亚马逊-类目市场筛选 | 青虎AI
从类目维度评估市场规模、竞争强度、垄断程度、利润空间与新品机会，按条件筛选可进入的类目。
数据来自青虎数据工具 market_research（市场列表，平台：亚马逊），通过 qhkit mcp 调用——不需要、也不要去宿主环境里找或配置 MCP server。
何时触发
- 「找卖家不多、均价 20-80 美元的类目」
- 「哪些类目还有新品机会」
- 「对比几个类目哪个好做」
调用流程
qhkit mcp describe '{"names":["market_research"]}' # ① 本会话首次调用前查最新入参与计费（免费）
qhkit mcp estimate '{"names":["market_research"]}' # ② 单次基价（青虎积分，免费）
qhkit mcp call '{"name":"market_research","params":{"request":{"marketplace":"<Amazon 站点代码>"}}}'
call的params照 describe 返回的inputSchema填（下表是快照，以 describe 为准）；上面 call 里的值只是占位示意，按用户需求替换，不要原样提交。- 参数复杂或含中文 / 引号时，把
{"name":...,"params":{...}}写进文件，用qhkit mcp call @params.json调用，避免 shell 转义问题。 - Windows 防乱码：Windows 上经 PowerShell 调 qhkit 时，stdout 里的中文会按系统代码页 GBK 解码成乱码（如「专图模型」变成「涓撳浘妯″瀷」），模型名、选项、报错都对不上——看到乱码不要据此判断模型或选项不存在。每条 qhkit 命令在同一行先切 UTF-8 再调用：
[Console]::OutputEncoding=[Text.Encoding]::UTF8; qhkit <命令> <action> @params.json；仍有乱码就加全局参数--out result.json（qhkit 0.15.0+），stdout 只回一行纯 ASCII 的文件路径，再按 UTF-8 读该文件拿完整结果。PowerShell 5.1 还会吞掉命令行 JSON 里的双引号（报「json_args 解析失败」），Windows 上参数一律写进文件走@params.json。macOS / Linux / Git Bash 不受影响。 - 用户没说清的必填项（站点、时间周期、ID 等）先问清楚或按下表说明取值，不要猜。
入参（快照）
| 参数 | 必填 | 类型 | 说明 | 取值 |
|---|---|---|---|---|
request |
✅ | object | 对象，字段见下 | |
request.minNewAvgPrice |
number | 最小新品平均价格 | ||
request.maxGoodsCrn |
number | 最大商品集中度 | ||
request.minAvgBsr |
integer | 最低平均BSR排名 | ||
request.departmentKeyword |
string | 类目关键字 | ||
request.minNewAvgRatings |
integer | 最小新品平均评分数 | ||
request.sellerLocation |
string | 卖家所属地，见表1.3 | ||
request.returnFields |
string | 指定返回的字段，多个字段用逗号隔开。不指定则返回所有字段。例如：asin,title,price,totalUnits,totalAmount | ||
request.minNewCount |
integer | 最小新品数量 | ||
request.maxAmazonSelfProportion |
number | 最大Amazon自营占比 | ||
request.minSellerCrn |
number | 最大卖家集中度 | ||
request.minSellers |
integer | 最小卖家数量 | ||
request.minAvgPrice |
number | 最低平均价格 | ||
request.minAvgRating |
number | 最低平均评分值 | ||
request.maxAvgSellers |
number | 最大平均卖家数量 | ||
request.order |
object | 排序 | ||
request.order.field |
string | 排序字段。 可选值(仅填写字段名): - total_units: 月销量 - total_amount: 月销售额 - price: 价格 - rating: 评分 - reviews: 评分数 - profit: 毛利 - reviews_rate: 留评率 - available_date: 上架时间 - questions: Q&A - total_units_growth: 月销量增长率 - total_amount_growth: 月销售额增长率 - reviews_increasement: 月新增评分数 - bsr_rank_cv: 近7天BSR增长数 - bsr_rank_cr: 近7天BSR增长率 禁止使用未列出的值。 | ||
request.order.desc |
