核心用法
本 Skill 提供 MCP-native 的 Amazon 全域数据抓取能力，无需本地脚本、Python 或 API Key 环境变量配置。通过 8 个专用 MCP Tool 覆盖完整数据场景：
| 场景 | Tool | 关键能力 |
|------|------|---------|
| 单品详情 | `get_amazon_product` | 标题/价格/评分/BSR/五点/A+/卖家/变体 |
| 关键词搜索 | `search_amazon` | 首页 ~22 条 ASIN，含月销/徽章/Sponsored 标记 |
| 类目在售品 | `list_category_products` | 按 browse node ID 拉取，支持分页 |
| 卖家店铺 | `list_seller_products` | 按 seller ID（含 Amazon 自营 ATVPDKIKX0DER）|
| Best Sellers | `list_bestsellers` | 类目热销榜，带 24h 排名变动 |
| New Releases | `list_new_releases` | 30 天内新品 Top-50 |
| 批量评论 | `get_amazon_reviews` | 支持 critical/positive 过滤、带图筛选 |
| 自定义筛选 | `scrape_url` | 价格区间/排序/分页等复杂 URL 兜底 |
关键设计约束
- 双档时效模式：Fast 档（≤90秒/≤8积点/≤6次调用）vs Full 档（≤5分钟/≤30积点/≤15次调用）
- 并发硬限制：实测 2 QPS 稳定，3 QPS 触发 9200 错误，禁止单回合并发 ≥3 个 scrapeApi 调用
- 慢操作预算告知：评论抓取 5 积点/页，调用前必须向用户确认
显著优点
1. 零配置接入：Key 由 MCP client 注入，skill 侧直接读取 PANGOLINFO_API_KEY，无环境变量管理负担
2. 反爬豁免：后端处理验证码与 IP 风控，用户侧无被封风险
3. 结构化输出：强制表格/卡片呈现，拒绝原始 JSON 污染
4. 字段级溯源：每个数字可回溯到具体 tool 路径（如 get_amazon_product.data.json[0].data.results[0].star）
5. 多站点覆盖：支持 US/UK/DE/JP 等，默认 amz_us + 邮编 10041
潜在缺点与局限性
1. 评论成本高昂：5 积点/页，Fast 档禁用，批量 VOC 场景需严格控制 ASIN 数量
2. 自营品 PDP 退化：头部自营商品（如 Echo）常缺失 BSR/brand 字段，需用 search_amazon 兜底
3. Best Sellers 数据需二次解析：recsList 为 JSON 字符串数组，非直接数组
4. filter 系列硬上限：size/page 后端截断至 10，大数据量场景需多次调用
5. 无历史趋势：单次抓取快照，无内置时间序列对比能力
适合人群
- 电商运营：竞品监控、价格追踪、评论情感分析
- 产品经理：VOC 挖掘、痛点归纳、卖点验证
- 数据分析师：ASIN 级数据清洗、类目结构研究
- AI Agent 开发者：为自动化工作流提供结构化 Amazon 数据输入
常规风险
| 风险类型 | 表现 | 缓解措施 |
|---------|------|---------|
| 鉴权失败 | AUTH/bizCode 1004 | 引导用户至 pangolinfo.com 获取 key，重启 MCP client |
| 积分耗尽 | QUOTA | 提示充值，停止 SOP |
| 速率限制 | RATE_LIMIT/9200 | 降并发至 1，间隔 1-5s 重试，连续失败则跳过 |
| 参数错误 | BAD_INPUT | 对照 R-10 字段名速查修正 |
| 数据缺失 | 空 results/退化 PDP | 明确告知"后端未返回"，禁止编造数据 |
关键原则：任何"做不到"的结论前，必须先调 pangolinfo_capabilities 确认，避免凭直觉误判能力边界。