據 AlphaMoat 統計,截至 2026-09,Amazon FBA Finder 累計下載 1,548 次、獲 0 個星標,在全部 5,078 個 AI 技能中排名第 4,738 位,在「商業營運」分類(297 個)中排名第 271 位。
| 平台 | 累計安裝 | 累計下載 | 星標 | 評論 |
|---|---|---|---|---|
| ClawHub ↗ | 25 | 1114 | - | - |
| SkillHub ↗ | 151 | 1548 | - | — |
各平台的計數口徑不同,統計時間不一致。
主文聲稱可發現產品機會、分析競爭、推薦供應商並估算 FBA 成本與收益,也描述了使用 Amazon 和 Alibaba API 進行分析的流程。當前素材僅為產品說明,未獨立驗證實現、供應商資訊或銷售/利潤估算;文件本身也提示銷售資料為估算且可能偏差。商業決策前應核實 API 資料、費用、Amazon 政策及目標市場法規,不應將評分或收益示例視為保證。 選品及供應商整合可能部分仍為占位實作,使用前核實實際實作。執行範例需 Python 相依套件及範圍受限的 Amazon/Alibaba 金鑰,放於私人管理並在審閱過的隔離環境安裝。
資料釋出於 2026-10-27
以下是根據技能文件生成的示例,不代表實際執行結果。
2026-09 起統計方法調整:同名技能按作者分別統計,並覆蓋全部技能。圖中虛線為調整前的月份,與之後的資料不直接比較,也不計算跨越調整的增長。
| 月份 | 累計下載 | 環比 | 星標 |
|---|---|---|---|
| 2026-09 | 1548 | — | - |
| 2026-08 | 1197 | +25.1% | - |
| 2026-07 | 957 | — | - |
| 2026-05 | 563 | — | - |
| 2026-03 | 285 | — | - |
以下是作者釋出的原始檔案,按純文字顯示,本站未做修改或稽核;其中的連結不可點選,命令請核實後再執行。抓取於 2026-10-23。
# Amazon FBA Finder - 高利润产品发现引擎 **版本**: 1.0.0 **作者**: 小龙 **定价**: $149/月 **类别**: 电商/数据分析 --- ## 📋 概述
Amazon FBA Finder 是一款专业的亚马逊产品研究工具,帮助卖家快速发现高利润产品机会、分析市场竞争、推荐优质供应商,并精确计算利润。
### 核心价值
- 🎯 **高利润产品发现** - 智能算法识别蓝海产品
- 📊 **竞争分析** - 深度市场洞察,规避红海竞争
- 🏭 **供应商推荐** - Alibaba/1688 优质供应商匹配
- 💰 **利润计算器** - 精确 FBA 成本核算,避免亏本
---
## 🚀 快速开始
### 安装
```bash
# 使用 skillhub 安装
skillhub install amazon-fba-finder
# 或使用 clawhub
clawhub install amazon-fba-finder
```
### 配置
在 `TOOLS.md` 或环境变量中配置 API 密钥:
```bash
AMAZON_API_KEY=your_amazon_api_key
ALIBABA_API_KEY=your_alibaba_api_key
```
---
## 📖 功能详解
### 1. 高利润产品发现
```python
from amazon_fba_finder import AmazonFBAFinder
finder = AmazonFBAFinder()
# 发现产品机会
opportunities = await finder.find_opportunities(
category="Home & Kitchen",
min_price=20,
max_price=100,
min_margin=0.25,
limit=20
)
```
**返回数据**:
- `asin`: 产品 ASIN
- `title`: 产品标题
- `price`: 售价
- `estimated_sales`: 预估月销量
- `competition_score`: 竞争度评分 (0-100)
- `profit_margin`: 利润率
- `opportunity_score`: 综合机会评分 (0-100)
- `trend`: 趋势 (rising/stable/declining)
### 2. 市场竞争分析
```python
# 分析竞争情况
competition = finder.analyze_competition(
category="Kitchen Gadgets",
products=competitor_list
)
```
**返回数据**:
- `competition_level`: 竞争程度 (low/medium/high/very_high)
- `entry_barrier`: 进入壁垒
- `differentiation_opportunities`: 差异化机会
- `recommended_strategy`: 推荐策略
### 3. 供应商推荐
```python
# 寻找供应商
suppliers = finder.find_suppliers(
product_keyword="bamboo cutting board",
target_price=8.50,
min_order=100
)
```
**返回数据**:
- `recommended_suppliers`: 推荐供应商列表
- `avg_unit_cost`: 平均采购成本
- `estimated_landed_cost`: 到岸成本
- `profit_margin_at_moq`: MOQ 下的利润率
- `risk_factors`: 风险因素
- `negotiation_tips`: 谈判建议
### 4. 利润计算器
```python
# 计算利润
profit = finder.calculate_profit(
selling_price=35.99,
product_cost=8.50,
length=12, # 英寸
width=9, # 英寸
height=1.5, # 英寸
weight=2.5, # 磅
shipping_cost=2.0,
monthly_sales=300
)
```
**返回数据**:
- `net_profit`: 单件净利润
- `profit_margin`: 利润率 (%)
- `roi`: 投资回报率 (%)
- `monthly_profit_estimate`: 月利润预估
- `breakeven_units`: 盈亏平衡点
- `recommendation`: 推荐建议
### 5. 一站式完整分析
```python
# 完整分析报告
report = await finder.full_analysis(
