sealeap-amazon-jp-apparel-ads

Prüfen · 67
Im Registry indexiert

Diagnose and plan Amazon Japan apparel advertising with Japan-specific consumer behavior, seasonality, and ASIN lifecycle playbooks for long-lifecycle, short-lifecycle, and seasonal products. Use for 日本站服饰广告, JP apparel ads, 背包/内衣/泳装投放, ASIN 生命周期判断, 日本站新品冷启动, 品牌推广启动时机, Amazon Poi

Verified installs0
Stars16
Version1.0.0
Qualität59/100 · Vielversprechend
Vertrauen67/100 · Nur Sandbox
Audit78/100 · Prüfung nötig

Asset-Profil

Recherche und Wissensarbeit

Deep research, source comparison, literature review, RAG, knowledge search, and reports.

Bereich ansehen

Szenario

Recherche-Agents

I need my agent to research a topic, compare sources, and produce a concise report.

Agent-Fit

Claude Code + CLI + Codex

Geeignet für Codex, Claude Code, Cursor, CLI oder benutzerdefinierte Agents.

Installieren

Bereit

npx skills add xjli360/sealeap-amazon-ad-skills --skill sealeap-amazon-jp-apparel-ads

Wartung

Aktuell

Heute gepusht

Risiko

Prüfung nötig

Financial research output is not financial advice; require human review before any live investment decision

GitHub-Qualität

16

59/100 Qualität · 75/100 Vertrauen

Abdeckungs-Tags

RechercheRecherche-Agentsagent-skill

Review-Notizen

Financial research output is not financial advice; require human review before any live investment decision · Low GitHub adoption signal

Agent-Adoptionskarte

Vertrauen, Audit und Installationsbereitschaft auf einen Blick

Diese Werte kombinieren öffentliche Repository-Metadaten, OpenAgentSkill-Reviewsignale, Wartungsaktualität und Installationsbereitschaft. Sie helfen bei der Vorauswahl, ersetzen aber keine menschliche Prüfung.

Qualität

Vielversprechend
59

Useful candidate, but compare it with alternatives before adopting.

Vertrauen

Nur Sandbox
67

Nützlicher Kandidat mit fehlenden oder gemischten Vertrauenssignalen. Bis der Ergebniszyklus die Passung belegt, in einem isolierten Arbeitsbereich verwenden.

Audit

Prüfung nötig
78

Maschinenlesbare Prüfung von Installationsbereitschaft, Sicherheitsmetadaten, Wartung und Akzeptanzrisiko.

OpenAgentSkill Trust Score v5

Menschliche Prüfung vor Installation

Nur in einer Sandbox ausführen und nahe Alternativen vergleichen, bevor sie produktiv eingesetzt wird.

CodexClaude CodeCursorOpenAgentSkill CLI

Stars

16 GitHub-Stars

Repository-Aktivität

16 Stars und 1 Forks

Wartung

Heute gepusht

Lizenz

MIT

Installieren

npx skills add xjli360/sealeap-amazon-ad-skills --skill sealeap-amazon-jp-apparel-ads

Installationssicherheit

Standard-Paket- oder Laufzeit-Installationspfad

Berechtigungsfläche

Dateisystem- oder Dokumentzugriff

Agent-Ergebnisse

Noch keine Agent-Ergebnisdaten

Dokumentation

Usable metadata, review docs

Risikoübersicht

Vor Produktion prüfen

  • Financial research output is not financial advice; require human review before any live investment decision.
  • Low GitHub adoption signal
  • Quality score needs review
  • GitHub adoption: 16 GitHub stars

Installationsbereitschaft

Installationspfad verfügbar

  • Installationspfad ist verfügbar
  • Repository-Belege sind verfügbar
  • Lizenz ist angegeben
  • Noch keine Agent-Proven-Ergebnisbelege

Agent-lesbare Metadaten

Maschinenlesbare Entscheidungsdaten für diesen Skill.

Nutze diesen Block oder das eingebettete JSON, um zu entscheiden, ob ein Agent diesen Skill installieren, eine Alternative wählen oder zuerst menschliche Prüfung anfordern soll.

