Ecommerce Ai Skills

跨境电商 AI 知识底座

人可以读，agent 可以装。

每个数字都经 CI 核验 · 每个 Prompt 都带反幻觉护栏 · 每章都写明什么时候不管用

🇨🇳 中文 · [🇺🇸 English](READMEEN.md) · [🇯🇵 日本語](READMEJA.md)  |  📖 在线阅读  |  📦 [给 agent 装](dist/)

[](https://creativecommons.org/publicdomain/zero/1.0/) [](https://github.com/kangise/ecommerce-ai-skills) [](https://github.com/kangise/ecommerce-ai-skills)

这是什么

跨境电商的 AI 实操知识库，同一份内容有两种用法：

• 当书读 — 69 章，从选品到增长，三语完整，在线站点随时切换语言
• 给 agent 装 — [dist/](dist/) 是即插即用的能力包，MCP Server 一行配置接进 Claude / Cursor

两边由同一套 CI 门禁把关。门禁不过，两边都发不出去。

你是谁 → 从哪进

为什么不是又一个 Prompt 合集

问 AI「这个品类月销量大概多少」，它几乎一定会给你一个看起来很合理的数字——而它并不知道。

选品、备货、定价后面跟着真金白银。Agent 时代更危险：模型拿着它不知道的数去调价、去下单。

这个库的区别不是提示词更花哨，是划清了 AI 该在哪儿停下。

30 秒看出区别

把这段复制到 ChatGPT 或 Claude：

精通 Amazon US 市场的跨境电商选品顾问

便携式颈挂风扇（Neck Fan），目标站点 Amazon US

1. 这个品类的竞争结构是怎样的？哪些因素决定胜负
2. 差异化可以从哪几个方向切入
3. 进入前必须核实哪些数据？逐条说明去哪查、查哪个字段
4. 风险提示（合规、专利、季节性库存）

- **不要给出具体的月销量、售价、市场规模数字。** 你不掌握实时市场数据，
  编造的数字会导致我压错货
- 需要某个数字才能判断时，告诉我该去哪里查，然后停下来
- 每个结论标注来源：[品类常识推断] 或 [需我提供数据]

注意它的回答里没有编造的数字，而是告诉你「这几个数你得自己去 Helium 10 查」。

三个真实用法

1 · 给新品写 Amazon Listing（不需要写代码）

打开 [A2 Listing 优化](src/a-operators/a2-listing-optimization.md)，复制「Listing 全套生成」那段 Prompt，把产品信息填进去。

拿到的是一份带平台硬约束的 Listing：标题 ≤200 字符且前 80 字符含最高搜索量词、5 条 Bullet 各 ≤200 字符无 HTML、后台 Search Terms 每行 ≤250 字节。

> 这些不是随口写的规则，是 Amazon 的实际限制，存在 [ontology/constraints.yaml](ontology/constraints.yaml) 里，Prompt 的 ` 块会逐条核对。改一处约束，所有引用它的 Prompt 由门禁 O5` 盯着一起改。

2 · 让 Claude Desktop 变成电商顾问（5 分钟）

{
  "mcpServers": {
    "opc-ecommerce": {
      "command": "npx",
      "args": ["-y", "mcp-server-filesystem", "/path/to/ecommerce-ai-skills/dist"]
    }
  }
}

装完之后：

| 你问 | 它做什么 | |---|---| | 「ACOS 涨到 40% 怎么办」 | 路由到 ecom-advertising，给诊断路径而不是通用建议 | | 「我该不该用 AI 做需求预测」 | 路由到 ecom-applicability，回答「样本不足一年不该」——因为它装了每章的失效边界 | | 「客户投诉和图片不符怎么回」 | 路由到 ecom-customer-service，给带文案纪律的回复模板 |

详见 [dist/integration/mcp.md](dist/integration/mcp.md)。

3 · 团队跨平台上新，规则不用记

同一个「标题」在三个平台是三回事，[ontology/constraints.yaml](ontology/constraints.yaml) 里查得到：

amazon.listing.title.max_length:       200  字符
shopify.product_page.title.max_length:  70  字符
tiktok_shop.product.title.max_length:   80  字符

