安装的技能；请参阅市场迁移。

技能概览

此仓库包含 10 个 Agent 技能，分为两个层级：

🏗️ 基础层 — 数据访问和全方位分析：

技能	功能	输入	输出	主要优势
📦 zoodata/	直接访问 36 个 Amazon 电商和关键词情报端点	关键词、类别、ASIN 或品牌	原始 API 数据，附带字段映射和特殊情况说明	完整的 API 参考——其他每项技能都以此为基础
🎯 amazon-analysis/	13 种内置筛选模式，以及市场调研、竞争对手分析、ASIN 评估、定价和品类研究	关键词/类别/ASIN + 意图	分析结果、优选商品、ASIN 深度分析，以及标注置信度的洞察	组合命令（report、opportunity）可一次运行多个端点组成的流程
🔎 amazon-keyword-traffic-analysis/	基于 11 个关键词情报端点的关键词价值和商品流量健康度工作流	种子关键词、目标关键词、ASIN 或 ASIN + 关键词	拓展层级、关键词价值分析、商品流量结构、趋势和健康状况诊断	为关键词拓展、关键词分析和商品流量分析提供专用流程
📊 amazon-market-analysis/	发现市场和商品候选项、评估进入条件并追踪品类变化	市场问题、类别或商品机会简报	观察候选清单、有条件的进入评估或范围明确的趋势分析	以连贯的分析脉络呈现结果，并分别界定证据和卖家决策的范围

⚡ 专项技能 — 专为特定工作流打造：

技能	功能	输入	输出	主要优势
⚔️ amazon-competitor-intelligence-monitor/	深度竞品情报分析——提供全面扫描或快速检查，并配有分级警报	关键词或 ASIN（可多个），可选填你的 ASIN 和竞品 ASIN	竞品矩阵、品牌排名、价格图谱、30 天趋势、评分（1-100）、分级警报	双模式（全面扫描约需 28-35 个点数，快速检查约需 5-10 个点数），配有三级警报系统
📡 amazon-daily-market-radar/	自动化每日监控——跟踪价格变动、新竞品、BSR 变化和评论激增	你的 ASIN（1-10 个）和关键词	红／黄／绿警报、KPI 仪表板、竞品动态、行动事项	设置后即可自动运行，并会验证信号（依据 7 天以上的趋势，而非单日激增）
✅ amazon-listing-audit-pro/	从 8 个维度检查商品信息健康状况，并提供优化建议	你的 ASIN 和关键词	评分（X/100，A-F）、8 维评分卡、关键词缺口、优先修复清单	利用高频评论用语给出可执行的改写建议；支持批量审核
💰 amazon-pricing-command-center/	基于数据的定价信号——自动识别末级类目并分析定价格局	一个或多个 ASIN	涨价／保持／降价信号、价格区间热力图、竞品价格图谱、BuyBox 分析	仅需输入 ASIN（无需关键词），并提供销售／竞争比率
💬 amazon-review-intelligence-extractor/	从覆盖 11 个维度、经预先分析的 10 亿多条评论中深入洞察消费者	单个 ASIN、多个 ASIN 或类目关键词	痛点、购买因素、用户画像、使用模式、差异化路线图	10 亿多条预先分析的评论（节省 95% 的令牌），覆盖 11 个维度
🌐 web-extract/	从公开网页和搜索结果中提取结构化数据	URL、搜索查询或网站	结构化 JSON 或页面内容	支持处理渲染后的页面和范围受限的网站爬取

amazon-market-analysis 是统一的市场分析技能。原有的 amazon-market-entry-analyzer、amazon-market-trend-scanner 和 amazon-opportunity-discoverer 目录仅作为已退役源码保留；它们的入口文件命名为 RETIRED.md，因此技能安装器和发布工具不会发现它们。