JSON öffnen

Geeignete Aufgaben

  • Research-Agent-Workflows
  • Claude-Code-Teams
  • builders willing to evaluate younger projects
  • Suchquellen

Geeignete Agents

CodexClaude CodeCursorOpenAgentSkill CLICLI

Installationsentscheidung

Befehl
npx skills add xjli360/sealeap-amazon-ad-skills --skill sealeap-amazon-jp-apparel-ads
Richtlinie
Prüfen
Menschliche Prüfung
Ja

Vertrauen und Risiko

Vertrauen
67/100
Audit
78/100
Risikoebene
Prüfung nötig

Ergebnis-Loop

Endpoint
/api/agent/outcome
Event-ID
resolve
Ergebnisse
5

Installationsbefehl

npx skills add xjli360/sealeap-amazon-ad-skills --skill sealeap-amazon-jp-apparel-ads

Nicht verwenden, wenn

  • Teams, die ein vom Anbieter unterstütztes SLA benötigen
  • production agents without a repository review
  • Low GitHub adoption signal
  • No OpenAgentSkill engagement data yet
  • Financial research output is not financial advice; require human review before any live investment decision

Agent-Sicherheit v2

58/100 · Vor Installation prüfen

Mit Berechtigungshinweisen geprüftPrüfen

Nutzbarer Kandidat, aber der Agent sollte Berechtigungs- und Auditnotizen vor der Installation anzeigen.

Vor der Installation in einem echten Arbeitsbereich ist menschliche Freigabe erforderlich.

Per API auflösen

Mittel

Netzwerkzugriff

Die Skill ruft wahrscheinlich Remote-Seiten, APIs, Repositories oder externe Dienste ab.

Mittel

Dateisystemzugriff

Die Skill kann Projektdateien, Dokumente, generierte Artefakte oder den lokalen Arbeitsbereich lesen oder schreiben.

Mittel

Datenbankzugriff

Die Skill kann Schemata prüfen, Datenbanken abfragen oder mit persistenten Speichern arbeiten.

  • Financial research output is not financial advice; require human review before any live investment decision

Installationsziele

Diesen Skill im Agent-Workflow installieren

Über den öffentlichen Endpunkt erhältst du Befehl, Sicherheitscheckliste, Ziel-Prompts und kanonische Links.

skill install

OpenAgentSkill CLI

Resolve policy, run the source installer safely, and report a verified install receipt.

$ npx --yes https://github.com/Leon-Drq/openagentskill/releases/download/cli-v0.2.1/openagentskill-0.2.1.tgz install xjli360-sealeap-amazon-jp-apparel-ads

Agent-Auflösungsplan

Lass einen Agent die Eignung vor der Installation prüfen.

Die Resolve API liefert die beste Skill, Alternativen, Sicherheitsrichtlinien, Auditnotizen, Installationsziel und einen direkt nutzbaren Prompt.

Textplan öffnen

Agent sollte prüfen

  • Task fit and alternatives from Resolve API.
  • Audit score, trust score, and safety policy warnings.
  • Install target compatibility for Codex, Claude Code, Cursor, or CLI.

Prompt kopieren

Task: Use sealeap-amazon-jp-apparel-ads in this workspace.
Resolve first: https://www.openagentskill.com/api/agent/resolve?task=Use%20sealeap-amazon-jp-apparel-ads%20for%20an%20agent%20workflow&agent=codex&max_risk=medium
Review install handoff: https://www.openagentskill.com/api/skills/xjli360-sealeap-amazon-jp-apparel-ads/install
Install command: npx skills add xjli360/sealeap-amazon-ad-skills --skill sealeap-amazon-jp-apparel-ads
Before running it, summarize audit warnings, required permissions, and the fallback skill if install is risky.

Agent-Übergabe

Gib dem Agent den Installationspfad, nicht noch ein Verzeichnis.

Über den öffentlichen Endpunkt erhältst du Befehl, Sicherheitscheckliste, Ziel-Prompts und kanonische Links.

