sealeap-amazon-jp-apparel-ads

Tinjau · 67
Diindeks di Registry

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
Star16
Versi1.0.0
Kualitas59/100 · Menjanjikan
Kepercayaan67/100 · Hanya sandbox
Audit78/100 · Perlu ditinjau

Profil aset

Riset dan pekerjaan pengetahuan

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

Lihat kategori

Skenario

Agent riset

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

Kecocokan Agent

Claude Code + CLI + Codex

Cocok untuk Codex, Claude Code, Cursor, CLI, atau Agent khusus.

Pasang

Siap

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

Pemeliharaan

Terkini

Diperbarui hari ini

Risiko

Perlu ditinjau

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

Kualitas GitHub

16

59/100 Kualitas · 75/100 Kepercayaan

Tag cakupan

RisetAgent risetagent-skill

Catatan ulasan

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

Kartu adopsi Agent

Kepercayaan, audit, dan kesiapan pemasangan dalam sekali lihat

Skor ini menggabungkan metadata repositori publik, sinyal ulasan OpenAgentSkill, kebaruan pemeliharaan, dan kesiapan pemasangan. Ini adalah sinyal shortlist, bukan pengganti peninjauan manusia.

Kualitas

Menjanjikan
59

Useful candidate, but compare it with alternatives before adopting.

Kepercayaan

Hanya sandbox
67

Kandidat berguna dengan sinyal kepercayaan yang kurang atau bercampur. Gunakan di ruang kerja terisolasi hingga loop hasil membuktikan kecocokan tugas.

Audit

Perlu ditinjau
78

Tinjauan yang dapat dibaca mesin tentang kesiapan pemasangan, metadata keamanan, pemeliharaan, dan risiko adopsi.

Trust Score OpenAgentSkill v5

Tinjauan manusia sebelum pemasangan

Jalankan hanya dalam sandbox dan bandingkan alternatif terdekat sebelum digunakan untuk kerja nyata.

CodexClaude CodeCursorOpenAgentSkill CLI

Star

16 star GitHub

Aktivitas repositori

16 star dan 1 fork

Pemeliharaan

Diperbarui hari ini

Lisensi

MIT

Pasang

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

Keamanan pemasangan

Jalur pemasangan paket atau runtime standar

Cakupan izin

Akses sistem file atau dokumen

Hasil Agent

Belum ada data hasil Agent

Dokumentasi

Usable metadata, review docs

Ringkasan risiko

Tinjau sebelum produksi

  • 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

Kesiapan pemasangan

Jalur pemasangan tersedia

  • Jalur pemasangan tersedia
  • Bukti repositori tersedia
  • Lisensi dinyatakan
  • Belum ada bukti hasil Agent-Proven

Metadata yang dapat dibaca Agent

Data keputusan yang dapat dibaca mesin untuk skill ini.

Gunakan blok ini atau JSON tersemat untuk memutuskan apakah Agent perlu memasang skill ini, memilih alternatif, atau meminta tinjauan manusia terlebih dahulu.

Buka JSON

Tugas yang sesuai

  • Alur kerja Agent riset
  • Tim Claude Code
  • builders willing to evaluate younger projects
  • Sumber pencarian

Agent yang sesuai

CodexClaude CodeCursorOpenAgentSkill CLICLI

Keputusan pemasangan

Perintah
npx skills add xjli360/sealeap-amazon-ad-skills --skill sealeap-amazon-jp-apparel-ads
Kebijakan
Tinjau
Tinjauan manusia
Ya

Kepercayaan dan risiko

Kepercayaan
67/100
Audit
78/100
Tingkat risiko
Perlu ditinjau

Lingkar hasil

Endpoint
/api/agent/outcome
ID event
resolve
Hasil
5

Perintah pemasangan

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

Jangan gunakan ketika

  • Tim yang membutuhkan SLA dengan dukungan vendor
  • 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

Keamanan Agent v2

58/100 · Tinjau sebelum memasang

Ditinjau dengan catatan izinTinjau

Kandidat yang dapat digunakan, tetapi Agent harus menampilkan catatan izin dan audit sebelum memasang.