团队再在群里问，甩链接。或者直接用 ecom-listing skill 一次生成三个平台的合规变体。

不仅是书 — 三层结构

| 层 | 内容 | 规模 | 给谁 | |---|---|---|---| | 知识库 | 69 章，三语（中/英/日） | 69 章 | 人读 · agent 检索 | | Ontology | 电商领域模型 | 94 实体 · 318 约束 · 78 关系 · 8 流程 | agent 之间的共享契约 | | Skills + Prompts | 带护栏的可执行能力 | 878 条 Prompt · 9 个可安装 skill | agent 直接调用 |

dist/ 目录结构：

dist/
  SKILL.md       ← agent 入口，读它就知道怎么路由请求
  ontology.json  ← 电商领域模型（实体、关系、约束）
  prompts.json   ← 带护栏的 Prompt，三语
  skills/        ← 9 个 domain skill，各含 manifest + playbook + 边界
  knowledge/     ← 69 章结构化索引
  integration/   ← MCP Server 接入指南

为什么可以信这些内容

不是靠「我们很认真」，是靠 24 项 CI 门禁，每一项必须为 0，非零就让部署失败：

| 门禁 | 查什么 | |---|---| | M1 | 正文里每个硬数字必须有来源、核验日期、对冲词，或显式标记 | | M2 | 每个指南章必须有「什么时候这套不管用」小节 | | M4 | 每个外链都探测过且不是死链 | | M7 | verified 标记超过 18 个月自动过期报错 | | N3 N4 | 每个 Prompt 有自检块和输出格式 | | O5 | 正文写的约束值必须和 ontology 一致 | | parity | 三语文件都存在且结构一致 |

跑一遍自己看：

python3 scripts/verify_all.py

> 完整门禁清单和设计理由见 [scripts/README.md](scripts/README.md)。已知未关闭项写在 [CONTRIBUTING.md](CONTRIBUTING.md) 里，不藏。

从哪开始

| 你是谁 | 从这里进 | |--------|---------| | 想先知道 AI 到底能干什么 | [AI 全景评估](src/0-foundations/ai-landscape.md) — 30 分钟看完每个环节的成熟度 | | 运营，想马上用起来 | [A1 选品](src/a-operators/a1-product-research.md) · [A2 Listing](src/a-operators/a2-listing-optimization.md) · [A3 广告](src/a-operators/a3-advertising.md) | | 已经在用 AI，想自动化 | [A14 运营 Agent 化](src/a-operators/a14-operations-agent.md) — 先判断哪些环节值得做 | | 技术，要自己搭 | [B4 Agent 工作流](src/b-developers/b4-agent-workflow.md) · [B6 MCP 集成](src/b-developers/b6-mcp-agentic-workflow.md) | | 关心眼下的合规 | [关税与 de minimis](src/a-operators/a11-financial-analysis.md) · [EU AI Act](src/a-operators/a6-compliance.md) |

其他你可能关心的

• 内容不会三个月就烂掉 — 正文只写能力档位，型号价格集中在[模型矩阵](src/resources/model-matrix.md)一页维护，带核验日期，过期由 M7 报错
• Agent 时代可用 — 不止给 Prompt，还给[迁移到技能文件的方法](src/0-foundations/f2-prompt-engineering.md)和[哪些动作绝不能交给 Agent](src/a-operators/a14-operations-agent.md)
• CC0 — 随便抄，不用署名，不用告诉我

