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?

  • 竞争格局分析 — 让您的助手使用 amazon-competitor-intelligence-monitor/ 分析某个关键词或ASIN的竞争对手,返回竞争矩阵、品牌排名和分级警报。
  • 市场机会发现 — 让您的助手使用 amazon-market-analysis/ 评估市场进入条件并跟踪品类变化,生成候选产品短名单和进入评估。
  • Listing健康审计 — 通过 amazon-listing-audit-pro/ 获取8维度Listing评分卡,包含优先修复项和关键词缺口,并提供可操作的改写建议。
  • 定价信号建议 — 仅需输入ASIN,即可使用 amazon-pricing-command-center/ 获取RAISE/HOLD/LOWER信号,附带价格区间热力图和BuyBox分析。
  • 消费者评论洞察 — 使用 amazon-review-intelligence-extractor/ 从超过10亿条预分析评论中提取痛点、购买因素和使用模式,覆盖11个维度。
  • 每日市场监控 — 使用 amazon-daily-market-radar/ 设置自动化警报,监控价格变动、新竞争对手、BSR变化和评论激增,并输出RED/YELLOW/GREEN信号。

文档

English | 中文

ZooData 技能

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,拥有超过 2 亿件商品、超过 10 亿条评论以及实时信号。

Tests License API Discord Stars

网站 • 获取 API 密钥 • Discord • 快速开始 • API 参考


ZooData 是什么?

ZooData 是为智能体构建的数据基础设施。它不是抓取 API,也不是人工仪表盘,而是一个专门构建的数据层,让您的 AI 智能体直接访问亚马逊电商信号——超过 2 亿件索引商品、超过 2 年的历史数据,以及超过 10 亿条预处理为结构化洞察的评论。干净的 JSON、实时、智能体就绪。

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

技能概览

本仓库包含 10 个智能体技能,分为两个层级:

🏗️ 基础层 — 数据访问与全谱系分析:

技能功能输入输出核心优势
📦 zoodata/直接访问 25 个亚马逊电商和关键词情报端点关键词、类目、ASIN 或品牌带有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 + 市场研究、竞品分析、ASIN 评估、定价、类目研究关键词/类目/ASIN + 意图分析发现、热门商品、ASIN 深度分析、带置信度标签的洞察复合命令(report、opportunity)可一键运行多端点流水线
🔎 amazon-keyword-traffic-analysis/基于 11 个关键词情报端点的关键词价值和商品流量健康工作流种子关键词、目标关键词、ASIN 或 ASIN + 关键词扩展层级、关键词价值分析、商品流量结构、趋势和健康诊断专为关键词扩展、关键词分析和商品流量分析设计的流程
📊 amazon-market-analysis/发现市场和商品候选机会,评估进入条件,并跟踪类目变化市场问题、类目或商品机会简报观察候选清单、条件进入评估或有界趋势分析一个连贯的故事,包含独立的证据和卖家决策边界

⚡ 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,可选您的 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(全面约 28-35 积分,快速约 5-10)配三级警报系统
📡 amazon-daily-market-radar/自动化每日监控——价格变化、新竞品、BSR 变动、评论激增您的 ASIN(1-10 个)+ 关键词红/黄/绿警报、KPI 仪表盘、竞品动态、行动项设置后无需管理,带信号验证(7 天以上趋势 vs 单日激增)
✅ amazon-listing-audit-pro/8 维度 listing 健康检查,带优化建议您的 ASIN + 关键词评分(X/100,A-F)、8 维度记分卡、关键词缺口、优先修复清单使用高频评论语言的可操作改写;支持批量审计
💰 amazon-pricing-command-center/数据驱动的定价信号——自动检测叶子类目,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、BuyBox 分析仅需 ASIN 输入(无需关键词)、销售/竞争比率
💬 amazon-review-intelligence-extractor/来自超过 10 亿条预分析评论的深度消费者洞察,覆盖 11 个维度单个 ASIN、多个 ASIN 或类目关键词痛点、购买因素、用户画像、使用模式、差异化路线图超过 10 亿条预分析评论(节省 95% 的 token)、11 个维度
🌐 web-extract/从公开网页和搜索结果中提取结构化数据URL、搜索查询或网站结构化 JSON 或页面内容处理渲染页面和有界网站爬取

amazon-market-analysis 是统一的市场技能。之前的 amazon-market-entry-analyzer、amazon-market-trend-scanner 和 amazon-opportunity-discoverer 目录仅作为已退役的源代码保留;它们的入口点命名为 RETIRED.md,因此技能安装器和发布者不会发现它们。

