APIClaw — Amazon Data API for AI Agents

官方

为AI代理构建的实时亚马逊数据API。涵盖2亿+商品、10亿+评论、实时BSR、定价及竞品数据,以整洁JSON格式呈现。提供10项代理技能,支持市场调研、竞品监控、定价策略、Listing审计等功能。赠送1000免费积分。

你可以用 Apiclaw — Amazon Data API For AI Agents MCP 做什么?

  • 按关键词、类别或ASIN搜索亚马逊产品,使用 products/search 并带有13种预设模式,如热销品、新兴品或未充分开发品。
  • 分析市场竞争和品牌集中度,使用 markets/search 获取市场份额、定价和卖家格局等指标。
  • 获取实时产品详情,包括评论、功能和变体,通过 realtime/product 获取任何ASIN的实时产品详情。
  • 从评论中提取结构化消费者洞察,使用 reviews/analysis 来揭示痛点、购买因素和情感,涵盖11个维度。
  • 跟踪历史价格和BSR趋势,使用 products/history 查看随时间变化的每日快照。
  • 评估定价格局并接收RAISE/HOLD/LOWER信号,通过分析价格区间分布和竞争对手定价,使用 products/price-band-overviewproducts/price-band-detail

文档

English | 中文

ZooData 技能

专为智能体构建的数据基础设施。
目前为亚马逊电商提供支持,涵盖 2 亿+ 商品、10 亿+ 评论和实时信号。

Tests License API Discord Stars

网站获取 API 密钥Discord快速入门API 参考


什么是 ZooData?

ZooData 是专为智能体构建的数据基础设施。它不是爬虫 API,也不是人工仪表盘。它是一个专门构建的数据层,让你的 AI 智能体能够直接访问亚马逊电商信号——2 亿+ 索引商品、2 年以上的历史数据,以及 10 亿+ 条已预处理为结构化洞察的评论。提供干净的 JSON 格式,实时响应,智能体就绪。

https://github.com/user-attachments/assets/305a161b-7a53-49b8-afdc-4469a4fbf361

技能概览

此仓库包含 11 个智能体技能,分为两个层级:

🏗️ 基础层 — 数据访问与全谱分析:

技能功能输入输出核心优势
📦 zoodata/直接访问全部 11 个 API 端点——分类、市场、商品、竞品、实时数据、评论、价格区间、品牌、历史记录关键词、分类、ASIN 或品牌包含字段映射和特性说明的原始 API 数据完整的 API 参考——所有其他技能都基于此构建
🎯 amazon-analysis/13 种内置选择模式 + 市场调研、竞品分析、ASIN 评估、定价、分类研究关键词/分类/ASIN + 意图分析发现、热门商品、ASIN 深度剖析、带置信度标签的洞察组合命令(reportopportunity)可一键运行多端点分析流程
🔎 amazon-keyword-traffic-analysis/基于 8 个关键词流量端点构建的关键词情报工作流种子关键词、目标关键词、ASIN 或 ASIN + 关键词扩展层级、单关键词判定、反向 ASIN 流量词、异常解释专用于关键词扩展、反向 ASIN 和关键词流量监控的流程

⚡ 专业层 — 为特定工作流专门构建:

技能功能输入输出核心优势
⚔️ amazon-competitor-intelligence-monitor/深度竞品情报——全面扫描或快速检查,带分级警报关键词或 ASIN,可选你的 ASIN + 竞品 ASIN竞品矩阵、品牌排名、价格地图、30 天趋势、评分(1-100)、分级警报双模式(全面扫描约 28-35 积分,快速检查约 5-10 积分),三级警报系统
📡 amazon-daily-market-radar/自动化每日监控——价格变动、新竞品、BSR 变动、评论激增你的 ASIN(1-10 个)+ 关键词红/黄/绿警报、KPI 仪表盘、竞品动态、行动建议设置后即可自动运行,带信号验证(7 天以上趋势对比单日峰值)
amazon-listing-audit-pro/8 维度 Listing 健康检查及优化建议你的 ASIN + 关键词评分(X/100,A-F 级)、8 维度评分卡、关键词差距、优先修复列表利用高频评论语言提供可操作的改写建议;支持批量审计
🚪 amazon-market-entry-analyzer/一键市场可行性分析——发现细分市场,评分(1-100),给出进入/谨慎/规避建议关键词或分类路径细分市场格局、判定结果、市场概览、品牌格局、进入策略自动发现细分市场,并进行双层 CR10 检查
📈 amazon-market-trend-scanner/分类格局扫描——趋势子类目、新兴利基、市场变化1 个以上分类路径或关键词趋势仪表盘、热门分类 TOP 5、新进入者扫描、风险警报跨所有子类目的分类级趋势分析
💎 amazon-opportunity-discoverer/基于画像的机会扫描器——自动选择策略,用实时数据验证,7 维度评分预算 + 经验水平 + 关键词/分类前 10 个机会(S/A/B/C 级),前 3 名详细分析,风险警报基于画像的策略自动选择 + 快速扫描(约 10 积分)
💰 amazon-pricing-command-center/数据驱动的定价信号——自动检测叶子分类,分析定价格局一个或多个 ASIN提价/维持/降价信号,价格区间热力图,竞品价格地图,购物车分析仅需 ASIN 输入(无需关键词),销售/竞争比率
💬 amazon-review-intelligence-extractor/从 10 亿+ 条预分析评论中提取深度消费者洞察,涵盖 11 个维度单个 ASIN、多个 ASIN 或分类关键词痛点、购买因素、用户画像、使用模式、差异化路线图10 亿+ 条预分析评论(节省 95% token),11 个维度