---

内容索引

| Domain | Topics | |--------|--------| | AI 基础 | [AI 演进](src/0-foundations/f1-ai-evolution.md) · [Prompt 工程](src/0-foundations/f2-prompt-engineering.md) · [RAG](src/0-foundations/f3-rag-knowledge.md) · [Agent](src/0-foundations/f4-agent-automation.md) · [RPA](src/0-foundations/f5-rpa-automation.md) · [工具对比](src/0-foundations/f6-ai-tools-comparison.md) · [AI 全景评估](src/0-foundations/ai-landscape.md) | | 选品与市场 | [选品洞察](src/a-operators/a1-product-research.md) · [定价策略](src/a-operators/a8-pricing-strategy.md) · [知识产权](src/a-operators/a12-ip-protection.md) | | 供应链 | [库存与供应链](src/a-operators/a5-inventory.md) | | 内容与转化 | [Listing 优化](src/a-operators/a2-listing-optimization.md) · [视觉内容](src/a-operators/a7-visual-content.md) · [品牌建设](src/a-operators/a10-brand-building.md) | | 流量与获客 | [广告优化](src/a-operators/a3-advertising.md) · [SEO/GEO](src/a-operators/a9-seo-geo.md) · [Growth Hack](src/a-operators/a13-ai-growth-hack.md) | | 社交媒体 | [Instagram/Facebook](src/e-social-media/e1-instagram-facebook-ai-guide.md) · [YouTube](src/e-social-media/e2-youtube-ai-guide.md) · [小红书](src/e-social-media/e3-xiaohongshu-ai-guide.md) · [Pinterest](src/e-social-media/e4-pinterest-ai-guide.md) · [WhatsApp](src/e-social-media/e5-whatsapp-business-ai-guide.md) · [Reddit](src/e-social-media/e6-reddit-ai-guide.md) · [跨渠道](src/e-social-media/e7-social-media-cross-channel.md) | | 客户运营 | [客服与售后](src/a-operators/a4-customer-service.md) | | 合规与财务 | [合规风控](src/a-operators/a6-compliance.md) · [财务分析](src/a-operators/a11-financial-analysis.md) · [AI 风险治理](src/c-managers/c4-ai-risk-governance.md) | | 多平台 — 货架 | [Walmart](src/d-platforms/d4-walmart-ai-guide.md) · [eBay](src/d-platforms/d9-ebay-ai-guide.md) · [AliExpress](src/d-platforms/d10-aliexpress-ai-guide.md) · [Temu](src/d-platforms/d5-temu-seller-guide.md) · [Faire](src/d-platforms/d12-faire-wholesale-ai-guide.md) | | 多平台(独立站) | [Shopify](src/d-platforms/shopify-ai-guide.md) | | 多平台(短视频) | [TikTok Shop](src/d-platforms/tiktok-shop-ai-guide.md) | | 多平台(亚太) | [东南亚](src/d-platforms/d6-southeast-asia-ai-guide.md) · [日本](src/d-platforms/d8-rakuten-japan-ai-guide.md) · [韩国](src/d-platforms/d11-coupang-korea-ai-guide.md) | | 多平台(欧拉美) | [Mercado Libre](src/d-platforms/d7-mercado-libre-ai-guide.md) · [Otto/Zalando](src/d-platforms/d13-europe-marketplaces-guide.md) | | 跨平台策略 | [跨平台协同](src/d-platforms/cross-platform-strategy.md) · [平台对比](src/d-platforms/platform-comparison.md) | | AI 系统构建 | [数据管道](src/b-developers/b1-data-pipeline.md) · [预测模型](src/b-developers/b2-prediction-models.md) · [RAG 知识库](src/b-developers/b3-rag-knowledge-base.md) · [Agent](src/b-developers/b4-agent-workflow.md) · [本地部署](src/b-developers/b5-local-model-deploy.md) · [MCP](src/b-developers/b6-mcp-agentic-workflow.md) · [Review NLP](src/b-developers/b7-review-nlp-system.md) · [Dashboard](src/b-developers/b8-ecommerce-dashboard.md) · [图片生成](src/b-developers/b9-ai-image-pipeline.md) | | 团队与管理 | [能力评估](src/c-managers/c1-ai-assessment.md) · [团队建设](src/c-managers/c2-team-building.md) · [ROI](src/c-managers/c3-roi-evaluation.md) · [竞争情报](src/c-managers/c5-competitive-intelligence.md) |

---

AI 基础

不管你是什么角色，建议先建立 AI 的基本认知。这部分按 4 个维度展开：AI 是什么、怎么和 AI 对话、怎么让 AI 自动干活、怎么把 AI 能力固化成可复用的工具。

AI 认知

---

> AI 不是魔法，而是概率。理解它的能力边界，才能知道什么时候该信任它、什么时候该质疑它。

[AI 技术演进](src/0-foundations/f1-ai-evolution.md)梳理了从规则系统到大语言模型的完整脉络，帮你理解为什么 2024 年之后 AI 在电商领域突然变得实用。[AI 全景评估](src/0-foundations/ai-landscape.md)把跨境电商的每个业务环节按 AI 成熟度打分，帮你判断哪些环节值得优先投入、哪些还不成熟。[AI 工具对比](src/0-foundations/f6-ai-tools-comparison.md)帮你在 ChatGPT、Claude、Gemini 等工具之间做选择。

