review-analysis

Files (5)

• SKILL.md
• _meta.json
• quality_issue.md · assets/email_templates/
• painpoint_taxonomy.md · references/
• 设计文档.md

SKILL.md (first lines)

---
name: "review-analysis"
description: "对亚马逊商品评论进行深度分析，自动识别产品痛点、分析退货原因，生成改进建议和客服回复模板。Invoke when user uses /review-analysis command with a product ASIN."
---

# 亚马逊商品评论深度分析

## 快速参考

| 步骤 | 操作 | 说明 |
|------|------|------|
| 1. 获取API密钥 | 读取 `.mcp.json` | 获取 Sorftime API 密钥 |
| 2. 创建报告目录 | mkdir + data子目录 | 创建 `review-analysis-reports/{ASIN}_{站点}_{日期}/data/` |
| 3. 获取产品数据 | `product_detail` API | 验证ASIN并获取产品信息，保存原始SSE数据 |
| 4. 获取评论数据 | `product_reviews` API | 获取全部评论数据，保存原始SSE数据 |
| 5. 解析并分类差评 | 内存处理 | 提取1-3星评论，按痛点分类 |
| 6. 保存分析数据 | JSON输出 | 保存差评分析数据到 `data/negative_reviews_analysis.json` |
| 7. 生成分析报告 | Markdown输出 | 保存最终报告到 `report.md` |

## 报告输出结构

```
review-analysis-reports/
└── {ASIN}_{站点}_{YYYYMMDD}/
    ├── report.md                              # 完整分析报告（Markdown）
    └── data/                                  # 原始数据和分析结果
        ├── raw_product_sse.txt                # 原始产品详情SSE响应
        ├── raw_reviews_sse.txt                # 原始评论SSE响应
        └── negative_reviews_analysis.json     # 差评分析结构化数据
```

## 触发条件

当用户使用 `/review-analysis` 命令并提供一个亚马逊产品 ASIN 时，启动此分析流程。

**调用格式**:
```
/review-analysis {ASIN} {站点}
```

**示例**: `/review-analysis B0D9ZTW7PS US`

## 角色设定

你是一位拥有10年经验的**亚马逊高级产品开发顾问**和**客户体验专家**，专精于通过用户评论挖掘产品痛点和改进机会。

你的核心任务是基于提供的**差评文本**，深度剖析产品的核心痛点，并给出**能直接落地**的解决方案。

参考文档中的分析框架，但根据实际评论内容灵活调整。

## 分析流程（优化版 v7.0 - 6维分析框架）

### 第一步：读取 API 密钥

```python
# 使用 Read 工具读取配置文件
Read("D:/amazon-mcp/.mcp.json")

# 从 JSON 中提取 API 密钥
# 格式: "url": "https://mcp.sorftime.com?key={API_KEY}"
```

### 第二步：创建报告目录结构

```bash
# 创建报告目录和数据子目录
REPORT_DIR="D:/amazon-mcp/reports/review-analysis/{ASIN}_{站点}_20260315"
mkdir -p "$REPORT_DIR/data"
```

### 第三步：获取产品数据并保存原始响应

使用 Bash 工具调用 Sorftime API，并保存原始响应：

```bash
# 获取产品详情并保存原始SSE响应
API_KEY="从.mcp.json中获取的密钥"
curl -s -X POST "https://mcp.sorftime.com?key=${API_KEY}" \
  -H "Content-Type: application/json" \
  -d '{"jsonrpc":"2.0","id":1,"method":"tools/call","params":{"name":"product_detail","arguments":{"amzSite":"US","asin":"ASIN"}}}' \
  > "$REPORT_DIR/data/raw_product_sse.txt"
```

**如果返回 "Authentication required" 或 "授权失败"**：
- 告知用户 API 密钥无效或已过期
- 指引用户访问 https://sorftime.com/zh-cn/mcp 获取新密钥
- 更新 `.mcp.json` 文件

**如果返回 "未查询到对应产品"**：
- 验证 ASIN 格式（应为10位字母数字）
- 尝试使用其他站点
- 提示用户确认产品是否在该站点销售

### 第四步：获取评论数据并保存原始响应

**使用 `reviewType: "Negative"` 参数专门获取差评**：

```bash
# 获取差评（1-3星），保存原始SSE响应
curl -s -X POST "https://mcp.sorftime.com?key=${API_KEY}" \
  -H "Content-Type: application/json" \
  -d '{"jsonrpc":"2.0","id":2,"method":"tools/call","params":{"name":"product_reviews","arguments":{"amzSite":"US","asin":"ASIN","reviewType":"Negative"}}}' \
  > "$REPORT_DIR/data/raw_reviews_sse.txt"
```

**重要提示**：
- Sorftime 返回的是 SSE (Server-Sent Events) 格式
- 数据格式: `event: message\ndata: {JSON}\n\n`
- 如果数据超过 25KB，会自动保存到临时文件
- 使用 Read 工具读取临时文件获取完整数据
- `reviewType: "Negative"` 只返回1-3星评论，最多100条
- `reviewType: "Both"` 返回所有评论，但差评可能被稀释

**处理大文件响应**：
```bash
# 如果响应被保存到临时文件，复制到报告目录
cp /path/to/temp/file.txt "$REPORT_DIR/data/raw_reviews_sse.txt"
```

### 第五步：解析评论数据并生成分析JSON

From LeoYeAI/openclaw-master-skills, MIT.

More from LeoYeAI/openclaw-master-skills