快速入门

1. 安装技能

npx skills add SerendipityOneInc/ZooData-Skills

系统将提示你选择要安装的技能:

🏗️ 基础层:

  • ZooData — 亚马逊电商数据,11 个端点
  • 亚马逊分析 — 全谱研究与卖家情报
  • 亚马逊关键词情报 — 扩展、反向 ASIN 与监控

⚡ 专业层:

  • 亚马逊竞品情报监控器 — 双模式竞品情报,带分级警报
  • 亚马逊每日市场雷达 — 自动化监控与警报
  • 亚马逊 Listing 审计专家 — 8 维度健康检查
  • 亚马逊市场进入分析器 — 进入/谨慎/规避判定
  • 亚马逊市场趋势扫描器 — 每日分类雷达
  • 亚马逊机会发现器 — 利基扫描与评分
  • 亚马逊定价指挥中心 — 提价/维持/降价信号
  • 亚马逊评论情报提取器 — 从 10 亿+ 评论中提取消费者洞察

或手动克隆:

git clone https://github.com/SerendipityOneInc/ZooData-Skills.git

2. 设置你的 API 密钥

export ZOODATA_API_KEY='hms_live_xxx'   # Get yours free at zoodata.ai/en/api-keys

🎁 免费套餐:注册即享 1,000 积分。1 积分 = 1 次 API 调用。无需信用卡。

3. 试用一下

询问你的 AI 智能体:

“分析亚马逊美国站上 50 美元以下无线耳机的竞争格局”

或直接使用命令行:

python amazon-analysis/scripts/zoodata.py products --keyword "wireless earbuds" --mode competitive_landscape

API 端点

基础 URL: https://api.zoodata.ai/openapi/v2 认证方式: Authorization: Bearer $ZOODATA_API_KEY 请求方法: 所有端点均使用 POST,附带 JSON 请求体

端点描述示例用例
🔍 products/search商品搜索,支持 13 种预设模式、20+ 种筛选条件“查找 80 美元以下、4 星以上的跑鞋”
📊 markets/search市场级指标——集中度、品牌份额、定价“瑜伽垫市场竞争有多激烈?”
🏷️ products/competitors按关键词、品牌或 ASIN 发现竞品“这个利基市场的头部卖家是谁?”
realtime/product实时商品详情——评论、特性、变体“获取 ASIN B0D5CRV4KL 的当前详情”
💬 reviews/analysisAI 驱动的评论洞察——情感、痛点“顾客喜欢/讨厌这款产品的哪些方面?”
📁 categories亚马逊分类树导航“显示电子产品下的子类目”
📈 products/price-band-overview价格区间摘要,含最佳机会区间“瑜伽垫的最佳价格区间是多少?”
📊 products/price-band-detail完整的 5 区间价格分布分析“显示无线耳机的详细价格区间细分”
🏢 products/brand-overview头部品牌集中度指标(CR10)“品牌格局的集中度如何?”
🏷️ products/brand-detail各品牌细分及头部商品“哪些品牌主导了这个分类?”
📅 products/historyASIN 的历史每日快照“显示此 ASIN 的价格和 BSR 历史记录”

13 种商品搜索模式

products/search 端点支持 13 种预设模式,适用于不同的研究策略:

