Token导航 LogoToken导航

Agent Skill · 研究检索

alphashop-sel-newproduct(alphashop sel 新产品)

alphashop-sel-newproduct 用于查找、检索和筛选相关信息,适合在 OpenClaw 中需要根据关键词、任务场景或来源线索快速定位候选结果时使用。可结合来源仓库、安装命令和原始 README 继续核验具体用法。安装前建议确认权限范围、维护状态,以及是否会触发联网、命令执行或文件读写。

alphashop-sel-newproduct 是研究检索类 Agent Skill,可用宿主为 OpenClaw,通过ClawHub获取,权限为接触敏感数据;许可证为 MIT-0,第三方扫描有提醒项,按安装量在研究检索类的 73,675 个 Skill 里排第 24,497。

总安装 3,998周安装 170GitHub Stars 公开资料未说明下载 1,401核验 2026-05-01

安装说明

本站只整理中文说明,不托管安装包,也不代用户安装。
GitHub
许可证
MIT-0
版本
1.0.0

安装方式

通过对话安装

复制提示词发给支持本地命令或 Skills 的 AI 助手,先确认命令和权限,再让它执行。

请帮我安装这个 Agent Skill:alphashop-sel-newproduct(alphashop sel 新产品)
来源仓库:https://github.com/1688aiinfra/alphashop-sel-newproduct
安装命令:
openclaw skills install alphashop-sel-newproduct
安装前请先检查当前环境是否支持对应 CLI,并向我确认将要执行的命令、安装目录、联网范围和文件读写权限;确认后再执行。

命令行安装

复制命令到本机终端执行。该命令会通过 OpenClaw 从第三方来源获取 Skill;本站只展示命令,不托管安装包,也不自动执行。

ClawHubOpenClaw
openclaw skills install alphashop-sel-newproduct

这个 Skill 是做什么的

研究检索类 Skill 主要解决「找资料、核对事实、把来源整理清楚」的问题,通常会让助手先检索再总结。

AlphaShop新品选品SKILL:基于关键词和商品筛选条件生成深度市场分析和新品推荐报告。支持Amazon和TikTok平台的跨境电商选品,提供市场评级、竞争分析、新品推荐、热销品对比等功能。

上手步骤

4 步
  1. 1

    确认自己的宿主工具

    公开资料标注支持 OpenClaw;先确认自己用的是其中之一,再按对应工具的 Skills 目录放置。

  2. 2

    拿到安装命令

    可以直接复制的命令是 openclaw skills install alphashop-sel-newproduct;命令里的占位符换成自己的路径或密钥再执行。

  3. 3

    安装后重启宿主

    命令执行完要完全退出宿主工具再打开,让新装的 Skill 被重新扫描到,否则列表里可能看不到。

  4. 4

    按最小权限试用

    它需要接触敏感数据,先在测试目录或测试账号里跑,确认没问题再放到正式项目。

常见问题

6 条

alphashop-sel-newproduct 怎么安装?

在终端执行 openclaw skills install alphashop-sel-newproduct。装完完全退出宿主工具再打开,让它重新扫描本地 Skill。

alphashop-sel-newproduct 支持哪些 AI 工具?

公开资料标注支持 OpenClaw。其他工具只要能读取本地 Skill 目录,一般也能手动放进去,但要自己确认触发方式是否一致。

alphashop-sel-newproduct 需要什么权限?

权限级别是接触敏感数据。该 Skill 可能接触密钥、Token、环境变量或敏感配置,应进入高风险复核队列,默认不自动发布。

alphashop-sel-newproduct 是免费的吗?

来源标注的许可证是 MIT-0。本站不代收任何费用,也不托管安装包;能否商用、要不要署名,以许可证原文为准。

alphashop-sel-newproduct 用的人多吗?

公开数据是累计安装 3,998 次,近一周安装 170 次,下载 1,401 次。这些数字来自第三方目录统计,只能当作热度参考,不代表质量或安全性。

alphashop-sel-newproduct 安全吗?

