mcpField
L
linkfox-product-title-analyze

linkfox-product-title-analyze

github.com/linkfox-ai营销与增长113408 次安装2 周前更新
代码仓库

关于 linkfox-product-title-analyze

此 LinkFox skill 为 Amazon 卖家分析当前对话中已查询商品的标题,从中提取并统计一个指定属性维度的词语。它可按使用场景、受众、材料或功能等维度归纳商品标题模式。

主要功能

  1. 01从标题提取属性词
  2. 02按单一维度分析
  3. 03汇总属性值及频次
  4. 04输出逐条或合并记录
  5. 05自动汇集当前对话商品

适用场景

  1. 01统计竞品标题中的场景词
  2. 02归纳商品面向的受众
  3. 03比较标题中的材料用词
  4. 04发现高频标题属性

安装

复制下面的命令,在终端中运行。

$npx skills add https://github.com/linkfox-ai/linkfox-skills --skill linkfox-product-title-analyze

安装后在 Claude Code 中输入/linkfox-product-title-analyze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/
api.md
onboarding.md
scripts/
onboarding.py
title_analyze.py

详细介绍

产品标题分析器

此技能将指导你如何对之前查询到的产品标题进行分词和分析,帮助 Amazon 卖家从商品 listing 标题中提取关键词模式、场景词、受众词和其他属性维度。

核心概念

产品标题分析会对当前对话中已检索到的产品标题进行智能分词。它利用大模型驱动的分析,从自由文本标题中提取结构化属性(场景词、受众词、材料、颜色等),然后对其分组并计数,以发现模式。

自动聚合数据:工具会自动收集当前对话轮次中所有先前步骤里的产品数据,包括跨分页查询的数据。除非你要引用之前对话轮次中的数据,否则无需手动传入产品数据。

每次请求只分析一个维度:每次调用应当只分析一个属性维度(例如,场景词或受众词)。请勿在一次调用中请求多个维度。

数据字段

请求字段
字段API 名称必填描述示例
分析请求tokenizationAndCountingRequest是用自然语言指明要从标题中提取哪个属性维度"统计商品标题中的场景词"
输出模式outputMode否多值属性的返回方式。MULTIPLE_RECORDS(默认):每个值一条记录。COMMA_SEPARATED:所有值合并到一条记录中MULTIPLE_RECORDS
参考数据refResultData否外部提供的产品数据(仅在引用之前对话轮次中的数据时需要)(JSON 字符串)
响应字段——产品属性
字段API 名称描述示例
ASINasin产品 ASIN 标识符B0XXXXXXXX
产品标题title原始产品标题便携式露营灯……
属性名称attributeName提取出的属性类别场景词
属性值attributeValue提取出的属性值户外 / 露营
价格price产品价格29.99
月销量monthlySalesUnits月销售件数1200
月销售额monthlySalesRevenue月销售额35988
评分rating产品评分4.5
评分数ratings评分数量3820
上架日期availableDate商品 listing 日期2024-03-15
品牌brand品牌名称BrandX
图片 URLimageUrl产品主图https://...
响应字段——属性分组
字段API 名称描述
属性名称attributeName此分组的属性类别(例如,“场景词”)
属性值attributeValue分组中的具体值(例如,“户外”)
数量count具有此属性值的产品数量
ASIN 列表asins具有此属性值的 ASIN 列表
响应元数据
字段API 名称描述
渲染类型typeUI 渲染样式
列columns表格渲染的列定义
来源类型sourceType数据来源类型
Token 消耗costToken消耗的 LLM Token 总数(输入 + 输出)

参数指南

tokenizationAndCountingRequest 示例

tokenizationAndCountingRequest 参数是用自然语言告知工具要分析哪个维度的指令。请将其限定为单个维度。

场景词(产品的使用地点或时间)

Count scene words appearing in product titles

受众 / 目标用户词(产品面向谁)

Count audience words appearing in product titles

材料词

Count material-related words appearing in product titles

功能 / 特性词

Count function or feature words appearing in product titles

错误示例——一次请求包含多个维度(请勿这样做)