快速开始

1. 安装技能

npx skills add SerendipityOneInc/ZooData-Skills

系统会提示你选择要安装的技能：

🏗️ 基础技能：

• ZooData — 36 个亚马逊电商与关键词情报端点
• Amazon Analysis — 全方位调研与卖家情报
• Amazon Keyword Intelligence — 拓展、反向 ASIN 与监控
• Amazon Market Analysis — 发现、进入与变化

⚡ 专项技能：

• Amazon Competitor Intelligence Monitor — 双模式竞品情报分析，配有分级警报
• Amazon Daily Market Radar — 自动监控与警报
• Amazon Listing Audit Pro — 8 维健康检查
• Amazon Pricing Command Center — 涨价／保持／降价信号
• Amazon Review Intelligence Extractor — 从 10 亿多条评论中洞察消费者
• Web Extract — 公开网页结构化数据提取

或者手动克隆：

git clone https://github.com/SerendipityOneInc/ZooData-Skills.git

2. 设置 API 密钥

export ZOODATA_API_KEY='hms_live_xxx'   # Get yours free at zoodata.ai/en/api-keys

🎁 免费套餐：注册即可获得 1,000 个点数。1 个点数 = 1 次 API 调用。无需信用卡。

3. 试用

向你的 AI Agent 提问：

“分析美国亚马逊上 50 美元以下无线耳塞的竞争格局。”

或者直接使用 CLI：

python amazon-analysis/scripts/zoodata.py products --keyword "wireless earbuds" --mode fast-movers

API 端点

基础 URL： https://api.zoodata.ai/openapi/v2 身份验证： Authorization: Bearer $ZOODATA_API_KEY 方法： 所有端点都使用 POST 并采用 JSON 请求体

端点	描述	示例用例
🔍 products/search	商品搜索，支持 20 多个筛选条件（通过 CLI 提供 13 种预设模式）	“查找价格低于 $80、评分达到 4 星以上的跑鞋”
📊 markets/search	类目发现与精确快照——市场规模、集中度、选定 Top 100 的定价	“瑜伽垫市场的竞争有多激烈？”
🧩 markets/profile	SPU 概况以及独立的分布／集中度分析路径	“哪些价格区间贡献了销量？”
📅 markets/history	已发布的 SPU 类目市场趋势	“这个类目每月有何变化？”
🏷️ products/competitors	按关键词、品牌或 ASIN 发现竞争对手	“这个细分市场有哪些顶级卖家？”
⚡ realtime/product	实时商品详情——评论、特性、变体	“获取 ASIN B0D5CRV4KL 的当前详情”
💬 reviews/analysis	AI 驱动的评论洞察——情绪、痛点	“顾客喜欢／不喜欢这款商品的哪些方面？”
📁 categories	Amazon 类目树导航	“显示 Electronics 下的子类目”
📈 products/price-band-overview	价格区间摘要及最佳机会区间	“瑜伽垫的最佳价格区间是什么？”
📊 products/price-band-detail	完整的 5 档价格分布分析	“显示无线耳机的详细价格区间分布”
🏢 products/brand-overview	顶级品牌集中度指标（CR10）	“品牌格局的集中度如何？”
🏷️ products/brand-detail	按品牌细分并列出热门商品	“哪些品牌主导了这个类目？”
📅 products/history	ASIN 的历史每日快照	“显示此 ASIN 的价格和 BSR 历史记录”

13 种商品搜索模式

技能 CLI（zoodata.py --mode）提供 13 种预设模式，适用于不同的研究策略。这些模式会在客户端展开为具体的筛选字段（monthlySalesMin、salesGrowthRateMin，等等）——mode 不是 API 参数，将其发送到 /openapi/v2/products/search 会返回 422：