Prompt 工程

---

> Prompt 是你和 AI 之间的接口。同样的模型，好的 Prompt 和差的 Prompt 输出质量可以差 10 倍。

[Prompt 工程](src/0-foundations/f2-prompt-engineering.md)不只是"怎么写提示词"，而是一套系统化的方法论 — 角色设定、上下文注入、输出格式控制、Chain-of-Thought 推理。这篇指南教你从"能用"到"好用"到"稳定好用"。

Agent 与自动化

---

> Prompt 是一次性的对话，Agent 是持续运行的工作流。当你需要 AI 自动执行多步骤任务时，就需要从 Prompt 升级到 Agent。

[RAG](src/0-foundations/f3-rag-knowledge.md) 让 AI 能查阅你的私有数据（产品手册、历史报告），而不只是依赖训练数据。[Agent](src/0-foundations/f4-agent-automation.md) 让 AI 能自主规划和执行多步骤任务 — 比如自动监控竞品价格变化并生成调价建议。[RPA 自动化](src/0-foundations/f5-rpa-automation.md)覆盖了不需要 AI 判断的重复性操作，和 Agent 互补。

Skills 与工具生态

---

> Skills 是把 AI 能力固化成可复用模块的方式。写一次 Skill，团队所有人都能用同样的质量标准调用 AI。

[AI Skills 与 Rules 合集](src/resources/awesome-ai-skills.md)收集了 Kiro Skills、Cursor Rules、Claude SKILL.md 和 OpenClaw Skills 的最佳实践。[MCP 与 Agent 工具集](src/resources/awesome-mcp-agents.md)收集了 30+ 电商相关的 MCP Server（Shopify、Amazon Ads、SEO 等）和 7 大 Agent 框架，让你的 AI 工具能直接连接电商平台的数据和操作。

---

运营路径

以 Amazon 为主线，覆盖跨境电商运营的完整业务链路。不需要写代码，每个环节都有可直接复制的 Prompt。

flowchart LR
    A[选品] --> B[供应链]
    B --> C[内容]
    C --> D[流量]
    D --> E[社交媒体]
    E --> F[客服]
    F --> G[合规与财务]

    A --- A1[选品洞察]
    A --- A8[定价策略]
    A --- A12[知识产权]

    B --- B5[库存与供应链]

    C --- C2[Listing 优化]
    C --- C7[视觉内容]
    C --- C10[品牌建设]

    D --- D3[广告优化]
    D --- D9[SEO/GEO]
    D --- D13[Growth Hack]

    E --- E1[Instagram/Facebook]
    E --- E2[YouTube]
    E --- E3[小红书]
    E --- E4[Pinterest]
    E --- E5[WhatsApp]
    E --- E6[Reddit]

    F --- F4[客服与售后]

    G --- G6[合规风控]
    G --- G11[财务分析]
    G --- G14[AI 风险治理]

选品

---

> 选品的本质是在需求和供给之间找不对称 — 需求大但供给不足的品类就是机会。AI 把信息收集和模式识别的效率提升了 10 倍。

[选品与市场洞察](src/a-operators/a1-product-research.md)用 AI 从 50 条竞品差评中[提取核心痛点](src/a-operators/a1-product-research.md#31-竞品-review-痛点分析)，用 [5 个维度快速评估市场可行性](src/a-operators/a1-product-research.md#32-市场可行性快速评估)（需求、竞争、利润、供应链、合规），再通过[关键词聚类](src/a-operators/a1-product-research.md#33-关键词需求聚类)发现蓝海需求。流程完整 [SOP](src/a-operators/a1-product-research.md#4-选品实战工作流)，也列出[常见的选品陷阱](src/a-operators/a1-product-research.md#5-常见选品陷阱)。

在亚马逊，定价直接决定 Buy Box 归属和利润空间。[定价策略](src/a-operators/a8-pricing-strategy.md)讲了 [Buy Box 的定价逻辑](src/a-operators/a8-pricing-strategy.md#21-amazon-buy-box-定价策略)、如何做[价格弹性分析](src/a-operators/a8-pricing-strategy.md#22-价格弹性分析)找到最优价格点，以及怎么用 AI 做[竞品价格带分析](src/a-operators/a8-pricing-strategy.md#23-竞品价格带分析)。

