Ferramenta de análise de concorrentes na Amazon baseada no serviço MCP do SellerSprite e Claude Skills para seleção de produtos, análise abrangente de listagens, análise de palavras-chave, análise de avaliações negativas e pesquisa de mercado.
Este skill do Claude Code / Agente AI (baseado em MCP) é uma poderosa ferramenta de análise de concorrentes para vendedores na Amazon. Ele permite realizar uma análise abrangente e multidimensional de listagens de produtos (Listing) para seleção de produtos, incluindo análise de categorias completas, palavras-chave, avaliações negativas e pesquisa de mercado. O skill integra o serviço MCP do SellerSprite (卖家精灵), uma plataforma popular de análise de dados para vendedores Amazon na China, com as habilidades de agentes do Claude. Ele suporta os agentes Claude Code da OpenClaw e é ideal para vendedores que desejam tomar decisões informadas sobre quais produtos vender, como otimizar suas listagens e identificar oportunidades de mercado. Sua utilidade reside na automação de tarefas complexas de pesquisa de mercado que normalmente exigiriam múltiplas ferramentas e horas de trabalho manual.
npx skills add Ethan-paseya/amazon-sellersprite-research-MCP-skillInstalled? Explore more Pesquisa e Análise de Dados skills: affaan-m/uspto-database, affaan-m/scholar-evaluation, affaan-m/literature-review · View all 6 →
Seleção de Produtos Amazon - Relatório de Análise de Penetração Multi-dimensional de Listagens, mais Análise Completa de Categorias, Análise de Palavras-chave, Análise de Avaliações Negativas, Pesquisa de Mercado, etc. Skill de Agente OpenClaw / Claude Code, Skill de Agente Inteligente de Pesquisa MCP Amazon SellerSprite. Conjunto de ferramentas de análise de concorrentes Amazon baseado no serviço MCP do SellerSprite e Claude Skills.
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.