boolean | 排序类型 | ||
request.minAvgRevenue |
number | 最低月均销售额 | ||
request.minNewAvgUnits |
number | 最低新品月均销量 | ||
request.marketplace |
✅ | string | Amazon 站点代码（枚举值）：US, JP, UK, DE, FR, IT, ES, CA, IN, MX, BR, AU, AE | |
request.maxBrands |
integer | 最大品牌数量 | ||
request.maxNewAvgRatings |
integer | 最大新品平均评分数 | ||
request.maxNewAvgPrice |
number | 最大新品平均价格 | ||
request.newProduct |
integer | 新品定义阈值（单位：月），用于指定将上架在该时间范围内的商品视为新品。可根据行业特性调整，如服装类通常为 1，母婴等长生命周期行业可设为 6 | ||
request.maxAvgRevenue |
number | 最高月均销售额 | ||
request.minNewAvgRevenue |
number | 最低新品月均销售额 | ||
request.maxAvgProfit |
number | 最高平均毛利率 | ||
request.maxNewAvgRevenue |
number | 最高新品月均销售额 | ||
request.minFbmProportion |
number | 最小FBM占比 | ||
request.maxSellerCrn |
number | 最小卖家集中度 | ||
request.maxSellers |
integer | 最大卖家数量 | ||
request.maxTopAvgUnits |
integer | 最高头部均月销量 | ||
request.topNum |
integer | 头部Listing数量, 做竞争分析时，一般是取头部产品和整体样本做对比，来判断市场竞争度/集中度, 卖家精灵默认是取头部前10商品 | ||
request.maxEbcProportion |
number | 最大A+数量占比 | ||
request.month |
string | 查询月份, 格式: yyyyMM | ||
request.size |
integer | 每页条数 | ||
request.minEbcProportion |
number | 最小A+数量占比 | ||
request.minNewAvgRating |
number | 最小新品平均星级 | ||
request.maxAvgRatings |
integer | 最高平均评分数 | ||
request.maxNewAvgUnits |
number | 最高新品月均销量 | ||
request.minAvgRatings |
integer | 最低平均评分数 | ||
request.page |
integer | 页码 | ||
request.nodeIdPath |
string | 产品所属的类目节点 ID, 例如： 2619525011:3741271， 通常通过查询【产品类目信息】获取，或由用户直接指定类目路径 | ||
request.maxFbmProportion |
number | 最大FBM占比 | ||
request.minBrands |
integer | 最小品牌数量 | ||
request.maxBrandCrn |
number | 最大品牌集中度 | ||
request.maxTopAvgRevenue |
number | 最高头部月均销售额 | ||
request.minTopAvgUnits |
integer | 最低头部月均销量 | ||
request.minWeight |
number | 最低重量 | ||
request.minAvgSellers |
number | 最小平均卖家数量 | ||
request.minAvgProfit |
number | 最低平均毛利率 | ||
request.minNewProportion |
number | 最小新品数量占比 | ||
request.minGoodsCrn |
number | 最小商品集中度 | ||
request.maxGoodsCount |
integer | 最高商品数量 | ||
request.maxNewProportion |
number | 最大新品数量占比 | ||
request.maxTopAvgBsr |
integer | 最高头部平均BSR | ||
request.minGoodsCount |
integer | 最低商品数量 | ||
request.minTopAvgRevenue |
number | 最低头部月均销售额 | ||
request.maxAvgPrice |
number | 最高平均价格 | ||
request.maxAvgBsr |
integer | 最高平均BSR排名 | ||
request.maxWeight |
number | 最高重量 | ||
request.minAmazonSelfProportion |
number | 最小Amazon自营占比 | ||