Installations-API öffnen

Agent-Prompt

Use sealeap-amazon-jp-apparel-ads for this task. Review https://www.openagentskill.com/api/skills/xjli360-sealeap-amazon-jp-apparel-ads/install, then install with: npx skills add xjli360/sealeap-amazon-ad-skills --skill sealeap-amazon-jp-apparel-ads

Registry-Metadaten

Agent-lesbares Profil für die automatische Skill-Auswahl.

Die Registry API stellt Entscheidungs-, Vertrauens-, Audit-, Use-Case- und Installationssignale ohne UI-Scraping bereit.

Manifest öffnen

Agent-Fit

58/100

Recherche-Agents

Plattformen

Claude Code

Audit-Bericht

Prüfung nötig · 78/100

Maschinenlesbare Prüfung von Installationsbereitschaft, Sicherheitsmetadaten, Wartung und Akzeptanzrisiko.

Audit-Bericht ansehenEval-Bericht ansehen

Agent-Entscheidungspanel

Fallback candidate for Research agents

Prototype with this skill first; keep a fallback candidate ready.

58
Bereitschaft
Prototyp
Phase

Rolle im Stack

Fallback-Kandidat

Primäre Eignung

Recherche-Agents

Vertrauenslabel

Zuerst prototypisieren

Installationspfad

Befehl bereit

Verwenden wenn

  • Research-Agent-Workflows
  • Claude-Code-Teams
  • builders willing to evaluate younger projects

Evidenz

  • recent repository activity
  • install command or GitHub repo available
  • Qualitätsprofil 59/100

zuerst prüfen

  • Low GitHub adoption signal
  • No OpenAgentSkill engagement data yet

Implementierungspfad

  1. 1Installieren Sie es in einem Sandbox-Agent und führen Sie eine Recherche-Agents-Aufgabe vollständig aus.
  2. 2Compare output quality, latency, and failure behavior against at least one alternative.
  3. 3Promote it into production only after reviewing repository permissions, license, and maintenance signals.

Vertrauensprofil

Nur Sandbox

Nützlicher Kandidat mit fehlenden oder gemischten Vertrauenssignalen. Bis der Ergebniszyklus die Passung belegt, in einem isolierten Arbeitsbereich verwenden.

67
OpenAgentSkill Trust Score

GitHub-Akzeptanz

Beheben

16 GitHub-Stars

Star-/Fork-Aktivität

Beheben

16 Stars und 1 Forks; Issue-Aktivität ist in den aktuellen Metadaten nicht verfügbar

Aktuelle Wartung

Bestanden

Heute gepusht

Lizenzklarheit

Bestanden

MIT

Positive Signale

  • KI-Prüfung genehmigt
  • Installationspfad ist verfügbar
  • Repository-Belege sind verfügbar
  • Kürzlich gewartetes Repository
  • Der Installationsbefehl weist kein offensichtliches Hochrisikomuster auf
  • Ergebniszyklus ist bereit, benötigt aber den ersten echten Agent-Lauf

Vor Installation prüfen

  • Financial research output is not financial advice; require human review before any live investment decision.
  • Low GitHub adoption signal
  • Quality score needs review
  • GitHub adoption: 16 GitHub stars
  • Stars/forks activity: 16 stars, 1 forks; issue activity unavailable in current metadata
  • Noch keine echten Agent-Ergebnisberichte
  • Vor unbeaufsichtigter Installation ist menschliche Prüfung erforderlich

Empfohlene Aktion

Nur in einer Sandbox ausführen und nahe Alternativen vergleichen, bevor sie produktiv eingesetzt wird.

Qualitätsprofil

Vielversprechend Kandidat für Agent-Workflows

Useful candidate, but compare it with alternatives before adopting.

59
GitHub-Stars
16
Aktualität
Heute
Installationsbereit
Ja
Lizenz
MIT
Vor Installation prüfen: Low GitHub adoption signal

Workflow-Eignung

Diese Skill in diesen Szenarien nutzen

Workflow-Eignung

Zum vollständigen Workflow hinzufügen

Alternativen-Shortlist

Vor Installation vergleichen

Similar skills that may fit this task.

