---
name: qinghu-amazon-market-list
description: "青虎AI 亚马逊-类目市场筛选：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。当用户说「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」或提出同类需求时必须触发。关键词：青虎AI、qhkit、青虎数据、亚马逊、Amazon、类目筛选、市场容量、垄断度、新品机会、类目对比、市场列表。"
user-invocable: true
homepage: https://www.npmjs.com/package/@iqinghu/qhkit
metadata: {"openclaw":{"emoji":"🗺️","requires":{"bins":["qhkit"]},"install":[{"kind":"node","package":"@iqinghu/qhkit","bins":["qhkit"]}]}}
---

# 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

```bash
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：

1. **有 qhkit 吗？** `qhkit config show` 能跑通即就绪，跳到第 4 步。
2. **没有 qhkit 但有 node/npm** → 全局安装（推荐）：

   ```bash
   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）。
3. **连 node 都没有**（要求 Node ≥ 18）：先装 Node 再回到第 2 步。

   ```bash
   # 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`。
4. **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=1788417527636 注册/登录后，从 https://www.iqinghu.com/workbench/dashboard/api-keys 获取），或设环境变量 `QHKIT_TOKEN`。
5. **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：

```bash
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）。