mcpField
A
amazon-tiktok-signal

amazon-tiktok-signal

github.com/dev-kolsprite营销与增长041 次安装6 周前更新
代码仓库

关于 amazon-tiktok-signal

amazon-tiktok-signal 用于将与 Amazon ASIN 相关的 TikTok 视频候选整理为结构化信号报告。它支持快速检查、深入分析和最多三个 ASIN 的比较,并区分观测数据、计算结果与粗略判断。

主要功能

  1. 01分析 Amazon ASIN 相关的 TikTok 视频
  2. 02支持快速、完整和比较模式
  3. 03分类相关视频并按 ID 去重
  4. 04计算热度、动量、扩散和商业信号
  5. 05说明证据限制和采集中断情况

适用场景

  1. 01检查 Amazon 商品的 TikTok 信号
  2. 02比较两个或三个 ASIN 的 TikTok 机会
  3. 03根据近期视频样本查看粗略趋势
  4. 04选择用于商品验证的内容角度

MCP 相关

技能通过已连接的 SellerSpace Yunya MCP 调用兼容的 `asin_analysis_video` 工具,并优先使用其产品专用工具发现入口。它也支持直接暴露该工具或兼容的 KOLSprite MCP;每次运行只使用一个连接。

安装

复制下面的命令,在终端中运行。

$npx skills add https://github.com/dev-kolsprite/kolsprite-skills --skill amazon-tiktok-signal

安装后在 Claude Code 中输入/amazon-tiktok-signal确认已加载。

包含的文件

除 SKILL.md 外,安装时一起下载的参考资料和脚本。

agents/
openai.yaml
references/
output-contract.md
statistics-and-judgment.md

详细介绍

Amazon TikTok 信号

将与 ASIN 相关的 TikTok 视频候选内容转化为可直接用于决策的信号报告。当当前 MCP 连接提供兼容的 KOLSprite 工具契约时,自动使用该连接;应用此 Skill 后,无需询问是否调用。

兼容的 MCP 路由

  • 如果 SellerSpace Yunya 统一 MCP 可用且已通过身份验证,优先使用它。
  • 支持直接业务工具,以及当前和旧版 Yunya 门面入口。
  • 在直接模式下,按语义业务名称解析并调用 asin_analysis_video。
  • 在 Yunya 门面模式下,如果业务工具未显示在主机顶层,最多进行一次主机级发现尝试,并优先使用产品专用的 yunya_search_kolsprite_tools。调用一次,并提供 ASIN 视频分析意图;使用其返回的确切内部工具名称和完整输入架构,然后通过 call_read_tool 调用该工具。
  • 如果产品专用入口不可用,但可发现旧版通用 yunya__search_tools,则使用它,并指定 provider kolsprite、operation read 以及相同的意图。产品专用入口可用时,不要优先使用通用入口。
  • 不要猜测门面命名空间、内部工具名称、封装器或参数。运行期间重复使用发现到的名称和架构。
  • 在主机顶层未找到 asin_analysis_video,并不能证明内部业务工具不存在。只有直接暴露和可用的当前或旧版门面查询均失败后,才能报告缺少业务依赖。如果无法发现任何一个门面入口,则报告连接器发现失败,不要改用无关的备用服务。
  • 只有在独立 KOLSprite MCP 暴露相同的必需语义工具名称、输入架构和响应格式时,才视为兼容。
  • 如果两个连接都已启用,整个运行过程只使用一个连接,优先使用 Yunya,绝不要通过两个服务重复付费调用。
  • 如果 asin_analysis_video 不存在或架构不兼容,则视为缺少依赖,并按下文说明停止。

输入

  • 需要一个或多个 Amazon ASIN,以及一个 Amazon 市场,例如 US 或 GB。
  • 除非用户指定其他目标地区,否则将 TikTok region 默认设为 Amazon 市场。
  • 如果主机产品信息或用户提供了 Amazon 商品标题、叶级类目、品牌、核心功能和关键属性,请使用这些信息。这些字段有助于相关性分类;不要编造缺失的商品详情事实。
  • 将 ASIN 和所有 TikTok ID 保留为字符串。