选品阶段最容易忽略的风险是[知识产权](src/a-operators/a12-ip-protection.md)。在投入开模和备货之前，先做[专利排查](src/a-operators/a12-ip-protection.md#21-选品阶段的专利排查)，用 [AI 辅助分析专利风险](src/a-operators/a12-ip-protection.md#22-ai-辅助专利分析)，了解 [TRO（临时限制令）](src/a-operators/a12-ip-protection.md#23-tro临时限制令风险防范)的防范方法，避免产品上架后被投诉下架。

Skills: Competitive Analysis · Market Research Analyst · [更多 →](src/resources/skills-library.md#选品与市场)

供应链

---

> 库存的本质是用资金换时间 — 备多了占资金，备少了丢销售。AI 让你用数据而不是直觉做这个权衡。

[库存与供应链](src/a-operators/a5-inventory.md)从 [FBA 库存的关键指标](src/a-operators/a5-inventory.md#12-amazon-fba-库存关键指标)讲起 — IPI 分数、库存周转率、长期仓储费，这些指标决定了你的资金效率。然后教你用 AI 做补货预测（避免断货丢排名）、计算安全库存（避免超储占资金）、评估供应商（避免品控翻车）。

Skills: Data Analysis · [更多 →](src/resources/skills-library.md#技术构建数据--agent--mcp)

内容

---

> 转化的本质是在 3 秒内回答用户的问题："这个产品能解决我的问题吗？" Listing 的每一个字、每一张图都在回答这个问题。

[Listing 优化](src/a-operators/a2-listing-optimization.md)是最高频的场景。Amazon 的搜索算法已经从 A9 演进到了 [COSMO + Rufus](src/a-operators/a2-listing-optimization.md#11-amazon-搜索算法演进从-a9-到-cosmo--rufus)，这意味着 Listing 不能再堆关键词，而要覆盖用户意图。这篇指南教你用一个 Prompt [生成完整的标题+五点+描述+Search Terms](src/a-operators/a2-listing-optimization.md#31-listing-全套生成标题--五点--描述--search-terms)，做[多语言本地化](src/a-operators/a2-listing-optimization.md#32-多语言本地化不是直译)（不是翻译，是文化适配+本地关键词+度量转换），以及通过 [Q&A 预埋](src/a-operators/a2-listing-optimization.md)让 Rufus 在回答用户问题时推荐你的产品。

Listing 文字做好了，还需要视觉。[视觉内容](src/a-operators/a7-visual-content.md)教你用 Midjourney 和 DALL-E [生成产品主图](src/a-operators/a7-visual-content.md#2-ai-产品图片生成)、[信息图和卖点图](src/a-operators/a7-visual-content.md#23-信息图卖点图-ai-生成)，以及 [AI 产品视频](src/a-operators/a7-visual-content.md#3-ai-产品视频生成)。

如果你想做品牌而不只是卖货，[品牌建设](src/a-operators/a10-brand-building.md)讲了如何用 AI 构建[品牌故事](src/a-operators/a10-brand-building.md#21-品牌故事框架)、保持[跨平台视觉一致性](src/a-operators/a10-brand-building.md#3-ai-品牌视觉一致性)，以及 [2026 年 DTC 品牌的趋势](src/a-operators/a10-brand-building.md#13-2026-年-dtc-品牌趋势)。

Skills: Direct Response Copy · Marketing Skills (127) · CRO & Copywriting · [更多 →](src/resources/skills-library.md#内容与转化listing--文案--视觉)

流量

---

> 流量的本质是注意力的分配。付费流量买的是确定性，自然流量赚的是复利。2026 年最大的变量是 AI 搜索 — 用户不再搜关键词，而是问 AI "推荐一个适合露营的灯"。

付费流量看[广告优化](src/a-operators/a3-advertising.md)。核心是用 AI [分析搜索词报告](src/a-operators/a3-advertising.md#31-搜索词报告分析)，把关键词分成四象限（明星词、潜力词、观察词、浪费词），然后用[否定关键词策略](src/a-operators/a3-advertising.md#33-否定关键词策略)砍掉浪费性支出，用 [A/B 测试](src/a-operators/a3-advertising.md#32-广告文案-ab-测试)优化广告文案。新品卖家可以直接用[30 天广告启动计划](src/a-operators/a3-advertising.md)。