Memerlukan persetujuan manusia sebelum memasang ke workspace nyata.

Selesaikan via API

Sedang

Akses jaringan

Skill kemungkinan mengambil halaman jarak jauh, API, repositori, atau layanan eksternal.

Sedang

Akses sistem file

Skill dapat membaca atau menulis file proyek, dokumen, artefak yang dihasilkan, atau status workspace lokal.

Sedang

Akses database

Skill dapat memeriksa skema, mengkueri database, atau bekerja dengan penyimpanan persisten.

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

Target pemasangan

Pasang skill ini di alur Agent Anda

Gunakan endpoint publik untuk mengambil perintah, checklist keamanan, prompt target, dan tautan kanonis.

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

Rencana resolusi Agent

Biarkan Agent memverifikasi kecocokan sebelum memasang.

API Resolve mengembalikan skill utama, alternatif, kebijakan keamanan, catatan audit, target pemasangan, dan prompt siap pakai.

Buka rencana teks

Agent harus memeriksa

  • 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.

Salin prompt

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.

Serah-terima Agent

Berikan jalur pemasangan kepada Agent, bukan direktori lain.

Gunakan endpoint publik untuk mengambil perintah, checklist keamanan, prompt target, dan tautan kanonis.

Buka API pemasangan

Prompt Agent

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

Metadata Registry

Profil yang dapat dibaca Agent untuk pemilihan skill otomatis.

API Registry menyediakan sinyal keputusan, kepercayaan, audit, use case, dan pemasangan tanpa mengikis UI.

Buka Manifest

Kecocokan Agent

58/100

Agent riset

Platform

Claude Code

Laporan audit

Perlu ditinjau · 78/100

Tinjauan yang dapat dibaca mesin tentang kesiapan pemasangan, metadata keamanan, pemeliharaan, dan risiko adopsi.

Lihat laporan auditLihat laporan evaluasi

Panel keputusan Agent

Fallback candidate for Research agents

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

58
Kesiapan
Prototipe
Tahap

Peran di stack

Kandidat cadangan

Kecocokan utama

Agent riset

Label kepercayaan

Buat prototipe dulu

Jalur pemasangan

Perintah siap

Gunakan saat

  • Alur kerja Agent riset
  • Tim Claude Code
  • builders willing to evaluate younger projects

Bukti

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

tinjau dulu

  • Low GitHub adoption signal
  • No OpenAgentSkill engagement data yet

Jalur implementasi

  1. 1Pasang di Agent sandbox dan jalankan satu tugas Agent riset dari awal hingga akhir.
  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.

Profil kepercayaan

Hanya sandbox

Kandidat berguna dengan sinyal kepercayaan yang kurang atau bercampur. Gunakan di ruang kerja terisolasi hingga loop hasil membuktikan kecocokan tugas.

67
Trust Score OpenAgentSkill

Adopsi GitHub

Perbaiki

16 star GitHub

Aktivitas star/fork

Perbaiki

16 star dan 1 fork; aktivitas issue tidak tersedia dalam metadata saat ini

Pemeliharaan terbaru

Lulus

Diperbarui hari ini

Kejelasan lisensi

Lulus

MIT

Sinyal positif

  • Tinjauan AI disetujui
  • Jalur pemasangan tersedia
  • Bukti repositori tersedia
  • Repositori yang baru dipelihara
  • Perintah pemasangan tidak memiliki pola berisiko tinggi yang jelas
  • Loop hasil siap tetapi membutuhkan eksekusi Agent nyata pertama

Tinjau sebelum memasang

  • 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
  • Belum ada laporan hasil Agent nyata
  • Tinjauan manusia diperlukan sebelum pemasangan tanpa pengawasan

Tindakan yang disarankan

Jalankan hanya dalam sandbox dan bandingkan alternatif terdekat sebelum digunakan untuk kerja nyata.

Profil kualitas

Menjanjikan kandidat untuk alur kerja Agent

Useful candidate, but compare it with alternatives before adopting.