模式	策略	目标
fast-movers	高销售速度	快速营收
emerging	趋势上升、饱和度低	抢占先机
long-tail	利基关键词、需求稳定	可持续收入
underserved	需求高、卖家少	市场空白
new-release	最近推出的商品	热门商品
fbm-friendly	适合商家自配送	低投入起步
low-price	价格亲民的商品	走量策略
single-variant	简单商品列表，无变体	便于管理
high-demand-low-barrier	销量高、评论门槛低	可扩展的入场机会
broad-catalog	广泛的商品范围分析	类目概览
selective-catalog	精选高品质商品	高端精选
speculative	高风险、高回报的机会	激进策略
top-bsr	Best Seller Rank 排名领先者	市场领导者

项目结构

├── zoodata/                              # Data layer skill (lightweight)
│   ├── SKILL.md                            # 36 Amazon and keyword endpoints, quick start
│   └── references/
│       └── openapi-reference.md            # API field reference
│
├── amazon-analysis/                      # Deep analysis skill
│   ├── SKILL.md                            # Intent routing, workflows, evaluation criteria
│   ├── references/
│   │   ├── reference.md                    # Full API reference
│   │   ├── execution-guide.md              # Step-by-step execution playbook
│   │   ├── scenarios-composite.md          # Comprehensive recommendations
│   │   ├── scenarios-eval.md               # Product evaluation, risk, reviews
│   │   ├── scenarios-pricing.md            # Pricing strategy
│   │   ├── scenarios-ops.md                # Market monitoring, alerts
│   │   ├── scenarios-expand.md             # Expansion, trends
│   │   └── scenarios-listing.md            # Listing writing, optimization
│   └── scripts/
│       └── zoodata.py                      # CLI — 8 subcommands, 13 preset modes
│
├── amazon-keyword-traffic-analysis/      # Keyword intelligence & traffic analysis
│   ├── SKILL.md
│   ├── README.md
│   └── references/
│       ├── reference.md                    # Keyword endpoint reference
│       ├── execution-guide.md              # Execution and monitoring rules
│       ├── scenarios-expand.md             # Keyword expansion
│       ├── scenarios-keyword-analysis.md   # Keyword value and trend analysis
│       └── scenarios-product-traffic-analysis.md # Product traffic health analysis
│
├── amazon-competitor-intelligence-monitor/  # Competitor intelligence & monitoring
│   ├── SKILL.md
│   ├── references/
│   │   └── reference.md
│   └── scripts/
│       └── zoodata.py
│
├── amazon-daily-market-radar/            # Daily market pulse & anomaly detection
│   ├── SKILL.md
│   ├── references/
│   │   └── reference.md
│   └── scripts/
│       └── zoodata.py
│
├── amazon-listing-audit-pro/             # Listing quality audit & optimization
│   ├── SKILL.md
│   ├── references/
│   │   └── reference.md
│   └── scripts/
│       └── zoodata.py
│
├── amazon-market-analysis/               # Market discovery, entry assessment & change
│   ├── SKILL.md
│   ├── references/
│   │   └── reference.md
│   └── scripts/
│       └── zoodata.py
│
├── amazon-pricing-command-center/        # Pricing strategy & competitive signals
│   ├── SKILL.md
│   ├── references/
│   │   └── reference.md
│   └── scripts/
│       └── zoodata.py
│
├── amazon-review-intelligence-extractor/    # Review intelligence & insight extraction
│   ├── SKILL.md
│   ├── references/
│   │   └── reference.md
│   └── scripts/
│       └── zoodata.py
│
├── web-extract/                          # Structured public web extraction
│   ├── SKILL.md
│   └── scripts/
│       └── webtools.py
│
├── scoring-methodology.md                # Unified quality scoring framework
├── CHANGELOG.md
└── README.md

要求

• Python 3.8+（仅使用标准库，无 pip 依赖）
• ZooData API 密钥（免费获取）

参与贡献

欢迎贡献！请参阅 CONTRIBUTING.md 了解指南。

社区

• 💬 Discord — 聊天、获取帮助、分享你正在构建的内容
• 🐛 Issues — 错误报告和功能请求
• 📖 API 文档 — 完整的 API 文档

许可证

MIT © SerendipityOne Inc.