第三方扫描有提醒项,说明存在需要人工确认的行为。安装前请打开源码看清它读了什么、联网到哪里。

值得选的地方和要先想清楚的地方

值得选的地方

  • 专注 OpenClaw 一种宿主,触发方式和使用习惯不用来回切换。
  • 许可证明确为 MIT-0,商用和分发边界好判断。

先想清楚的地方

  • 需要接触敏感数据,装到常用环境前要先评估影响面。
  • 第三方扫描存在提醒项或未通过项,需要人工逐条确认。
  • 第三方目录整理,版本更新和行为细节以来源仓库为准。

适不适合你

更适合

  • 已经在用 OpenClaw,想直接扩展它能力的人。
  • 需要处理研究检索类任务、又不想每次都手写提示词的人。

不太适合

  • 环境里有大量密钥、凭证,不方便给第三方 Skill 读取的人。
  • 需要厂商级技术支持和 SLA 的生产系统。

研究检索类 Skill 对比

6 个同类
Skill总安装GitHub 星权限许可证扫描
find-skills

寻找技能 · Codex、Claude

31,199,81316,486操作浏览器MIT有提醒
self-improving-agent

自我改进 Agent · OpenClaw

16,464,0023,396接触敏感数据MIT-0通过
soultrace

灵魂追踪 · Codex、Claude

7,588,94412需要联网未明确有提醒
self-improving

自我完善 · OpenClaw

6,829,2841,046需要联网MIT-0通过
microsoft-foundry

微软代工厂 · Codex、Claude

6,614,144764调用外部服务未明确有提醒
alphashop-sel-newproduct

alphashop sel 新产品 · 本页

3,998—接触敏感数据MIT-0有提醒

按安装量取同分类前几名;数字来自第三方目录统计,只作热度参考,不代表质量结论。

SKILL.md 原文

name
alphashop-sel-newproduct
category
official-1688
description
>-
metadata
version
1.0.1
label
AI新品选品
author
1688官方技术团队
openclaw
primaryEnv
none
requires
env
[]

配置

环境变量

需要配置 AlphaShop API 凭证。在 OpenClaw config 中设置:

{
  skills: {
    entries: {
      "alphashop-sel-newproduct": {
        env: {
          ALPHASHOP_ACCESS_KEY: "你的AccessKey",
          ALPHASHOP_SECRET_KEY: "你的SecretKey"
        }
      }
    }
  }
}

如何获取 API Key

获取途径

本 skill 使用 AlphaShop/遨虾平台的 API 服务,需要申请以下凭证:

  • ALPHASHOP_ACCESS_KEY - API 访问密钥
  • ALPHASHOP_SECRET_KEY - API 密钥
申请步骤
  1. 联系平台方

- 如果您是 1688 或阿里内部用户,请联系 AlphaShop/遨虾 平台管理员 - 平台可能需要您提供: - 公司信息 - 使用场景说明 - 预期调用量

  1. 获取凭证

- 平台审核通过后会提供: - Access Key(访问密钥) - Secret Key(密钥)

  1. 配置到环境

- 按照上面的配置方式设置环境变量

缺少凭证时的提示

如果运行 skill 时未配置凭证,会看到详细的配置指南:

🔐 需要 AlphaShop API 凭证

本 skill 需要以下凭证才能使用:
  • ALPHASHOP_ACCESS_KEY  - API 访问密钥
  • ALPHASHOP_SECRET_KEY  - API 密钥

📋 如何获取凭证:
1. 联系 AlphaShop/遨虾 平台获取 API 凭证
2. 配置环境变量或 OpenClaw 配置
3. 重新运行命令

AlphaShop新品选品SKILL

通过遨虾AI选品API进行跨境电商市场分析和新品推荐,一次调用即可获得完整的市场洞察和选品建议。

快速开始

⚠️ 使用前必读:本 skill 包含两个 API,且有先后依赖关系!

正确的使用顺序

第一步:关键词搜索 (search)
   ↓ 返回合法的关键词列表(带 keyword 字段)
   ↓
第二步:从返回结果中选择一个 keyword 字段的值
   ↓
第三步:新品报告 (report) - 使用第一步返回的 keyword

示例:

# 1️⃣ 先搜索关键词
python3 scripts/selection.py search --keyword "phone" --platform "amazon" --region "US"

# 输出:返回关键词列表,例如:
#   1. phone (手机) - keyword: "phone"
#   2. phone case (手机壳) - keyword: "phone case"

# 2️⃣ 使用返回的 keyword 生成报告
python3 scripts/selection.py report --keyword "phone case" --platform "amazon" --country "US"

❌ 错误示例:直接使用随意关键词会报错

python3 scripts/selection.py report --keyword "随便的关键词" --platform "amazon" --country "US"
# 错误:KEYWORD_ILLEGAL - 关键词不合法

功能说明

本Skill封装了遨虾AI选品API,提供两大核心功能:

⚠️ 重要提示:这两个功能有先后顺序依赖关系!

