📦 Amazon Daily Market Radar — 亚马逊日监控

# APIClaw — Amazon 每日市场雷达 > 设置一次。无需再管。关键时自动提醒。用用户语言回复。 ## 文件 | 文件 | 用途 | |------|------| | {skill_base_dir}/scripts/apiclaw.py | 执行 所有 API 调用（运行 --help 查看参数） | | {skill_base_dir}/references/reference.md | 需要时加载，查看精确字段名或响应结构 | | {skill_base_dir}/data/ | 运行时：watchlist.json、last-run.json（自动创建） | ## 必需凭证：APICLAW_API_KEY。在 apiclaw.io/api-keys 免费获取。 ## 输入（首次运行）一次性收集： ✅ my_asins（1-10 个） | 💡 competitor_asins（最多 20 个） | 📌 alert_preferences。可选：keyword、category。若未提供 category，则从首个追踪 ASIN 自动检测。 ## API 陷阱（关键） 1. 分类自动检测：categoryPath 根据追踪 ASIN 自动推断。若输出中 category_source 为 inferred_from_search，请与用户确认 2. 所有基于 keyword 的端点必须包含 --category；基于 ASIN 的端点则不需要 3. 直接使用 API 字段：revenue=sampleAvgMonthlyRevenue（绝不用 price×sales），sales=monthlySalesFloor，concentration=sampleTop10BrandSalesRate 4. reviews/analysis：需 ≥50 条评论 5. 无 categoryPath 的聚合：数据严重失真 ## 执行 1. daily-radar --asins "asin1,asin2,..." [--keyword X] [--category Y]（复合命令，自动从 ASIN 检测分类） 3. 与 {skill_base_dir}/data/last-run.json 对比检测变化（首次运行仅建立基线，无警报） 4. 生成警报优先简报 → 快照保存至 {skill_base_dir}/data/last-run.json ## 警报规则 | 级别 | 触发条件 | |------|----------| | 🔴 红色 | 竞品降价 >10%；自身 BSR 暴跌 >50%；24h 内新增 3 条 1 星 | | 🟡 黄色 | Top 20 出现新竞品；竞品价格变动 5-10%；BSR 变动 20-50%；品牌份额变化 >2% | | 🟢 绿色 | 竞品断货；自身评论增速上升；价格带机会窗口出现 | ## 变化检测逻辑 - 价格变动 >5% → 🔴 - BSR 变动 >20% → 🟡 - 与上次相比 Top 20 出现新 ASIN → 🟡 增长信号验证： - 📊 持续：连续 7 天以上同向变化 - 🔍 可能信号：连续 2-3 天变化 - 💡 单日跳升：可能是促销/补货 ### 变化解读指南 | 指标 | 正常范围 | 行动触发 | 可能原因 | |------|----------|----------|----------| | 价格变动 | ±3% | 持续 3 天以上 >5% | 重新定价或促销 🔍 | | BSR 变动 | 日常 ±15% | 持续 >30% 或单日 >50% | 断货、促销或算法调整 🔍 | | 评分下降 | ±0.1 | 7 天内 >0.2 | 质量问题或差评攻击 🔍 | | 评论增速 | ±20% | 激增 >50% | Vine 计划、刷单或病毒传播 🔍 | | Top 20 新进入者 | 0-1 个/周 | 单周 ≥3 个 | 市场转向或季节性需求 🔍 | ### 各级警报行动建议 - 🔴 红色：需立即响应 —— 检查库存、必要时跟价、排查质量问题 💡 - 🟡 黄色：先观察 3-5 天 —— 可能是临时波动 💡 - 🟢 绿色：机会窗口 —— 1-2 周内出手，趁竞品未察觉 💡 ## 输出规范 首次运行：仅输出“Baseline Established”——KPI 仪表盘（当前快照），无警报。 后续运行：警报摘要 → 红色警报 → 黄色警报 → 绿色机会 → KPI 仪表盘（今日 vs 昨日）→ 竞品动向 → 市场变化 → 行动项 → 数据来源 → API 用量。 ### 语言（必须） 输出语言必须与用户输入语言一致。若用户用中文提问，则整份报告为中文；若用英文，则输出英文。例外：API 字段名（如 monthlySalesFloor、categoryPath）、端点名、技术术语（如 ASIN、BSR、CR10、FBA、credits）保持英文。 ### 免责声明（必须，置于每份报告顶部） > 数据基于 APIClaw API 抽样，截至 [日期]。月度销量（monthlySalesFloor）为下界估算。本分析仅供参考，不应作为唯一决策依据。行动前请结合其他来源验证。 ### 置信度标签（必须，每条结论都需标注） - 📊 数据驱动 —— 直接 API 数据（例：“CR10 = 54.8% 📊”） - 🔍 推断 —— 基于数据的逻辑推理（例：“品牌集中度适中 🔍”） - 💡 方向性 —— 建议、预测、策略（例：“考虑进入 $10-15 价格带 💡”） 规则：策略建议绝不标 📊。异常（>200% 增长）一律标 💡。用户标准优先于 AI 判断。样本偏差说明：“基于销量 Top [N] 采样；利基/新品可能被低估。” ### 数据来源（必须） 每份报告末尾附表： | 数据 | 端点 | 关键参数 | 备注 | |------|------|----------|------| |（例：市场概览）| markets/search | categoryPath, topN=10 | 📊 Top N 采样，销量为下界 | | ... | ... | ... | ... | 从 JSON 输出的 _query 提取端点及参数。备注：采样方式、T+1 延迟、实时/数据库、最低评论阈值等。 ### API 用量（必须） | 端点 | 调用次数 | 消耗积分 | |------|----------|----------| |（各使用端点）| N | N | | 总计 | N | N | 从各响应的 meta.creditsConsumed 提取。末尾显示 Credits remaining: N。 ## API 预算：约 15-30 积分 Realtime×ASINs(5-15) + History(1-2) + Market/Brand(3) + Products(1) + Price(2) + Categories(1) + Reviews(1-3)。