datadoe-mcp은(는) 무엇을 하나요?
관리형 MCP 서버를 통해 AI 에이전트를 실시간 Amazon SP-API 및 Ads API 데이터에 연결합니다. 인증이나 한도 관리 없이 즉시 판매자 인사이트를 얻을 수 있습니다.
출처: https://github.com/sadatmohamed199-bit/datadoe-mcp
매일 진행되는 awesomeskills.dev 에이전트 스킬 탐색 중 발견되었습니다.
관리형 MCP 서버를 통해 AI 에이전트를 실시간 Amazon SP-API 및 Ads API 데이터에 연결합니다. 인증이나 한도 관리 없이 즉시 판매자 인사이트를 얻을 수 있습니다.
이 스킬은 AI 에이전트(예: Claude Code, Cursor, Codex)가 관리형 MCP(Model Context Protocol) 서버를 통해 실시간 Amazon SP-API(Selling Partner API) 및 Ads API 데이터에 접근할 수 있게 해줍니다. 개발자는 복잡한 인증 처리, API 한도 관리, 데이터 파이프라인 구축 없이도 판매 성과, 광고 캠페인, 재고 현황 등 판매자 인사이트를 즉시 얻을 수 있습니다. GitHub에 공개된 sadatmohamed199-bit/datadoe-mcp 저장소를 기반으로 하며, MCP 프로토콜을 통해 에이전트가 표준화된 방식으로 데이터를 요청하고 응답받을 수 있도록 설계되었습니다. 주로 Amazon 이커머스 판매자, 데이터 분석가, 자동화 워크플로를 구축하는 개발자에게 유용하며, API 키만으로 별도의 인프라 없이 AI 기반 비즈니스 인텔리전스를 구현할 수 있습니다.
npx skills add sadatmohamed199-bit/datadoe-mcpInstalled? Explore more 연구 & 데이터 분석 skills: affaan-m/uspto-database, affaan-m/scholar-evaluation, affaan-m/literature-review · View all 6 →
관리형 MCP 서버를 통해 AI 에이전트를 실시간 Amazon SP-API 및 Ads API 데이터에 연결합니다. 인증이나 한도 관리 없이 즉시 판매자 인사이트를 얻을 수 있습니다.
출처: https://github.com/sadatmohamed199-bit/datadoe-mcp
매일 진행되는 awesomeskills.dev 에이전트 스킬 탐색 중 발견되었습니다.
USPTO patent and trademark data workflow for official record lookup, PatentSearch queries, TSDR checks, assignment data, and reproducible IP research logs.
Structured scholarly-work evaluation for papers, proposals, literature reviews, methods sections, evidence quality, citation support, and research-writing feedback.
Systematic literature-review workflow for academic, biomedical, technical, and scientific topics, including search planning, source screening, synthesis, citation checks, and evidence logging.
The agent harness performance optimization system. Skills, instincts, memory, security, and research-first development for Claude Code, Codex, Opencode, Cursor and beyond.
Agent skill repository discovered by 10x-chat research.
Review backend code for quality, security, maintainability, and best practices based on established checklist rules. Use when the user requests a review, analysis, or improvement of backend files (e.g., `.py`) under the `api/` directory. Do NOT use for frontend files (e.g., `.tsx`, `.ts`, `.js`). Supports pending-change review, code snippets review, and file-focused review.