  1. 第一步:必须先调用 关键词搜索 (search) 获取合法的关键词列表
  2. 第二步:从返回结果中选择一个 keyword 字段的值
  3. 第三步:使用该关键词作为 新品报告 (report) 的 --keyword 参数

1. 关键词搜索 (search)

通过AI关键词查询API,根据用户输入的关键词匹配并返回相关关键词列表及市场数据:

  • 关键词推荐 - AI匹配的相关关键词列表(中英文)
  • 机会评分 - 每个关键词的市场机会综合评分和排名
  • 市场趋势 - 近12个月搜索排名/达人数趋势
  • 销售数据 - 30天销量、销售额及环比增长
  • 雷达分析 - 市场需求、供给、销售、新品、评价五维评分

2. 新品报告 (report)

⚠️ 前置依赖:此功能依赖"关键词搜索"的返回结果!

  • 必须先执行 search 命令获取关键词列表
  • --keyword 参数必须使用 search 返回的 keyword 字段值
  • 随意填写关键词会报错 KEYWORD_ILLEGAL

通过AI新品报告执行API生成深度市场分析和新品推荐:

  • 市场分析 - 市场评级、供需情况、销售表现、竞争态势
  • 关键指标 - 搜索排名趋势、销量趋势、价格分析、雷达图
  • 新品推荐 - AI筛选的机会新品及详细数据
  • 竞品对比 - 新品与同类目热销品的深度对比分析

支持的平台和国家

Amazon 平台

支持国家:US, UK, ES, FR, DE, IT, CA, JP

TikTok 平台

支持国家:ID, VN, MY, TH, PH, US, SG, BR, MX, GB, ES, FR, DE, IT, JP

使用方法

功能1:关键词搜索 (search)

基础用法

搜索关键词并获取相关关键词列表及市场数据:

python3 scripts/selection.py search \
  --keyword "yoga pants" \
  --platform "amazon" \
  --region "US"
带上架时间筛选

指定商品上架时间范围:

python3 scripts/selection.py search \
  --keyword "yoga pants" \
  --platform "amazon" \
  --region "US" \
  --listing-time "90"
参数说明
参数类型必填说明示例
--keywordString✅查询关键词(只支持单个关键词)"yoga pants"
--platformString✅平台(amazon 或 tiktok,小写)"amazon"
--regionString✅国家代码(见上方支持列表)"US"
--listing-timeString❌商品上架时间范围("90" 或 "180",默认180天)"90"
--output-jsonFlag❌输出完整JSON-
返回数据

每个关键词包含:

  • 关键词信息

- keyword: 英文关键词 - keywordCn: 中文关键词 - platform: 平台标识(amazon/tiktok)

  • 机会评分

- oppScore: 市场机会综合评分(数值越高机会越大) - oppScoreDesc: 机会分解读(如"击败同一级类目85.5%关键词")

  • 核心指标

- searchRank: Amazon搜索排名 或 TikTok带货达人数 - rankTrends: 近12个月趋势数据

  • 销售数据

- soldCnt30d: 近30天累计销量及环比增长率 - soldAmt30d: 近30天累计销售额及环比增长率

  • 雷达分

- Amazon: 市场需求分、市场供给分、市场销售分、新品分、评价分(5维) - TikTok: 市场供给分、市场销售分、新品分、评价分(4维)

输出示例
============================================================
相关关键词 (10)
============================================================

1. yoga pants (瑜伽裤)
   平台: AMAZON
   机会分: 37.2 (击败同一级类目85.5%关键词)
   最新1个月亚马逊搜索排名: # 3.6k+
   30天销量: 113.7w+ (↓ -17.5%)
   30天销售额: US$2603.9w+ (↓ -18.4%)
   雷达分: 市场需求分: 41.51, 市场供给分: 47.9, 市场销售分: 45.4...

2. yoga pants set (瑜伽裤套装)
   平台: AMAZON
   机会分: 38.9 (击败同一级类目91.5%关键词)
   最新1个月亚马逊搜索排名: # 20w+
   30天销量: 34.6w+ (↑ 4.7%)
   30天销售额: US$1219.4w+ (↑ 3.4%)
   雷达分: 市场需求分: 12.86, 市场供给分: 48.7, 市场销售分: 42.5...

============================================================
关键词数据已保存到: output/alphashop-sel-newproduct/keywords-yoga-pants-US-20260312-213928.json
============================================================

功能2:新品报告 (report)

⚠️ 重要:使用此功能前,必须先调用"关键词搜索"获取合法关键词!