快速开始

1. 安装技能

npx skills add SerendipityOneInc/ZooData-Skills

系统会提示您选择要安装的技能:

🏗️ 基础层:

  • ZooData — 25 个亚马逊电商和关键词情报端点
  • 亚马逊分析 — 全谱系研究与卖家情报
  • 亚马逊关键词情报 — 扩展、反向 ASIN 与监控
  • 亚马逊市场分析 — 发现、进入与变化

⚡ 专业层:

  • 亚马逊竞品情报监控器 — 带分级警报的双模式竞品情报
  • 亚马逊每日市场雷达 — 自动化监控与警报
  • 亚马逊 Listing 审计专业版 — 8 维度健康检查
  • 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 — 来自超过 10 亿条评论的消费者洞察
  • 网页提取 — 结构化公开网页数据提取

或手动克隆:

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

2. 设置您的 API 密钥

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

🎁 免费层级:注册即送 1,000 积分。1 积分 = 1 次 API 调用。无需信用卡。

3. 试用

向您的 AI 智能体提问:

"分析亚马逊美国站 50 美元以下无线耳机的竞争格局"

或直接使用 CLI:

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

API 端点

基础 URL: https://api.zoodata.ai/openapi/v2 认证: Authorization: Bearer $ZOODATA_API_KEY 方法: 所有端点使用 POST 和 JSON 请求体

端点描述示例用例
🔍 products/search商品搜索,支持 20+ 过滤器(通过 CLI 提供 13 种预设模式)"查找 80 美元以下、4 星以上的跑鞋"
📊 markets/search类目发现和精确快照——规模、集中度、精选 Top 100 定价"瑜伽垫市场竞争有多激烈?"
🧩 markets/structure-profile品牌、价格和其他 Top 100 分布"哪些价格区间贡献了销售额?"
📅 markets/history可用的月末类目市场趋势"这个类目按月如何变化?"
🏷️ products/competitors按关键词、品牌或 ASIN 发现竞品"这个细分市场的顶级卖家是谁?"
⚡ 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/讨厌这个产品的哪些方面?"
📁 categories亚马逊类目树导航"显示电子产品下的子类目"
📈 products/price-band-overview价格区间摘要,带最佳机会区间"瑜伽垫的最佳价格范围是多少?"
📊 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顶级品牌集中度指标(CR10)"品牌格局有多集中?"
🏷️ products/brand-detail按品牌的细分,带热门商品"哪些品牌主导这个类目?"
📅 products/historyASIN 的历史每日快照"显示此 ASIN 的价格和 BSR 历史"

13 种商品搜索模式

技能 CLI(zoodata.py --mode)提供 13 种预设模式,适用于不同的研究策略。模式在客户端扩展为具体的过滤器字段(monthlySalesMin、salesGrowthRateMin 等)——mode 不是 API 参数,将其发送到 /openapi/v2/products/search 会返回 422:

模式策略目标
fast-movers高销售速度快速收入
emerging上升趋势、低饱和度早期进入者
long-tail细分关键词、稳定需求可持续收入
underserved高需求、少卖家市场空白
new-release近期上架商品热门商品
fbm-friendly适合卖家配送低投入起步
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、低评论门槛可扩展进入
broad-catalog广泛商品范围分析类目概览
selective-catalog精选高品质商品高端选择
speculative高风险、高回报机会激进策略
top-bsr最佳卖家排名领先者市场领导者

项目结构

├── zoodata/                              # Data layer skill (lightweight)
│   ├── SKILL.md                            # 25 Amazon and keyword 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   # Keyword value and trend analysis
│       └── scenarios-product-traffic-analysis.md # Product traffic health analysis
│
├── 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-analysis/               # Market discovery, entry assessment & change
│   ├── 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
│
├── web-extract/                          # Structured public web extraction
│   ├── SKILL.md
│   └── scripts/
│       └── webtools.py
│
├── scoring-methodology.md                # Unified quality scoring framework
├── CHANGELOG.md
└── README.md

要求

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

贡献

我们欢迎贡献!请参阅 CONTRIBUTING.md 了解指南。

社区

  • 💬 Discord — 聊天、获取帮助、分享您正在构建的内容
  • 🐛 Issues — 错误报告和功能请求
  • 📖 API 文档 — 完整的 API 文档

许可证

MIT © SerendipityOne Inc.