mcpField
K
kalodata

kalodata

github.com/sailtonight营销与增长188 次安装2 天前更新
代码仓库

关于 kalodata

kalodata 是面向 TikTok Shop 电商研究的技能,内含 Python CLI,可查询商品、店铺、创作者、视频、直播和类目数据。结果支持 TOON 或 JSON,并提供排行、详情及分析流程。

主要功能

  1. 01查询商品、店铺及创作者排行
  2. 02查看视频、直播和类目数据
  3. 03获取详情、评论及商品规格
  4. 04输出 TOON 或 JSON
  5. 05查询 API 积分余额与消费记录

适用场景

  1. 01研究 TikTok Shop 热门商品
  2. 02筛选并评估创作者
  3. 03分析类目收入与店铺表现
  4. 04查看可购物视频及直播指标

安装

复制下面的命令,在终端中运行。

$npx skills add https://github.com/sailtonight/kalodata-skill --skill kalodata

安装后在 Claude Code 中输入/kalodata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。

references/
playbooks.md
scripts/
kalo.py
scripts/kalodata/
__init__.py
__main__.py
api.py
cli.py
config.py
core.py
errors.py
mcp_server.py
onboarding.py
reference.py
render.py
toon.py
update.py
validate.py
scripts/kalodata/commands/
__init__.py
category.py
common.py
creator.py
credit.py
livestream.py
meta.py
product.py
shop.py
video.py

详细介绍

KaloData TikTok Shop 分析(kalo)

来自 KaloData 的 TikTok Shop 电商分析——涵盖商品、店铺、创作者、视频、直播和品类的排名与详情。

运行

CLI 内置于此技能中(scripts/kalo.py,仅使用 Python 3.11+ 标准库——无需安装任何内容):

python3 <this-skill-dir>/scripts/kalo.py product rank --region US

以下示例均用 kalo 作为 python3 <this-skill-dir>/scripts/kalo.py 的简写。

输出为 TOON(面向令牌的格式),写入 stdout;为任意命令添加 --json 可获取原始 JSON。 错误以结构化格式写入 stdout,并附带可执行的 help: 行。退出码:0 表示成功,1 表示错误,2 表示用法错误。

设置——首次查询前请先检查

每条命令都需要 KaloData API 密钥(通过 secret-key 标头发送)。在会话中首次 查询前,运行 kalo config 并查看 api_key。如果显示 missing,请停止——不要 猜测密钥,也不要重试查询。引导用户完成以下三个步骤,然后等待:

  1. 获取密钥——登录 https://www.kalodata.com/open-center/account 并点击 generate key。还没有账户?先前往 https://www.kalodata.com/open-center/home 注册。 如果用户已经通过按额度计费的方式调用 KaloData API,同一个密钥在此处也可用—— 无需新密钥。

  2. 保存密钥——运行 kalo config set --key <API_KEY>(存储于 ~/.config/kalodata/config.toml, 模式为 0600),或在环境中设置 KALODATA_API_KEY。

  3. 额度——每次查询都会消耗 Kalo Credits。每次调用的实测费用:

    调用额度
    任意排名或详情查询0.2
    product images0.01
    creator images0.1
    product specs0.1
    video url0.5
    product comments(仅在上游缓存刷新时)1
    credit balance、credit logs免费

    这些费用是在生产环境中测得的;在此技能的 source-type: SKILL 标头下,排名和详情查询 均按每次 0.2 固定计费。一个操作手册会触发许多调用,因此通常消耗 1–2 个额度。 kalo credit 会显示剩余余额;可在 https://www.kalodata.com/pricing 充值。

对于用户要求执行的查询,不要主动说明或询问额度费用——直接运行即可。仅当余额可能不足以支付大量调用时(数据收集操作手册、数十次详情查询: 先检查 kalo credit),或用户主动询问时,才提及费用。

命令

命令说明
kalo product rank热门商品;--category --keyword --price --launch --shop --creator
kalo product detail <id...>价格范围、店铺 ID、收入趋势、商品描述
kalo product comments <id...>评论洞察:痛点、好评、使用场景(每次刷新消耗 1 个额度)
kalo product specs <id...>卖点(亮点)和规格属性;--lang zh-CN 可翻译
kalo product images <id...>商品图库图片 URL
kalo shop rank热门店铺;--type BRAND|RETAILER --keyword
kalo shop detail <id...>收入构成、热门商品 ID
kalo creator rank热门创作者;--followers --engagement --product
kalo creator detail <id|@handle...>联系邮箱/账号名、GPM、趋势;账号名匹配为模糊匹配——请核实返回的 creator_handle
kalo creator images <id...>头像 URL,最多支持 100 个创作者 ID
kalo video rank热门可购物视频;--product --creator --keyword --ai
kalo video detail <id...>完整视频指标及趋势
kalo video url <id...>可播放的 mp4 URL
kalo live rank热门直播;--keyword
kalo live detail <id...>观看人数、GPM、热门商品 ID
kalo category rank热门品类;--level 1|2|3
kalo category detail <id...>品类收入构成及趋势
kalo category search <kw>按关键词查找品类 ID
kalo credit此密钥的剩余额度
kalo credit logs额度的使用记录;--range --type --page
kalo config显示/设置凭据和默认值

约定

  • 所有列表命令都接受 --region --range --page (1-5) --limit (5-100) --sort --asc --fields --json
  • 地区:US GB ID TH VN PH MY SG JP MX DE IT FR ES BR;范围格式如 last7Day、last30Day、yyyy-MM 或 yyyy-MM-dd~yyyy-MM-dd
  • 数值范围格式为“最小值-最大值”,两端都必须是数字,例如 --revenue 1000-50000
  • 在产品/店铺排名或产品详情命令中添加 --images 可包含图片 URL;创作者头像来自 kalo creator images(创作者排名没有图片列)
  • 签名媒体 URL(product images、creator images、video url)会在调用约 5 分钟后过期——请立即交给用户或下载,切勿缓存
  • 运行 kalo <command> --help 查看各命令的标志和示例

典型工作流

  • 趋势研究:kalo product rank --region US --range last7Day → kalo product detail <id> → kalo video rank --product <id>
  • 创作者挖掘:kalo creator rank --category <id> --followers 10000-1000000 → kalo creator detail <id>(包含联系邮箱)
  • 类目深入分析:kalo category search "beauty" → kalo category detail <id> → kalo shop rank --category <id>

操作指南

对于复杂分析——产品/创作者诊断、类目选品研究、创作者推荐、爆款视频方法论、逐镜头脚本撰写——请先阅读 references/playbooks.md,并遵循其中的强制步骤 (得出结论前,始终与同类目、同价格区间、同粉丝层级的对象进行对比)。

评论

支持 Markdown