Alle vergleichen

Übersicht

--- name: sealeap-amazon-jp-apparel-ads description: "Diagnose and plan Amazon Japan apparel advertising with Japan-specific consumer behavior, seasonality, and ASIN lifecycle playbooks for long-lifecycle, short-lifecycle, and seasonal products. Use for 日本站服饰广告, JP apparel ads, 背包/内衣/泳装投放, ASIN 生命周期判断, 日本站新品冷启动, 品牌推广启动时机, Amazon Points, 日文功能词, 季节性备货与预热, 广告预算结构, ACOS/ROAS 诊断, 复购再营销, 或根据《亚马逊日本站服饰品类广告运营手册》输出可审批的投放方案. Default to analysis and draft; do not mutate live campaigns without explicit human approval." ---

# SeaLeap 亚马逊日本站服饰广告运营

把日本站服饰 ASIN 的产品类型、生命周期阶段、季节节点、消费者意图和账户真实数据合并成可审核的广告计划。先诊断,再选择日本站打法;不要把美国站或英国站的节奏直接套入日本站。

## 强制边界

- 只将本 Skill 用于 Amazon.co.jp 服饰及与服饰紧密相关的配件。跨站点需求必须重新验证关键词、季节和消费者意图。 - 把手册中的百分比、倍数、预算结构和竞价建议标记为 `MANUAL_BASELINE`,不当作当前账户的事实或必达 KPI。 - 优先使用当前账户一方数据:Campaign/Search Term/Targeting/Placement 报告、广告销售、总销售、利润、库存、退货和 Listing 证据。缺数据时输出 `DRAFT / HOLD`,不编数。 - 把 `store_id`、seller ID、profile ID 或 ASIN 当作业务对象,不当作授权。任何真实读写都要绑定服务端已验证的店铺与广告 profile scope。 - 默认只产出草案。调整预算、竞价、placement、target、否定词、状态或广告结构前,逐项展示旧值、新值、证据、影响范围和回退值,并等待人工确认。 - 每张实验卡只改一个主变量。不要同时改 Listing、价格、优惠、库存、竞价和定向后声称因果。

查看 [references/source-and-guardrails.md](references/source-and-guardrails.md) 获取原 PDF 页码映射、数据口径和不可直接执行的阈值说明。

## 工作流

### 1. 锁定投放对象

取得并固定:

- 广告 profile、seller、marketplace=`JP`、ASIN、SKU、父子体和产品类型; - 上架日、当前销售曲线、历史峰值、季节节点、在途/可售库存和补货周期; - 价格、优惠、Amazon Points 当前设置、星级、评论量、退货原因和单件贡献利润; - 近30/14/7天广告数据,至少按 query/target、match type、placement、ASIN/SKU 拆分; - 当前 Listing 的主图、标题、五点、尺码表、A+、日文本地化和功能性声明证据。

信息不完时明确列出 `NEEDS_DATA`,继续做有边界的诊断,不用想象补齐。

### 2. 判定生命周期类型与阶段

先根据真实销售曲线判定,再用手册案例类比:

| 类型 | 判断信号 | 日本站手册案例 | 主要任务 | |---|---|---|---| | 长生命周期 | 全年需求相对稳定,靠评论与品牌长期累积 | 背包 | 新品建信任,成长期放大规模,成熟期守阵地与再营销 | | 短生命周期 | 快速起量后进入不可逆衰退,产品迭代快 | 内裤 | 新品用功能精准词起量,成长期建品牌,成熟期激活复购并让新款接力 | | 季节性 | 需求集中在明确月份,错过窗口难以补救 | 泳装 | 旺季前抢排名和视觉信任,爬坡期放量,高峰期收割并累积品牌 |

阅读 [references/market-and-lifecycle.md](references/market-and-lifecycle.md) 判定日本站消费者特征、全年节奏和生命周期边界。不要仅按上架月数硬套阶段;销售趋势、需求节点和库存风险必须一起判断。

### 3. 做五层诊断

按“现状 → 证据 → 问题 → 动作 → 验证指标”输出:

1. **可售性**:库存、Buy Box、抑制、价格、配送、资格和季节备货是否支持放量。 2. **可发现性**:日文品类词、功能词、场景词和商品定向是否匹配真实产品。 3. **点击**:搜索结果中主图、标题前段、价格/积分、评分和视频首帧是否建立当地化信任。 4. **转化与退货**:尺码、材质、功能、做工、使用场景和限制是否在 Listing 中被如实说清。 5. **利润与增量**:把 CPC、CVR、ACOS、TACOS、广告/自然/总订单、退货后贡献利润和库存消耗合并判断,不以单一 ROAS 下结论。

### 4. 路由到站点专属打法

- 长生命周期或高信任门槛产品:阅读 [references/long-lifecycle.md](references/long-lifecycle.md)。 - 短生命周期、高频消耗或款式迭代产品:阅读 [references/short-lifecycle.md](references/short-lifecycle.md)。 - 需求高度集中在旺季的产品:阅读 [references/seasonal-lifecycle.md](references/seasonal-lifecycle.md)。

先借用最接近的案例生成“假设”,再用当前账户数据验证。不要因为产品也是服饰,就默认它与背包、内裤或泳装具有同一节奏。

### 5. 生成可审批的广告计划

为每个建议创建独立动作卡,包含:

- 目标 profile / marketplace / campaign / ad group / ASIN / SKU; - 唯一主动作; - 基线窗口、归因窗口、样本阈值和数据完整性; - 旧值、新值和 `MANUAL_BASELINE` 仅作参考的说明; - 主指标、护栏指标、成功/失败/停止/回退条件; - 预期费用与退货后利润上限; - 审批状态:`DRAFT`、`READY_FOR_REVIEW`、`APPROVED`或 `HOLD`。

使用 [references/output-contract.md](references/output-contract.md) 的结构交付。

### 6. 验证与回退

- 把当天的价格、优惠、积分、库存、评论变化、竞品事件和季节事件记为干扰项。 - 在达到预设样本或时间窗口后评估;不要用统一的7天或固定点击数替代品类和利润判断。 - 如果触发花费、利润、库存或转化护栏,按预先记录的回退值处理,并保留审计记录。

## 必须交付的结果

- 对象、数据时间、数据口径和完整性; - 生命周期类型、阶段和判定证据; - 日本站消费者意图与季节节点; - 五层诊断与问题优先级; - Campaign/Ad Group 结构、关键词/商品定向、placement、创意和再营销草案; - 手册参考值与账户实际值的明确分离; - 单变量实验卡、审批项、回退方案和未解决风险。

证据不足时明确输出 `HOLD`;不要把一份 2026 年培训手册写成已验证的当前账户结论。

Technische Details

Version
1.0.0
Lizenz
MIT
Letzte Aktualisierung
23. Aug. 2026
Veröffentlicht
23. Aug. 2026

Entscheidungsübersicht

Fallback-Kandidat

58
Bereit
Prototyp
Phase

recent repository activity

Audit

Installationsprüfung

Installations- und Adoptionsprüfung

78
Prüfung nötig
Sicherheit
86/100
Wartung
100/100
Installieren
92/100
Vollständiges Audit öffnenEval-Bericht ansehen

Von Agent belegte Evidenz

Von Agent belegte Evidenz

Ergebnisberichte nach Resolve, Prüfung, Installation und einem begrenzten Lauf.

0
Belegt
Needs first agent runAuto-Installation: zuerst prüfenLetzter: Unbekannt
Erfolgsrate
Letzter Fehler
Ergebnisse
0
Ausgabequalität
Fehlgeschlagen
0
Nicht relevant
0
Installationen
0
Durch Risiko blockiert
0
Einrichtung erforderlich
0
Produktion
0

Noch keine Agent-Ergebnisdaten. Der erste Lauf kann Erfolg, Einrichtungsbedarf, Risikoblockaden, Fehler oder Irrelevanz über /api/agent/outcome melden.

Installieren

Zum Agent-Workflow hinzufügen

Kostenlos und Open Source. Bericht vor der Installation in Produktions-Agents prüfen.

Wachstums-Loop

Share-Kit

X

Szenariobasierter Entwurf für sealeap-amazon-jp-apparel-ads, bereit für einen manuellen X-Post.