模式策略目标
fast-movers高销售速度快速营收
emerging上升趋势,低饱和度早期入局者
long-tail利基关键词,稳定需求可持续收入
underserved高需求,少卖家市场空白
new-release近期发布商品趋势商品
fbm-friendly适合商家自配送低投入启动
low-price高性价比商品走量策略
single-variant简单 Listing,无变体易于管理
high-demand-low-barrier高销量,低评论门槛可规模化进入
broad-catalog广泛商品范围分析分类概览
selective-catalog精选优质商品高端选择
speculative高风险、高回报机会激进策略
top-bsr畅销榜排名领先者市场领导者

项目结构

├── zoodata/                              # Data layer skill (lightweight)
│   ├── SKILL.md                            # 11 endpoints, quick start
│   └── references/
│       └── openapi-reference.md            # API field reference
│
├── amazon-analysis/                      # Deep analysis skill
│   ├── SKILL.md                            # Intent routing, workflows, evaluation criteria
│   ├── references/
│   │   ├── reference.md                    # Full API reference
│   │   ├── execution-guide.md              # Step-by-step execution playbook
│   │   ├── scenarios-composite.md          # Comprehensive recommendations
│   │   ├── scenarios-eval.md               # Product evaluation, risk, reviews
│   │   ├── scenarios-pricing.md            # Pricing strategy
│   │   ├── scenarios-ops.md                # Market monitoring, alerts
│   │   ├── scenarios-expand.md             # Expansion, trends
│   │   └── scenarios-listing.md            # Listing writing, optimization
│   └── scripts/
│       └── zoodata.py                      # CLI — 8 subcommands, 13 preset modes
│
├── amazon-keyword-traffic-analysis/      # Keyword intelligence & traffic analysis
│   ├── SKILL.md
│   ├── README.md
│   └── references/
│       ├── reference.md                    # Keyword endpoint reference
│       ├── execution-guide.md              # Execution and monitoring rules
│       ├── scenarios-expand.md             # Keyword expansion
│       ├── scenarios-keyword-analysis.md   # Single-keyword evaluation
│       ├── scenarios-reverse-asin.md       # Reverse ASIN analysis
│       └── scenarios-keyword-traffic-diagnosis.md # Keyword traffic anomaly diagnosis
│
├── amazon-competitor-intelligence-monitor/  # Competitor intelligence & monitoring
│   ├── SKILL.md
│   ├── references/
│   │   └── reference.md
│   └── scripts/
│       └── zoodata.py
│
├── amazon-daily-market-radar/            # Daily market pulse & anomaly detection
│   ├── SKILL.md
│   ├── references/
│   │   └── reference.md
│   └── scripts/
│       └── zoodata.py
│
├── amazon-listing-audit-pro/             # Listing quality audit & optimization
│   ├── SKILL.md
│   ├── references/
│   │   └── reference.md
│   └── scripts/
│       └── zoodata.py
│
├── amazon-market-entry-analyzer/         # Market viability assessment
│   ├── SKILL.md
│   ├── references/
│   │   └── reference.md
│   └── scripts/
│       └── zoodata.py
│
├── amazon-opportunity-discoverer/        # Niche & opportunity identification
│   ├── SKILL.md
│   ├── references/
│   │   └── reference.md
│   └── scripts/
│       └── zoodata.py
│
├── amazon-market-trend-scanner/           # Category landscape scanning & trend discovery
│   ├── SKILL.md
│   ├── references/
│   │   └── reference.md
│   └── scripts/
│       └── zoodata.py
│
├── amazon-pricing-command-center/        # Pricing strategy & competitive signals
│   ├── SKILL.md
│   ├── references/
│   │   └── reference.md
│   └── scripts/
│       └── zoodata.py
│
├── amazon-review-intelligence-extractor/    # Review intelligence & insight extraction
│   ├── SKILL.md
│   ├── references/
│   │   └── reference.md
│   └── scripts/
│       └── zoodata.py
│
├── scoring-methodology.md                # Unified quality scoring framework
├── CHANGELOG.md
└── README.md

环境要求

  • Python 3.8+(仅标准库,零 pip 依赖)
  • ZooData API 密钥(免费获取

参与贡献

我们欢迎贡献!请参阅 CONTRIBUTING.md 了解指南。

社区

  • 💬 Discord — 交流、获取帮助、分享你的项目
  • 🐛 Issues — 错误报告和功能请求
  • 📖 API 文档 — 完整 API 文档

许可证

MIT © SerendipityOne Inc.