request.maxVolume |
number | 最高体积 | ||
request.maxAvgRating |
number | 最高平均评分值 | ||
request.maxNewAvgRating |
number | 最大新品平均星级 | ||
request.minBrandCrn |
number | 最小品牌集中度 | ||
request.minVolume |
number | 最低体积 | ||
request.minAvgUnits |
integer | 最低月均销量 | ||
request.maxAvgUnits |
integer | 最高均月销量 | ||
request.maxFbaProportion |
number | 最大FBA占比 | ||
request.minTopAvgBsr |
integer | 最低头部平均BSR | ||
request.maxNewCount |
integer | 最大新品数量 | ||
request.minFbaProportion |
number | 最小FBA占比 |
典型需求：「查询美国站，卖家数量至少10个，平均价格在20到80美元}}之间的类目市场」
工具说明（线上原文整理）
Amazon 类目市场分析工具，用于从“类目维度”评估市场规模、 竞争强度、盈利空间以及新品进入可行性。
该工具回答的核心问题包括：
- 这个类目整体有多大？是否有足够销量与销售额？
- 类目是否被头部商品或头部品牌高度垄断？
- 平均价格、利润率是否具备盈利空间？
- FBA / FBM / Amazon 自营结构是否健康？
- 新品在该类目中是否仍有成长机会？
适用于以下场景：
- 选品前的类目筛选与市场可行性判断
- 新品是否适合进入该类目
- 类目竞争激烈程度评估
- 对比多个类目，寻找更优的切入市场
【类目ID获取】当入参需要 nodeIdPath 等类目ID，而用户只提供类目名称或关键词时。应先将关键词翻译为目标站点/国家对应语言，再调用 product_node 搜索并获取类目信息，最后使用匹配到的类目ID调用本工具；不要凭空编造类目ID。只取用 product_node 工具的类目数据。
上下游
- 类目 ID 从哪来：用户只说了类目名称时，先用
product_node（用户说的中文类目名先翻成站点语言再查）查出 nodeIdPath 等类目 ID 再填，不要编 ID。 - 相关工具：
product_node（亚马逊-类目节点查询）。括号里是它们各自对应的「青虎AI」专项技能；需要时也可直接qhkit mcp call调用（计费授权规则同下）。
计费与授权
- 付费工具。单次基价参考约 2 青虎积分（2026-10 快照，会调整），报价前先跑
qhkit mcp estimate，以它返回的baseCredits为准。 - 按返回结果量计费：返回条数越多实扣越高——报价说「约 X 积分起，以实际扣费为准」，大批量拉取前先说明。
- 本会话首次调用前：把要调用的工具（中文名 + 用途）和预计积分一次性告诉用户，征得同意后本会话内不再重复询问；同一需求要连调上下游工具时，一起列出、一次授权。用户拒绝或只同意一部分时，未同意的不调用。
- 实扣以
call返回的credits为准（已经是青虎积分，不要再换算）；业务数据里自带的「积分 / points」字段是数据源自己的口径，不要引用。 - 同一轮回复内付费调用不超过 10 次；还要更多数据时，先说明还差什么、要再调几次，征得同意后下一轮继续。
- 有付费调用的那一轮，在回复最末尾另起一行、单独一行写：
本次共消耗 X 青虎积分（X 为本轮全部credits之和，小数按实际写）。
结果处理
- stdout 恒为一行 JSON。成功为
{"ok":true,"stage":"done","name":...,"credits":...,"data":...}；失败为{"ok":false,"stage":"...","message":"..."}，把message原样转告用户。stderr 的提示行不是错误。 - 小结果直接在
data里。大结果返回large:true+file（完整 JSON 的本地路径）+records（记录数）/fields（字段）/preview（前几条）——后续筛选、统计、导出一律读file，不要逐行抄写，也不要凭预览推断全量。 - 记录 ≥ 10 条时整理成表格文件交付（装了
qinghu-excel-export技能就用它），不要把大数据集铺成聊天里的 markdown 表格；回复保持精简：结论 + 文件 + 不超过 5 行关键预览。 - 结论先行：先回答用户真正关心的问题（值不值得做、谁最强、趋势向上还是向下），再给支撑数据；数字标明平台、站点、周期与样本量，不同站点或周期的数字不要混在一张表里比。
stage:"validate"：本地校验没过，未发起、未扣费——按details.inputSchema改参数后重试。stage:"call"/stage:"mcp"：服务端失败（401/50x CLI 已自动重试过）。先qhkit config show确认密钥，再转述 message；参数问题先想清楚再改，不要连环试错——失败也可能扣费。
能力边界
- 本技能只负责「亚马逊-类目市场筛选」这一项查询（工具
market_research）。用户要的数据超出它的返回范围时，用下方上下游工具或同系列技能补齐，不要用名字相近的工具凑合，也不要改用浏览器抓网页。 - 拿不到的 ID / 类目 / 账号标识，按上文「上下游」从对应工具取，不要凭印象编。