category="Home & Kitchen",
product_keyword="bamboo cutting board",
target_price=35.99
)
```
**返回完整报告**:
- 产品机会列表
- 竞争分析
- 供应商推荐
- 利润分析
- 综合推荐建议
---
## 💡 使用场景
### 场景 1: 新品开发
```python
# 快速筛选高潜力产品
opportunities = await finder.find_opportunities(
category="Sports & Outdoors",
min_margin=0.30, # 至少 30% 利润
limit=50
)
# 只看评分 70+ 的优胜者
winners = [p for p in opportunities if p['opportunity_score'] >= 70]
```
### 场景 2: 市场进入决策
```python
# 完整分析后再决定
report = await finder.full_analysis(
category="Pet Supplies",
product_keyword="dog water bottle",
target_price=24.99
)
if report['overall_recommendation']['score'] >= 70:
print("✅ 推荐进入")
else:
print("❌ 建议寻找其他机会")
```
### 场景 3: 利润优化
```python
# 对比不同售价场景
scenarios = finder.profit_calculator.compare_scenarios(
base_price=29.99,
cost=7.50,
dimensions=ProductDimensions(10, 8, 6, 2)
)
for scenario, data in scenarios.items():
print(f"{scenario}: 售价${data['price']}, 利润率{data['margin']}%")
```
---
## 📊 算法说明
### 机会评分算法
```
机会评分 = 销售速度×30% + (100-竞争度)×25% + 利润率×30 + 趋势因子×15%
```
### 竞争程度评估
| 平均评论数 | 竞争者数量 | 竞争等级 |
|-----------|-----------|---------|
| <100 | <50 | LOW |
| 100-500 | 50-200 | MEDIUM |
| 500-2000 | 200-500 | HIGH |
| >2000 | >500 | VERY_HIGH |
### FBA 费用计算
基于 Amazon 2024 年最新费率标准:
- Small Standard: $3.22 起
- Large Standard: $4.75 起
- Oversize: $9.73 起
---
## ⚠️ 注意事项
1. **API 限制**: Amazon API 有调用频率限制,建议批量处理
2. **数据准确性**: 销售数据为估算值,实际可能有±20% 偏差
3. **市场变化**: 建议定期重新分析,市场动态变化
4. **合规性**: 确保所选产品符合 Amazon 政策和目标市场法规
---
## 🔧 高级配置
### 自定义费率
```python
finder = AmazonFBAFinder(config={
'marketplace': 'US', # US/UK/DE/JP 等
'amazon_api_key': 'xxx',
'alibaba_api_key': 'xxx',
'custom_referral_rate': 0.15, # 自定义佣金率
'custom_storage_fee': 0.87 # 自定义仓储费
})
```
### 批量分析
```python
# 批量分析多个产品
keywords = ["bamboo cutting board", "silicone spatula", "kitchen scale"]
reports = await asyncio.gather(*[
finder.full_analysis("Home & Kitchen", kw, 29.99)
for kw in keywords
])
```
---
## 📈 预期收益
根据内测用户数据:
- **平均产品发现时间**: 从 2 周缩短至 2 小时
- **产品成功率**: 从 15% 提升至 45%
- **平均利润率**: 28-35%
- **ROI**: 50-120%
### 收益计算示例
```
月费:$149
发现产品数:5 个/月
成功产品:2 个 (40% 成功率)
单产品月利润:$3,000
月总利润:$6,000
ROI: 40 倍+
```
---
## 🆘 常见问题
### Q: 需要 Amazon Seller 账号吗?
A: 不需要。工具使用公开 API 和数据源。
### Q: 数据更新频率?
A: 实时查询 Amazon 和供应商平台,确保数据最新。
### Q: 支持哪些站点?
A: 目前支持 US、UK、DE、JP、CA、AU 等主要站点。
### Q: 可以导出报告吗?
A: 支持导出 PDF/Excel 格式报告(v1.1 版本)。
---
## 📝 更新日志
### v1.0.0 (2026-03-15)
- ✅ 初始版本发布
- ✅ 产品发现算法
- ✅ 竞争分析引擎
- ✅ 供应商推荐系统
- ✅ FBA 利润计算器
### 计划中
- v1.1: 报告导出功能
- v1.2: 关键词研究工具
- v1.3: 竞品追踪功能
- v2.0: AI 选品助手
---
## 📞 支持
- **文档**: https://github.com/your-repo/amazon-fba-finder
- **问题反馈**: https://github.com/your-repo/amazon-fba-finder/issues
- **邮件**: [email protected]
---
## ⚖️ 许可
MIT License - 详见 LICENSE 文件
**免责声明**: 本工具提供数据分析和决策支持,不构成投资建议。卖家应自行进行尽职调查。
為 AI agent 提供電話號碼並代辦電話事務的技能。
透過 Trello REST API 管理看板、列表與卡片。
透過知了標訊介面查詢和分析招投標相關資訊。
產品經理工作臺:從需求分析到 PRD 與迭代規劃。
面向日曆管理與會議排期的技能。
提供市場趨勢、競品與使用者行為分析的市場分析服務。
按資料分析篩電商爆款,覆蓋多個平台的品類。
透過 Maton 託管 OAuth 訪問 Salesforce CRM 的技能。
資料月份:2026-09 · 下載/星標/安裝數聚合自公開技能註冊庫(ClawHub、SkillHub),按月更新。口徑說明見資料方法。