自然流量看 [SEO/GEO](src/a-operators/a9-seo-geo.md)。除了传统的 [Amazon SEO](src/a-operators/a9-seo-geo.md#21-2026-amazon-seo-核心清单) 和 [Google SEO for Shopify](src/a-operators/a9-seo-geo.md#3-google-seo-for-shopify)，2026 年最重要的变化是 [GEO（生成式引擎优化）](src/a-operators/a9-seo-geo.md#4-geo-优化实操)— 让你的产品被 ChatGPT、Perplexity 和 Gemini 推荐给用户。

想要系统化的增长方法论？[AI Growth Hack](src/a-operators/a13-ai-growth-hack.md) 把从选品验证到规模化拆成了 5 个阶段，每个阶段都有对应的 AI 工作流。

Skills: Claude SEO · SEO & Analytics · Growth Engineering · Google Indexing · [更多 →](src/resources/skills-library.md#流量与获客广告--seo--geo)

社交媒体

---

> 社交媒体的本质不是"发帖"，而是在用户的决策链路上埋下触点。一个用户从"刷到"到"下单"可能跨越 3 个平台，你需要在每个节点都有存在感。

[Instagram 和 Facebook](src/e-social-media/e1-instagram-facebook-ai-guide.md) 是发现阶段的主力 — 用户在刷 Feed 时被你的产品打动。[内容策略和 TikTok、YouTube 完全不同](src/e-social-media/e1-instagram-facebook-ai-guide.md#2-instagram-vs-tiktok-vs-youtube内容策略差异)，这篇指南教你批量生成 Reels 脚本、用 Advantage+ 智能投放。[YouTube](src/e-social-media/e2-youtube-ai-guide.md) 是比较阶段的关键 — 用户搜"XX 产品评测"时，你的视频需要出现在前面。理解 [YouTube 搜索算法的双引擎](src/e-social-media/e2-youtube-ai-guide.md#21-youtube-搜索算法的双引擎)后，用 AI 做关键词研究和评测脚本。[小红书](src/e-social-media/e3-xiaohongshu-ai-guide.md)是种草阶段的核心渠道，算法由 [CES 评分机制](src/e-social-media/e3-xiaohongshu-ai-guide.md#11-ces-评分机制)和独特的[流量分发逻辑](src/e-social-media/e3-xiaohongshu-ai-guide.md#12-流量分发逻辑)驱动。[Pinterest](src/e-social-media/e4-pinterest-ai-guide.md) 本质上是一个视觉搜索引擎，用户带着购买意图来搜灵感。[WhatsApp](src/e-social-media/e5-whatsapp-business-ai-guide.md) 在拉美和东南亚是购买阶段的主要触达渠道。[Reddit](src/e-social-media/e6-reddit-ai-guide.md) 正在成为决策阶段的关键 — 越来越多消费者在下单前搜 ["Reddit before buying"](src/e-social-media/e6-reddit-ai-guide.md#11-reddit-before-buying-趋势)，2026 年还上线了 [AI 购物搜索](src/e-social-media/e6-reddit-ai-guide.md#12-reddit-ai-购物搜索2026-新功能)。[跨渠道策略](src/e-social-media/e7-social-media-cross-channel.md)教你把这些触点串成一个完整的用户旅程。

Skills: Channel Strategy (127) · Social Media Manager · [更多 →](src/resources/skills-library.md#社交媒体)

客服

---

> 客服的本质是把问题变成信任。一个处理得当的差评比一个五星好评更能建立品牌信誉。

[客服与售后](src/a-operators/a4-customer-service.md)覆盖了 Amazon [客服场景的全景](src/a-operators/a4-customer-service.md#12-客服场景全景)。用 AI 批量分析差评（自动分类、频率统计、改善方案），把用户的不满转化为产品改进方向。生成多语言客服回复，让每一次互动都在积累信任。写[账号申诉 Plan of Action](src/a-operators/a6-compliance.md#36-amazon-政策违规应对) 时，AI 帮你结构化 Root Cause + Actions + Prevention，提高通过率。

Skills: Customer Service Rep · [更多 →](src/resources/skills-library.md#客服与售后)

合规与财务

---

> 合规和财务是生意的底线。很多卖家在增长阶段忽略合规，等到被罚款或下架时才发现代价远超预防成本。利润不是你以为

…

Source & license

This open-source MCP server is cataloged on AgentStack and links to its original source — we do not rehost the code.

• Author: kangise
• Source: kangise/ecommerce-ai-skills
• License: CC0-1.0
• Homepage: https://kangise.github.io/ecommerce-ai-skills/

Install and usage instructions live in the source repository linked above.