APIClaw — 市场趋势扫描器

抢先发现正在上升的类目。以用户语言响应。

文件

凭证

必需：APICLAW_API_KEY。可在 apiclaw.io/api-keys 免费获取密钥。

输入

提示用户：“请提供一个或多个需监控的类目（例如 ‘Pet Supplies > Dogs’）。我将扫描其所有子类目，并识别趋势动向。支持单个类目或批量输入。”

必需：1 个或以上类目路径或关键词；可选：扫描深度、指标偏好。

API 使用陷阱（关键！）

1. 先确认类目：必须先通过 categories --keyword 解析出 categoryPath，再进行其余操作
2. 所有关键词端点均须包含 --category；遗漏将导致聚合结果失真
3. 直接使用 API 字段名：营收 = sampleAvgMonthlyRevenue，销量 = monthlySalesFloor
4. 各子类目的核心指标：sampleAvgMonthlySales、sampleNewSkuRate、topBrandSalesRate、sampleAvgPrice、sampleAPlusRate、totalSkuCount、sampleFbaRate

模式 1：全量扫描

1. categories --keyword "{keyword}" → 解析类目路径
2. market --category "{path}" --page-size 20 → 分页采集全部子类目市场数据
3. 记录每个子类目的 7 项核心指标（参见“API 使用陷阱”第 4 条）
4. 对每个热门子类目执行：products --keyword "{sub}" --category "{path}" --mode emerging --page-size 20
5. 对每个热门子类目执行：products --keyword "{sub}" --category "{path}" --mode new-release --page-size 20
6. 保存基线数据至 {skill_base_dir}/scan-data/baseline.json，保存配置至 {skill_base_dir}/scan-data/watchlist.json
7. 输出完整趋势报告（详见“输出规范”）
8. 提供 Auto-Monitor（自动监控）设置选项

模式 2：快速检查（定时执行）

1. 读取 {skill_base_dir}/scan-data/watchlist.json 与 {skill_base_dir}/scan-data/baseline.json
2. 对每个被监控类目执行：market --category "{path}"
3. 依据下方信号规则与基线数据比对
4. 🔴 触发告警 → 通知用户；否则仅静默记录日志
5. 将快照保存至 {skill_base_dir}/scan-data/history/{timestamp}.json，并更新基线数据

趋势信号

趋势解读与行动指南

子类目排序标准

按综合吸引力对子类目排序（采用市场准入评分逻辑）：

• 需求强度：sampleAvgMonthlySales — 数值越高越具吸引力 📊
• 竞争程度：topBrandSalesRate — 数值越低越开放 📊
• 准入门槛：sampleAvgRatingCount — 数值越低越易进入 📊
• 活跃度：sampleNewSkuRate — 数值越高越动态 📊
• 利润率信号：sampleAvgPrice — 数值越高通常代表利润率越高 🔍

Auto-Monitor（自动监控）

每次完成全量扫描后，询问用户是否启用定时监控。若用户同意，则生成 cron 配置，内容包括：类目列表、告警阈值、执行周期。支持 OpenClaw /cron、ChatGPT Scheduled Tasks、Claude Projects。快速检查模式仅在 🔴 级别告警时通知用户。

输出规范

全量扫描输出格式：趋势仪表盘（覆盖全部子类目）→ 🔥 热门类目 TOP 5 → 🆕 新入局者扫描 → ⚠️ 风险告警 → 子类目详情（逐个热门类目展开）→ 后续步骤 → 数据溯源 → API 调用明细。

语言（必需）

输出语言必须与用户输入语言一致。若用户以中文提问，则整份报告须为中文；若为英文提问，则输出英文。例外：API 字段名（如 monthlySalesFloor、categoryPath）、端点名、技术术语（如 ASIN、BSR、CR10、FBA、credits）一律保留英文原文。

免责声明（必需，置于每份报告最上方）

本数据基于 APIClaw API 截至 [date] 的抽样结果。月销量（monthlySalesFloor）为下限估计值。本分析仅供参阅，不可作为商业决策的唯一依据。行动前请务必结合其他信源交叉验证。

置信度标签（必需，每个结论均须标注）

• 📊 数据支撑型 — 直接来自 API 原始数据（例如：“CR10 = 54.8% 📊”）
• 🔍 推断型 — 基于数据的合理逻辑推导（例如：“品牌集中度中等 🔍”）
• 💡 方向型 — 属于建议、预测或策略性判断（例如：“可考虑切入 $10–15 价格带 💡”）

规则：所有策略建议不得标记为 📊；异常值（如增长 >200%）一律标记为 💡；须注明抽样偏差说明；用户设定的筛选条件优先于 AI 判断。

数据溯源（必需）

每份报告末尾须附如下表格：

从 JSON 响应中的 _query 字段提取端点与参数。备注栏须注明：抽样方式、T+1 延迟、实时接口 vs 数据库查询、最低评论数阈值等。

API 调用明细（必需）

从每次响应的 meta.creditsConsumed 字段提取。结尾须注明：Credits remaining: N。

API 积分预算

全量扫描：约 40–60 积分（约每子类目 2–3 积分 × 20 个）；快速检查：约 20–30 积分（仅 market 端点）。