Count scene words AND audience words in product titles

请改为拆分成两次单独调用。

outputMode
值行为使用场景
MULTIPLE_RECORDS每个属性值各自成为一条记录(默认)大多数分析场景——更便于计数、排序和分组
COMMA_SEPARATED多个值保留在同一条记录中,以逗号分隔希望一目了然地查看每个 ASIN 的所有属性时

显示规则

  1. 以表格呈现数据:使用清晰、可排序的表格展示提取的属性及其频次
  2. 突出显示热门关键词:指出频次最高的属性值,让模式一目了然
  3. 先展示分组摘要:返回 attributeGroups 时,先展示分组摘要,再展示各商品详情
  4. 一次分析一个维度:如果用户希望分析多个维度,分别调用并依次展示结果
  5. 注意 Token 成本:响应包含 costToken;除非用户询问用量,否则不要显示
  6. 错误处理:如果工具返回错误,说明原因并建议纠正措施(例如:“当前对话中未找到商品——请先查询商品”)

适用场景

用户说场景
“这些标题中出现了哪些场景词?”场景词提取
“分析标题关键词”、“标题词频”通用标题分词
“这些商品的目标受众是谁?”受众词提取
“这些商品列表中常见的材料”材料词提取
“根据竞品帮我优化标题”竞品标题关键词分析
“畅销商品的标题中用了哪些词?”高频关键词发现
“根据标题属性对这些商品分组”基于属性的商品分组

不适用场景

  • 尚未查询商品:该工具要求商品已存在于对话上下文中。提示用户先搜索商品。
  • 广告 / PPC 关键词建议:该工具分析现有标题,而非广告关键词。
  • 完整商品列表文案撰写:该工具用于提取和统计词语,不会生成新标题。
  • 后台搜索词分析:该工具用于分析可见标题,而非隐藏搜索词。
  • ABA 搜索词数据:请改用 ABA Data Explorer 技能。

调用方式

  • API 端点:POST /product/titleAnalyze(完整参数/响应/错误码见 references/api.md)
  • Python 脚本:python scripts/title_analyze.py '<JSON 参数>' [--inline]
  • 成本约束:本工具会消耗算力;同一会话同一参数组合默认只调用一次,脚本带 24h 本地缓存。失败/空结果不得自动换关键词、翻页或改邮编连续试探;需要继续检索时先向用户说明会产生额外消耗。

输出策略(脚本默认行为):

  • 始终将完整响应写入 <cwd>/linkfox/<YYYY-MM-DD>/<session>/data/linkfox-product-title-analyze-<timestamp>.json(<cwd> 为脚本执行时的工作目录,在 Claude Code 里即当前项目目录;<session> 取自环境变量 SESSION_ID,按用户任务自动聚合;禁止写入 /tmp,当前目录不可写则报错)
  • 响应体 ≤ 8 KB:落盘后把完整 JSON 打印到 stdout
  • 响应体 > 8 KB:落盘后 stdout 只输出摘要(顶层字段、常见计数如 total/costToken、最大列表字段的长度 + 前 3 条样本)
  • 加 --inline 强制全量打印到 stdout(同样落盘)

读数据建议:先看摘要判断是否足够;需要具体字段时优先用 jq或ConvertFrom-Json 从保存的 json 文件按需抽取,避免整份 JSON 进入上下文。

解决认证和算力问题

发生以下异常情况时,采用 references/onboarding.md 引导解决问题:

异常情况
  • 未配置 API Key:环境变量未配置 LINKFOX_AGENT_API_KEY,也未配置 LINKFOXAGENT_API_KEY。
  • 响应 401 或 402 状态码
  • 响应提示算力或余额不足:消息含"算力余额不足/计费不足/余额不足/quota exceeded/insufficient balance/套餐到期/需充值/请充值",或类似含义的内容。

算力消耗规则

按动态规则计费:消耗算力 = sum(所有被处理商品标题的(输入消耗的算力 + 输出结果消耗的算力))。

重要:本技能的服务按倍数动态计算,可能一次性消耗大量算力,必须提醒用户,由用户决定是否继续。

评论

支持 Markdown