选择一种模式

  • 快速检查: 当用户询问单个 ASIN 是否有 TikTok 热度或信号时,默认使用此模式。请求第 1 页的 20 条记录。报告头部内容热度、证据质量、传播扩散、商业表现和代表性证据。
  • 完整信号: 当用户要求完整/深入分析、总体热度、近期月份对比,或询问信号上升或下降的原因时使用。每页请求 20 条记录,最多请求第 1–5 页;若结果已全部获取或发生重大错误,则提前停止。将收集到的热门播放量视频视为具有代表性的头部样本,并允许对最近 30 天与此前 30 天进行粗略的总体判断。
  • ASIN 对比: 当用户提供 2–3 个 ASIN,或明确询问哪个产品的 TikTok 机会更强时使用。对每个 ASIN 使用相同的市场、地区、模式、每页条数、相关性规则和计算规则。除非用户明确要求完整对比,否则默认进行快速检查。

单次运行不要自动分析超过三个 ASIN。每个 ASIN 都需要独立的分页调用链;如果某条链失败,则报告部分对比结果。

检索并规范化 MCP 证据

  1. 使用 asin、market、region、page_num 和 page_size: 20 调用 asin_analysis_video。

  2. 解析 MCP 结果中的文本 JSON。支持较旧的数组响应和分页形式:

    list = Array.isArray(data) ? data : data?.list ?? []
    
  3. 保留 pageNum、pageSize、total、请求的页码、返回的行、去重后的行以及停止原因。

  4. 按 id 对视频去重。检测到稳定 ID 页面可疑地重复时,应停止,而不是声称覆盖了更多内容。

  5. 将每个视频分类为 same_product_family、highly_similar、related_scene 或 noise。在计算或判断结果前,请阅读 statistics-and-judgment.md。

  6. 在所有热度、势头、传播和商业计算中,以相同权重纳入 same_product_family 和 highly_similar。将 related_scene 和 noise 排除在这些计算之外,但保留其数量以披露证据质量。

统一工具契约提供大约最近六个月内发布的视频,按播放量降序排列,并以每页 20 条记录分页。请将其视为预期的集成行为,而非永久的协议事实:如果当前 MCP 元数据或返回的记录与之矛盾,应披露观察到的边界并缩小判断范围。

判断并说明

  • 区分 MCP 观察结果、客户端计算、粗略的商业判断和建议采取的行动。
  • 完整信号分析可以在收集到的代表性样本支持时表述为“整体近30天热度较上一个30天上升/持平或混合/下降(粗略)”。判断趋势方向时,应综合有效视频活跃度、创作者覆盖面和经发布时长调整的播放速度。始终展示这些基础数值;不要暗示存在精确的预测分数。
  • 使用发布时间队列和经发布时长调整的播放速度进行近月比较。不要单独比较原始总播放量,因为较早发布的视频有更多时间累积播放量。
  • 将 salesVolumeLst30d 视为当前滚动 30 天的数值。不要将其描述为视频发布月份产生的历史销量。
  • 不要将 MCP 的 total 描述为有效的同款/相似视频数量。它是服务端的候选总数。
  • 不要声称 TikTok 导致了 Amazon 销售,不要声称 TikTok 上的产品就是该 Amazon ASIN 对应的确切产品,也不要声称该 Skill 可以预测未来销量。
  • 在交付完整信号分析或 ASIN 对比前,请阅读 output-contract.md。快速检查可以使用其中的精简模板,无需加载对比详情。

证据与停止规则

  • 有效的同产品系列/高度相似视频少于三个时,表示信号不足以可靠判断。展示最有力的证据和排除项,但不要强行评定热度等级。
  • 如果最新 30 天与之前 30 天的对比中,有效队列视频总数少于三个,则无法进行对比。队列样本较少或仅有单侧样本时,只能给出明确标注的粗略观察,不能给出正式趋势等级。
  • 遇到身份验证、权限不足、有效点数不足、速率限制、架构错误或重复的服务端错误时,应停止受影响的调用链。不要更改凭据,也不要隐瞒采集过程被中断的情况。
  • 如果当前统一 MCP 工具列表中没有 asin_analysis_video,应报告所需工具不可用并停止,不要改用 video_search 或臆造 ASIN 映射。
  • 不要超出所选模式额外获取非必要页面。如果将快速对比扩展为完整对比会显著增加费用或延迟,应先征求同意。
  • 点数使用量以实际执行的 MCP 调用为准。不要硬编码点数价格,也不要在 MCP 或宿主未提供扣点信息时报告扣点。失败、无结果或证据不足并不能证明账户已被扣费。

最后给出一个下一步决策

先说明热度和势头判断,再提供证据。最后给出一个与信号类型相关的行动,例如优先验证某个 ASIN、测试多位创作者、复现已验证的内容角度,或因现有证据较弱而暂停。在回答 ASIN 决策后,可将更广泛的 TikTok 商品、视频、字幕或创作者研究作为可选的后续事项。

评论

支持 Markdown