- 要做完整分析（选品决策、竞品拆解、蓝海挖掘等多步编排）时，转交同系列场景技能：「亚马逊-ASIN解析专家 | 青虎AI」、「亚马逊-关键词选品专家 | 青虎AI」、「亚马逊-细分市场评估师 | 青虎AI」、「亚马逊-爆款趋势挖掘师 | 青虎AI」。
- 其他平台 / 其他数据类型，或想按需求检索全部 200+ 个青虎数据工具，用总技能「青虎AI」（
qhkit mcp search）。
环境自举（缺什么装什么，不要因环境缺失放弃任务）
本技能依赖 qhkit 命令（npm 包 @iqinghu/qhkit，mcp 命令需 0.14.0+），可完全独立安装。按顺序检测，缺失就地补齐：
-
有 qhkit 吗？
qhkit config show能跑通即就绪，跳到第 4 步。 -
没有 qhkit 但有 node/npm → 全局安装（推荐）：
npm i -g @iqinghu/qhkit默认走 npm 官方源；官方源访问慢或超时（国内网络常见）时，再加镜像参数
--registry=https://registry.npmmirror.com（阿里维护的 npm 官方镜像，仅作网络兜底）。仅当全局安装因权限失败且无法提权时，才退而用npx @iqinghu/qhkit <命令> ...（npx 必须写包全名）。 -
连 node 都没有（要求 Node ≥ 18）：先装 Node 再回到第 2 步。
# Linux 二进制安装（装到用户目录，无需 root；先校验官方 SHA256 再解包）： cd /tmp && curl -fsSLO https://nodejs.org/dist/v22.22.3/node-v22.22.3-linux-x64.tar.xz cd /tmp && curl -fsSL https://nodejs.org/dist/v22.22.3/SHASUMS256.txt | grep ' node-v22.22.3-linux-x64.tar.xz$' | sha256sum -c - mkdir -p "$HOME/.local/lib" && tar -xJf /tmp/node-v22.22.3-linux-x64.tar.xz -C "$HOME/.local/lib" export PATH="$HOME/.local/lib/node-v22.22.3-linux-x64/bin:$PATH"校验行输出
OK才继续；校验失败就删掉重下，绝不解包未通过校验的文件。nodejs.org 访问不通时，把两个下载 URL 的前缀https://nodejs.org/dist整体换成镜像https://registry.npmmirror.com/-/binary/node（目录结构相同，SHASUMS256.txt 也有镜像，校验步骤不变）。export PATH只对当前 shell 生效，跨命令调用时每个新 shell 都要先执行这行（或追加进~/.bashrc）。macOS 用brew install node；Windows 用 winget/官网安装包。arm64 机器把x64换成arm64。 -
密钥：无密钥时（命令返回
stage:"config"），执行qhkit config set --token <密钥> --env prod（密钥让用户打开 https://www.iqinghu.com/workbench/login?type=1&urlCode=1788417429126 注册/登录后，从 https://www.iqinghu.com/workbench/dashboard/api-keys?urlCode=1788417429126 获取），或设环境变量QHKIT_TOKEN。 -
自检：
qhkit config show输出脱敏配置即全部就绪。 核对站点（本技能对接国内版 iqinghu.com）：config show返回的site必须是cn。是intl（baseHost为 autoagc.com）说明本机残留了国际版配置——不要按国际站引导用户取密钥，也不要拿国际站的模型清单答复（那边是gpt-image-2/gemini-3.1-flash这类底层模型名，和本技能对不上）；直接把第 4 步的国内站取密钥文案发给用户，拿到密钥后执行qhkit config set --token <密钥> --env prod覆盖。source为env时配置来自环境变量，要请用户删掉QHKIT_TOKEN/QHKIT_ENV或把QHKIT_ENV改成prod。只有用户明确说自己用的是国际版（AutoAGC）账号时才保留 intl。调用报 401 / 未登录时同样先跑config show核对站点：国内版密钥配在国际站必然 401。
升级：命令返回 {"ok":false,"stage":"version",...}（版本门禁，message 里就是升级命令），或返回 stage:"runtime" 且 message 为「未知命令：mcp」（本机 qhkit 太老），都先升级再重试原命令：
npm i -g @iqinghu/qhkit@latest
官方源慢或超时时同样加 --registry=https://registry.npmmirror.com。安装/配置失败时把具体报错告诉用户（常见：无写权限 → 提示用户提权或改用 npx；无网络 → 让用户处理网络）。