西柚洞察 (Xiyou Insight)
定位
基于 西柚洞察MCP 的亚马逊竞品分析与广告策略工具。LLM Agent 直接调用 MCP 工具获取数据,脚本仅负责数据后处理、报告生成和可视化渲染。
核心特点:
- MCP驱动:所有数据获取通过 xydc-mcp 直接调用
- 场景化工作流:7大核心场景,覆盖广告监控、流量分析、竞品拆解、新品推广、关键词库搭建
- 轻量脚本:仅用于数据聚合、报告生成和 Dashboard 渲染
MCP 工具速查表
ASIN 基础信息
| 工具名称 | 功能 | 参数 |
|---|---|---|
get_asin_info | 获取ASIN基础信息(标题、价格、评分、评论数、主图) | asins, country |
get_asin_variations | 查询父子变体关系 | asin, country |
get_asin_info_trends | 商品信息日趋势(价格、评分、评论数变化) | asin, country, start_date, end_date |
ASIN 关键词分析
| 工具名称 | 功能 | 参数 |
|---|---|---|
get_asin_keywords | ASIN反查关键词(近7天) | asin, country, page, page_size, sort_field, sort_order |
get_asin_keywords_monthly | ASIN反查关键词(月度历史) | asin, country, start_month, end_month, page, page_size |
get_asin_keyword_rank_trends | 关键词日排名趋势 | asin, keyword, country, start_date, end_date |
get_asin_keyword_rank_hourly | 关键词小时级排名(仅US/UK/DE) | asin, keyword, country, date |
get_asin_keyword_traffic_trends | 关键词日流量趋势 | asin, keyword, country, start_date, end_date |
ASIN 流量与销量
| 工具名称 | 功能 | 参数 |
|---|---|---|
get_asin_traffic | 近7天流量得分(自然/广告流量占比) | asins, country |
get_asin_traffic_trends | 日流量趋势(自然/广告/位置维度) | asin, country, start_date, end_date |
get_asin_order_trends | 月订单量趋势 | asin, country, start_month, end_month |
get_asin_bsr_trends | BSR类目排名日趋势 | asin, country, start_date, end_date |
ASIN 广告分析
| 工具名称 | 功能 | 参数 |
|---|---|---|
get_asin_ad_change_trends | 广告投放变化日趋势(新增/移除广告活动) | asin, country, start_date, end_date |
关键词分析
| 工具名称 | 功能 | 参数 |
|---|---|---|
get_keyword_info | 关键词基础指标(搜索量、竞争难度、建议竞价) | keywords, country |
get_keyword_aba_trends | ABA搜索量周趋势(最长52周) | keywords, country, start_week, end_week |
get_keyword_asin_analysis | 关键词反查ASIN(近7天竞争格局) | keyword, country, page, page_size, sort_field, sort_order |
get_keyword_analysis_monthly | 关键词竞争格局月度历史 | keyword, country, start_month, end_month, page, page_size |
7大核心工作场景
场景1:实时监控广告投放效果
目标:通过小时级排名变化和广告放映机,实时监控广告投放效果
工作流程:
Step 1: 获取ASIN基础信息 → get_asin_info(asin) Step 2: 查询小时级排名(仅US/UK/DE) → get_asin_keyword_rank_hourly(asin, keyword, date) 分析广告排名位置和持续时间 Step 3: 查询日排名趋势 → get_asin_keyword_rank_trends(asin, keyword, start_date, end_date) 判断广告投放带动自然排名上升情况 Step 4: 查询广告投放变化 → get_asin_ad_change_trends(asin, start_date, end_date) 分析广告活动新增/移除情况 Step 5: 生成分析报告 → 评估广告投放效率,判断是否带来自然排名提升
输出:广告投放效果分析报告
场景2:快速找到高性价比流量缺口
目标:通过多ASIN对比和关键词分析,找到竞争对手有排名但自身没有的流量缺口
工作流程:
Step 1: 获取多个ASIN基础信息 → get_asin_info(asins) Step 2: 获取各ASIN关键词列表 → get_asin_keywords(asin1) → get_asin_keywords(asin2) → ... Step 3: 对比关键词覆盖差异 → 找出竞品有排名但自身没有的关键词 Step 4: 分析关键词竞争程度 → get_keyword_info(keywords) 判断搜索量、竞争难度、建议竞价 Step 5: 分析关键词下ASIN竞争格局 → get_keyword_asin_analysis(keyword) 判断自然位滚动率、广告位竞争难度 Step 6: 筛选高性价比流量缺口 → 综合评估:搜索量中等、竞争难度低、竞品有排名但自身无排名
输出:流量缺口分析报告,包含推荐补充的关键词列表
场景3:快速拆解对标竞对打法
目标:全面分析竞品的关键词覆盖差异、流量结构和广告策略
工作流程:
Step 1: 获取竞品基础信息 → get_asin_info(competitor_asins) Step 2: 确认主推变体 → get_asin_variations(asin) 确定父体下流量最大的变体 Step 3: 分析流量结构 → get_asin_keywords(asin) → get_asin_traffic(asin) 分析头部词、腰部词、长尾词贡献的展示量 Step 4: 分析广告策略 → get_asin_ad_change_trends(asin, start_date, end_date) → get_asin_traffic_trends(asin, start_date, end_date) 了解广告流量构成和广告展示位置关键词 Step 5: 趋势分析 → get_asin_keyword_rank_trends(asin, keyword, start_date, end_date) 洞察竞品广告投放策略和节奏 Step 6: 综合对比分析 → 关键词覆盖差异、流量份额、广告策略对比
输出:竞品打法拆解报告
场景4:提升新品推广效率
目标:分析新品流量分配阶段(稀疏期→震荡期→稳定期),把握异动关键词机会
工作流程:
Step 1: 获取ASIN基础信息 → get_asin_info(asin) Step 2: 分析流量趋势 → get_asin_traffic_trends(asin, start_date, end_date) 判断流量分配阶段:稀疏期/震荡期/稳定期 Step 3: 分析关键词排名变化 → get_asin_keywords(asin) → get_asin_keyword_rank_trends(asin, keyword, start_date, end_date) Step 4: 识别异动关键词 - 新增:昨日无排名今日出现排名 - 流失:昨日有排名今日消失 - 流量升档:自然流量上升(稀疏→震荡→稳定) - 流量降档:自然流量下降 Step 5: 把握流量窗口机会 → 针对新增和流量升档关键词加大投放 → 针对流失和流量降档关键词分析原因并调整
输出:新品推广分析报告,包含流量阶段判断和异动关键词建议
场景5:精准拆解竞品流量以及广告策略
目标:深度分析竞品的关键词布局、流量来源和广告投放策略
工作流程:
Step 1: 获取竞品基础信息 → get_asin_info(competitor_asins) Step 2: 确认主推变体 → get_asin_variations(asin) Step 3: 分析关键词布局 → get_asin_keywords(asin) → get_asin_keywords_monthly(asin, start_month, end_month) 了解关键词覆盖广度和月度变化 Step 4: 分析流量结构 → get_asin_traffic(asin) → get_asin_traffic_trends(asin, start_date, end_date) 自然/广告流量占比、位置维度拆解 Step 5: 分析广告策略 → get_asin_ad_change_trends(asin, start_date, end_date) → get_asin_keyword_traffic_trends(asin, keyword, start_date, end_date) Step 6: 关键词竞争分析 → get_keyword_info(keywords) → get_keyword_asin_analysis(keyword) 分析竞品核心关键词的竞争格局 Step 7: 生成综合分析报告 → 关键词覆盖差异、流量结构、广告策略洞察
输出:竞品流量与广告策略深度分析报告
场景6:透视竞品广告策略和预算
目标:分析竞品的广告类型分布、活动结构、预算分布和核心广告关键词
工作流程:
Step 1: 获取竞品基础信息 → get_asin_info(asin) Step 2: 确认主推变体 → get_asin_variations(asin) Step 3: 分析广告活动变化 → get_asin_ad_change_trends(asin, start_date, end_date) 识别新增/移除的广告活动,分析投放节奏 Step 4: 分析流量趋势 → get_asin_traffic_trends(asin, start_date, end_date) 判断SP/SB/SBV广告流量占比 Step 5: 分析关键词流量贡献 → get_asin_keywords(asin) → get_asin_keyword_traffic_trends(asin, keyword, start_date, end_date) 找出核心广告关键词及其流量占比 Step 6: 推断预算分布 → 根据广告展示时长和关键词流量变化推断预算调整 → 分析广告投放的周期性规律 Step 7: 生成广告策略分析报告 → 广告类型分布、活动结构、核心关键词、预算推断
输出:竞品广告策略和预算分析报告
场景7:高效搭建关键词库
目标:通过反查竞品流量词和以词找词,搭建完整的关键词库
工作流程:
Step 1: 广泛收集关键词 → 方式1:反查竞品流量词 get_asin_keywords(competitor_asin) × 多个竞品 → 方式2:关键词基础信息 get_keyword_info(core_keywords) Step 2: 关键词拓展 → get_keyword_aba_trends(keywords, start_week, end_week) 分析搜索量趋势和季节性 Step 3: 关键词竞争分析 → get_keyword_asin_analysis(keyword) 判断每个关键词下的竞争格局 Step 4: 按相关性筛选 → 强/高/中相关 → 加入关键词库 → 低/极低相关 → 加入否定词库 Step 5: 关键词分类 → 数据维度:搜索量(大/中/小)、竞争难度(超难/难/中等/简单)、转化率(高/中/低) → 属性维度:人群受众、使用场景、产品维度、价值维度 Step 6: 输出关键词库 → 结构化关键词列表,包含分类标签和优先级
输出:完整关键词库,包含关键词分类和优先级标注
Script Directory
| 脚本 | 用途 | 何时调用 |
|---|---|---|
report_generator.py | 报告生成器:将MCP数据聚合为Markdown报告 | 每个场景完成后 |
dashboard_generator.py | Dashboard渲染:生成可视化看板HTML | 报告生成后 |
data_aggregator.py | 数据聚合器:合并多个ASIN/关键词数据 | 多ASIN对比场景 |
脚本职责:
- 不做API调用:所有数据获取由LLM通过MCP直接调用
- 仅做数据处理:聚合、清洗、格式化
- 报告渲染:生成Markdown和HTML报告
执行流程
通用执行模式
1. 用户输入场景和参数(ASIN/关键词/站点) 2. LLM根据场景选择对应MCP工具组合 3. 调用MCP工具获取数据 4. 使用脚本进行数据后处理和报告生成 5. 输出Markdown报告和Dashboard看板
数据输出目录
xiyou-insight-reports/ └── {scenario}_{asin_or_keyword}_{site}_{YYYYMMDD}/ ├── report.md # Markdown完整报告 ├── data.json # 结构化数据 ├── dashboard.html # 可视化看板 └── raw/ # 原始MCP响应数据 ├── asin_info.json ├── keywords.json ├── traffic.json └── ad_trends.json
数据字段命名规范
| 字段名 | 说明 | 示例 |
|---|---|---|
natural_traffic | 自然流量得分 | 85.5 |
ad_traffic | 广告流量得分 | 42.3 |
total_traffic | 总流量得分 | 127.8 |
keyword_count | 关键词数量 | 156 |
natural_rank | 自然排名位置 | 5 |
ad_rank | 广告排名位置 | 2 |
weekly_search_volume | 周搜索量 | 125000 |
competitive_difficulty | 竞争难度(0-100) | 72 |
cost_per_click | 建议竞价 | 2.35 |
支持的站点
US, CA, MX, BR, UK, DE, FR, ES, IT, JP, AE, AU, SA
注意:小时级排名(get_asin_keyword_rank_hourly)仅支持 US/UK/DE 站点
注意事项
- API限流:每批请求建议控制并发数量,避免触发限流
- 数据时效:近7天数据实时性较好,历史数据可能有延迟
- 消耗提示:查询日期范围越长,API消耗越高
- intent_summary:所有MCP调用必须包含脱敏的业务意图描述,禁止包含用户原始prompt、账号、手机号、邮箱或完整ASIN
与其他Skills的关系
category-selection (品类筛选) ↓ product-research (深度选品调研) ↓ xiyou-insight (竞品分析与广告策略) ← 本Skill ↓ review-analysis (评论深度分析)
区别:
category-selection:品类级别的快速筛选product-research:指定品类的深度调研xiyou-insight:竞品流量分析和广告策略拆解review-analysis:评论的深度痛点分析
版本: v1.0 (7场景工作流) | 最后更新: 2026-07-04