Kuratorenhinweis
sealeap-amazon-jp-apparel-ads: Diagnose and plan Amazon Japan apparel advertising with Japan-specific consumer behavior, sea...

16 stars

https://www.openagentskill.com/skills/xjli360-sealeap-amazon-jp-apparel-ads?ref=x
X-Entwurf öffnen
Optionale Antwort mit Installationsbefehl
Listing + install path for sealeap-amazon-jp-apparel-ads:
https://www.openagentskill.com/skills/xjli360-sealeap-amazon-jp-apparel-ads?ref=x

Install: npx skills add xjli360/sealeap-amazon-ad-skills --skill sealeap-amazon-jp-apparel...
Antwortentwurf öffnen

Quelle des Eintrags

Registry-indexiert

Beanspruchbar

Dieser Eintrag wurde aus öffentlichen Quellen indexiert und ist erst nach Genehmigung eines Maintainer-Anspruchs offiziell.

Ersteller
xjli360
Indexiert von
OpenAgentSkill Community-Index

Die Zuordnung verlinkt auf das öffentliche Repository oder Creator-Profil. Creator können den Eintrag beanspruchen, um Eigentümersignale zu aktualisieren.

Diesen Skill beanspruchen

Eigentümeranspruch

Diesen Skill-Eintrag beanspruchen

Dieser Registry-indexiert-Eintrag wird xjli360 zugeschrieben, ist aber noch nicht offiziell markiert. Beanspruche ihn, um ein verifiziertes Eigentümersignal hinzuzufügen und künftige Launch-, Installations- und Audit-Updates vertrauenswürdiger zu machen.

Creator-Backlink-Kit

Evidenz-Badges in deine README einfügen

Zeige den kanonischen Eintrag, aktuelle Vertrauens- und Audit-Signale sowie echte Agent-Proven-Evidenz dort, wo Entwickler das Repository bewerten.

[![Listed on OpenAgentSkill](https://www.openagentskill.com/api/badge/xjli360-sealeap-amazon-jp-apparel-ads?metric=listed&label=Listed)](https://www.openagentskill.com/skills/xjli360-sealeap-amazon-jp-apparel-ads)
[![OpenAgentSkill Trust](https://www.openagentskill.com/api/badge/xjli360-sealeap-amazon-jp-apparel-ads?metric=trust&label=Trust)](https://www.openagentskill.com/skills/xjli360-sealeap-amazon-jp-apparel-ads)
[![OpenAgentSkill Audit](https://www.openagentskill.com/api/badge/xjli360-sealeap-amazon-jp-apparel-ads?metric=audit&label=Audit)](https://www.openagentskill.com/skills/xjli360-sealeap-amazon-jp-apparel-ads/audit)
[![Agent Proven](https://www.openagentskill.com/api/badge/xjli360-sealeap-amazon-jp-apparel-ads?metric=proven&label=Agent%20Proven)](https://www.openagentskill.com/skills/xjli360-sealeap-amazon-jp-apparel-ads)

Autor

X

xjli360

@xjli360

Plattform-Fit

Gesundheitssignale

GitHub-Stars
16
Qualitätswert
32/100
Letzter GitHub-Push
23. Aug. 2026
Framework-Hinweise
Unbekannt
OpenAgentSkill-Aufrufe
0
Installationskopien
0
Externe Klicks
0

Community-Signal

Teile mit, ob dieser Skill für deinen Agent-Workflow nützlich ist. Zusammengefasstes Feedback verbessert das Ranking im Laufe der Zeit.

Vertrauen & Sicherheit

Nur Sandbox

67
  • GitHub-Akzeptanz16 GitHub-StarsBeheben
  • Star-/Fork-Aktivität16 Stars und 1 Forks; Issue-Aktivität ist in den aktuellen Metadaten nicht verfügbarBeheben
  • Aktuelle WartungHeute gepushtBestanden
  • LizenzklarheitMITBestanden
  • README/SKILL.md-VollständigkeitÖffentliche Metadaten benötigen mehr README/SKILL.md-KontextInfo
  • Abhängigkeits-/LaufzeitrisikoKeine wesentlichen Abhängigkeitsrisikohinweise in öffentlichen MetadatenBestanden