基础用法

生成完整的新品选品报告:

python3 scripts/selection.py report \
  --keyword "phone" \
  --platform "amazon" \
  --country "US"

带筛选条件的用法

指定商品上架时间和筛选条件:

python3 scripts/selection.py report \
  --keyword "phone" \
  --platform "amazon" \
  --country "US" \
  --listing-time "90" \
  --min-price 10 \
  --max-price 100 \
  --min-sales 1 \
  --max-sales 1000 \
  --min-rating 2.0 \
  --max-rating 5.0

参数说明

参数类型必填说明示例
--keywordString✅⚠️ 必须从 search 命令返回的 keyword 字段获取,不可随意填写"phone"
--platformString✅平台(amazon 或 tiktok,小写)"amazon"
--countryString✅国家代码(见上方支持列表)"US"
--listing-timeString❌商品上架时间范围("90" 或 "180",默认180天)"90"
--min-priceNumber❌最低价格10
--max-priceNumber❌最高价格100
--min-salesInteger❌最低月销量1
--max-salesInteger❌最高月销量1000
--min-ratingFloat❌最低评分(0-5.0)2.0
--max-ratingFloat❌最高评分(0-5.0)5.0

返回数据说明

1. 市场分析(keywordSummary)

市场评级
  • 强烈推荐 (BEST) - 高增长、低竞争的蓝海机会
  • 推荐进入 (GOOD) - 市场健康,有结构性机会
  • 建议观望 (MEDIUM) - 市场平稳,需谨慎评估
  • 不建议进入 (BAD) - 红海市场或需求萎缩
市场总结(Markdown格式)
##### 1. 市场机会总结
- 市场评级:✅推荐进入
- 市场总结:该关键词市场正处于需求强势扩张期...

##### 2. 市场情况分析
- 供给情况:在售商品数量过剩,落后于69%的同类市场...
- 需求情况:Amazon搜索排名持续提升...
- 商品销售情况:近30天销量达17.1万件...
关键指标数据
  • 需求侧

- 搜索排名趋势(近12个月) - 销量趋势(近12个月) - Google Trends数据

  • 供给侧

- 在售商品数、品牌垄断系数、商品垄断系数 - 中国卖家占比、新品销量占比 - 商品平均评分

  • 销售表现

- 30天销量/销售额及环比增长 - 平均价格及价格带分析

  • 雷达图

- 市场需求分、供给分、销售分、新品分、评价分

2. 新品推荐(productList)

每个新品包含:

  • 基本信息:标题、ASIN、类目、图片、链接
  • 价格评分:价格区间、评分、评论数
  • 销售数据:近30天销量、近12个月销量趋势
  • 上架信息:上架日期、上架天数
  • 同款簇信息:同款商品数、价格范围、平均评分
  • 对比分析:与同类目热销品的深度对比(Markdown格式)

输出示例

命令行输出

=== 市场分析 ===

市场评级: ✅推荐进入 (GOOD)
评级说明: 高增长、高客单、低新品竞争下的结构性机会

机会分: 41.7 (击败同一级类目60.5%关键词)

📊 关键指标:
- 30天销量: 17.1w+ (↑ 69.2%)
- 30天销售额: US$4170.1w+ (↑ 113.8%)
- 平均价格: US$313.27 (较高)
- 搜索排名: # 1.9k+ (BEST)
- 在售商品数: 133 (供给适中)
- 中国卖家占比: 19.3% (中低竞争)
- 新品成交占比: 0.1% (较难突围)

=== 推荐新品 (1) ===

1. Apple iPhone 17 Pro Max, US Version...
   价格: US$1449.99~US$1950.0
   评分: 4.1 ⭐ (0条评论)
   30天销量: 473件
   上架: 2025-10-09 (75天)
   同款: 12个商品
   链接: https://www.amazon.com/dp/B0FTC2PRVZ/

报告已保存到: output/alphashop-sel-newproduct/report-phone-US-20261212-143000.json

错误处理

常见错误码

错误码说明解决方案
KEYWORD_ILLEGAL关键词不合法使用关键词查询API返回的关键词
TARGET_PLATFORM_ILLEGAL平台不合法只能是 amazon 或 tiktok
TARGET_COUNTRY_ILLEGAL国家不合法检查国家代码是否在支持列表中
PRODUCT_LISTING_TIME_ERROR上架时间参数错误只能是 "90" 或 "180"
PRODUCT_FILTER_PARAMS_ERROR筛选参数错误检查价格/销量/评分区间是否合理
PRODUCT_RECALL_EMPTY商品召回为空放宽筛选条件(扩大价格/销量区间)
KEYWORD_RISK_ERROR关键词涉及违禁更换其他关键词
TIMEOUT_ERROR请求超时稍后重试

使用技巧

1. API 依赖关系(重要!)

⚠️ 关键词来源限制:新品报告 API 的 --keyword 参数必须来自关键词搜索 API 的返回结果!