59
Star GitHub
16
Keterkinian
Hari ini
Siap dipasang
Ya
Lisensi
MIT
Tinjau sebelum memasang: Low GitHub adoption signal

Kecocokan alur kerja

Gunakan skill ini pada skenario berikut

Kecocokan alur kerja

Tambahkan ke alur kerja lengkap

Daftar alternatif

Bandingkan sebelum memasang

Similar skills that may fit this task.

Bandingkan semua

Ringkasan

--- 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。

Detail teknis

Versi
1.0.0
Lisensi
MIT
Pembaruan terakhir
23 Agu 2026
Diterbitkan
23 Agu 2026

Ringkasan keputusan

Kandidat cadangan

58
Siap
Prototipe
Tahap

recent repository activity

Audit

Tinjauan pemasangan

Tinjauan pemasangan dan adopsi

78
Perlu ditinjau
Keamanan
86/100
Pemeliharaan
100/100
Pasang
92/100
Buka audit lengkapLihat laporan evaluasi

Bukti tervalidasi Agent

Bukti tervalidasi Agent

Laporan hasil setelah resolve, tinjau, pasang, dan satu eksekusi terbatas.

0
Terbukti
Needs first agent runPasang otomatis: tinjau duluTerakhir: Tidak diketahui
Tingkat sukses
Kegagalan terbaru
Hasil
0
Kualitas output
Gagal
0
Tidak relevan
0
Pemasangan
0
Diblokir risiko
0
Perlu penyiapan
0
Produksi
0

Belum ada data hasil Agent. Eksekusi pertama dapat melaporkan keberhasilan, kebutuhan setup, blok risiko, kegagalan, atau tidak relevan melalui /api/agent/outcome.

Pasang

Tambahkan ke alur Agent

Gratis dan sumber terbuka. Tinjau laporan sebelum memasang pada Agent produksi.

Siklus pertumbuhan

Kit berbagi

X

Draf berbasis skenario untuk sealeap-amazon-jp-apparel-ads, siap untuk posting manual di X.

Catatan kurator
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
Buka draf X
Balasan opsional dengan perintah pemasangan
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...
Buka draf balasan

Sumber listing

Diindeks Registry

Dapat diklaim

Listing ini diindeks dari sumber publik dan belum ditandai resmi hingga klaim pemelihara disetujui.

Kreator
xjli360
Diindeks oleh
Indeks komunitas OpenAgentSkill

Atribusi menautkan ke repositori publik atau profil kreator. Kreator dapat mengklaim listing untuk memperbarui sinyal kepemilikan.

Klaim skill ini

Klaim pemilik

Klaim listing skill ini

Listing Diindeks Registry ini dikaitkan dengan xjli360, tetapi belum ditandai resmi. Klaim untuk menambahkan sinyal pemilik terverifikasi dan membuat pembaruan peluncuran, pemasangan, serta audit berikutnya lebih tepercaya.

Kit backlink kreator

Tambahkan badge bukti ke README Anda

Tampilkan listing kanonis, sinyal kepercayaan dan audit saat ini, serta bukti Agent-Proven nyata di tempat pengembang mengevaluasi repositori.

[![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)

Penulis

X

xjli360

@xjli360

Kecocokan platform

Sinyal kesehatan

Star GitHub
16
Skor kualitas
32/100
Push GitHub terakhir
23 Agu 2026
Petunjuk framework
Tidak diketahui
Tampilan OpenAgentSkill
0
Salinan pemasangan
0
Klik keluar
0

Sinyal komunitas

Bagikan apakah skill ini bermanfaat untuk alur kerja Agent Anda. Masukan gabungan meningkatkan peringkat dari waktu ke waktu.

Kepercayaan & keamanan

Hanya sandbox

67
  • Adopsi GitHub16 star GitHubPerbaiki
  • Aktivitas star/fork16 star dan 1 fork; aktivitas issue tidak tersedia dalam metadata saat iniPerbaiki
  • Pemeliharaan terbaruDiperbarui hari iniLulus
  • Kejelasan lisensiMITLulus
  • Kelengkapan README/SKILL.mdMetadata publik memerlukan konteks README/SKILL.md yang lebih kuatInfo
  • Risiko dependensi/runtimeTidak ada petunjuk risiko dependensi besar dalam metadata publikLulus