正确的使用流程:

# 步骤1:调用关键词搜索 API
python3 scripts/selection.py search \
  --keyword "phone" \
  --platform "amazon" \
  --region "US"

# 步骤2:从返回的关键词列表中选择一个 keyword 值
# 例如返回了:
# 1. phone - keyword: "phone"
# 2. phone case - keyword: "phone case"
# 3. phone holder - keyword: "phone holder"

# 步骤3:使用选中的 keyword 调用新品报告 API
python3 scripts/selection.py report \
  --keyword "phone case"  # ⚠️ 必须是 search 返回的 keyword 字段值
  --platform "amazon" \
  --country "US"

错误示例:

# ❌ 直接使用随意的关键词(会报错 KEYWORD_ILLEGAL)
python3 scripts/selection.py report \
  --keyword "my random keyword" \
  --platform "amazon" \
  --country "US"

为什么有这个限制?

  • 关键词搜索 API 会对关键词进行 AI 分析和校验
  • 只有经过校验的关键词才能保证新品报告的数据质量
  • 随意填写的关键词可能无法匹配到有效的市场数据

2. 筛选条件设置

  • 价格区间:根据目标利润空间设置,最低价 < 最高价
  • 销量区间:建议设置宽松范围,避免召回为空
  • 评分区间:0-5.0,建议 minRating >= 3.0 过滤低质商品
  • 上架时间:"90" 查找最新商品,"180" 覆盖面更广

3. 报错处理

  • PRODUCT_RECALL_EMPTY:说明筛选条件太严,建议:

- 扩大价格区间(如 1-500) - 放宽销量要求(如 0-10000) - 降低评分门槛(如 0-5.0)

API 接口地址

接口方法URL响应耗时
关键词搜索APIPOSThttps://api.alphashop.cn/opp.selection.keyword.search/1.010秒内
新品报告APIPOSThttps://api.alphashop.cn/opp.selection.newproduct.report/1.010秒内

注意事项

  1. 响应时间:接口响应需要几十秒,请耐心等待
  2. 无需鉴权:API为公开接口,无需配置Token
  3. 同步返回:一次调用即可获得完整报告,无需轮询
  4. 关键词限制:仅支持单个关键词,不支持多关键词组合
  5. 平台差异:Amazon和TikTok的数据结构和指标略有差异

完整示例

正确的完整工作流

# ====================================
# 步骤1:关键词搜索
# ====================================
python3 scripts/selection.py search \
  --keyword "yoga pants" \
  --platform "amazon" \
  --region "US" \
  --listing-time "90"

# 输出示例:
# 1. yoga pants (瑜伽裤) - keyword: "yoga pants"
# 2. yoga pants women (女士瑜伽裤) - keyword: "yoga pants women"
# 3. yoga pants set (瑜伽裤套装) - keyword: "yoga pants set"

# ====================================
# 步骤2:选择关键词生成新品报告
# ====================================
# ⚠️ 注意:--keyword 必须使用步骤1返回的 keyword 字段值

python3 scripts/selection.py report \
  --keyword "yoga pants set" \
  --platform "amazon" \
  --country "US" \
  --listing-time "90" \
  --min-price 15 \
  --max-price 50 \
  --min-sales 10 \
  --min-rating 3.5

# ====================================
# TikTok 平台完整示例
# ====================================

# 步骤1:搜索关键词
python3 scripts/selection.py search \
  --keyword "female dress" \
  --platform "tiktok" \
  --region "ID"

# 步骤2:生成报告
python3 scripts/selection.py report \
  --keyword "female dress"  # 使用步骤1返回的 keyword
  --platform "tiktok" \
  --country "ID" \
  --listing-time "180"

API 参考文档

完整的API接口和数据结构文档请参阅 references/api.md。

平台分布

OpenClaw

84.98%
按下载量换算1,191

安全审计

VirusTotal

通过

ClawScan

可疑

Static analysis

通过

权限和风险

接触敏感数据

该 Skill 可能接触密钥、Token、环境变量或敏感配置,应进入高风险复核队列,默认不自动发布。

安装前确认

本站仅展示第三方公开信息,不托管安装包,不提供自动安装或运行环境。安装前应自行审查源码、依赖和命令行为。来源安全扫描存在提醒或未通过项,安装前请自行复核。目前只有一个公开来源,建议同时核对源仓库。

继续浏览同类 Skills