跑在你自己的机器上 · 支持 17 个电商平台 · 邀请制开通

让跨境电商选品有数据可依

商品采集、市场统计、12 类选品模型与可视化大屏在同一台机器上闭环。
从 Walmart 到 Wildberries,不用把业务数据交给第三方云端。

支持电商平台
17
内置分析模型
12
Agent 工具
94
已装技能
148

「Agent 工具 / 已装技能」是当前部署实例的实装数量,随版本变化,由构建时扫描仓库生成。

可视化大屏与调研结果

价格分布、品类占比、品牌排行、评分趋势放在同一屏里对比

界面示意图(非真实数据)
分析面板示例
示例:某品类高评分低评论数区间竞品稀疏
示例:价格弹性显示中价带让利换量的效率最低
示例:评论主题聚类集中在尺寸与安装方式

上面是排版示意,不是产品截图。真实界面截图见下方(需运营者用脱敏数据导出后放入)。

核心功能

从取数到决策,一条链路走完,不用在四五个工具之间搬数据

多平台商品采集

17 个平台的浏览器扩展一键采集:你在真实浏览器里过验证与翻页,程序只做只读提取(计数、取文本、取属性),不自动点击、不绕过登录墙。

可视化数据大屏

价格分布、品类占比、品牌排行、评分趋势多维图表,按平台 / 站点 / 品类筛选,同一份采集结果反复换角度切。

选品分析模型

聚类分群、时序预测、价格弹性、组合象限、蒙特卡洛利润模拟等 12 类模型,输出区间与分布,不把单点估算当结论。

大模型驱动的调研对话

接本机 Ollama 或远程 GPU 模型后,用自然语言派任务给 Agent 调工具、写报告、留提示词分层留痕;不配模型时采集与看板照常可用。

技能中心

把重复的运营动作沉淀成目录式技能(口径说明 + 脚本),对话里一句话调用;外部技能导入前先做静态投毒审计。

本地部署与权限门

会话、采集结果、知识库、账套都存在部署机本地;公网只暴露一道带登录校验的门,管理后台与令牌不进公网白名单。

三步开始

从装好到出第一份调研结论,中间不需要别的工具

1

装桌面端并配对扩展

桌面端在本机起工作台,浏览器扩展装在同一个浏览器里;采集数据直接落到本地库,不经过任何第三方服务。

2

人工过验证,只读取数

打开目标平台搜索页,你负责翻页与验证,工具负责把商品标题、价格、评分、评论数、链接结构化落表。

3

跑模型出结论

选品类跑分群与价格弹性,看大屏与利润模拟,需要成文报告时让 Agent 按同一份数据生成,数字可回溯到采集记录。

平台能力矩阵

「支持」的含义写清楚:能采什么字段、站点覆盖到哪、选择器有多稳

共 17 个平台。字段口径:标题 / 价格 / 评分 / 评论数 / 链接 / 主图 / 品牌。
平台主要市场站点钩子可靠性备注
Walmart 北美 walmart.com 官方稳定钩子 官方 data-testid 钩子,已实采验证
Amazon 北美 / 欧洲 / 日本 / 印度 com · ca · co.uk · de · fr · jp · in · com.au · com.mx · com.br 官方稳定钩子 data-component-type 与 a-* 类名体系
Shopee 东南亚为主,含拉美与欧洲站 sg · co.id · com.my · com.ph · com.tw · co.th · vn · com.br · com.mx 等 官方稳定钩子 官方 BEM 命名空间锚点 + URL 级稳定钩子
Target 美国 target.com 尽力而为 data-test 属性较稳,改版需回归
eBay 美 / 英 / 德 / 法 / 加 / 澳 com · co.uk · de · fr · ca · com.au 尽力而为 搜索结果卡片 s-item 系列
Wildberries 俄罗斯与独联体 ru · com · kz · by · uz · am · kg · tj · tm 尽力而为 标题在 aria-label 里,提取已单独处理
Allegro 波兰 / 捷克 / 斯洛伐克 pl · cz · sk 尽力而为 oferta 链接模式定位商品
Cdiscount 法国 cdiscount.com 尽力而为 通用 class* 模糊匹配
Coupang 韩国 coupang.com 尽力而为 /vp/products/ 链接模式
eMAG 罗马尼亚 / 匈牙利 / 保加利亚 ro · hu · bg 尽力而为 /pd/ 链接模式
Jumia 非洲多国 com.ng · ma · co.ke · com.gh · co.ug · sn · ci · cm 等 尽力而为 prd 卡片类名前缀
MercadoLibre 拉美 18 国站点 com · com.mx · com.ar · com.br · com.co · com.cl · com.pe 等 尽力而为 andes-money-amount 价格类名
Noon 中东 com · ae · sa · eg 尽力而为 通用 class* 模糊匹配
Shein 全球 shein.com 尽力而为 product- 链接模式
Shopify 独立站 shopify.com · myshopify.com 及各品牌自建域名 尽力而为 /products/ 链接模式,适合竞品独立站
Temu 全球 temu.com 尽力而为 class 为构建混淆 hash,靠链接模式 + 通用提取兜底,改版失效属预期
TikTok Shop 全球 tiktok.com 尽力而为 /product/ 链接模式

钩子可靠性:官方稳定钩子 = 平台自有 data-* / BEM 命名空间,改版前基本不动;尽力而为 = 模糊匹配 class,改版可能需要更新适配。

12 类选品分析模型

每个模型都标了自己擅长什么,也标了不能拿它干什么

分群

K-Means 聚类

按价格/评分/评论量给商品分群,找出竞争密度低的簇

分群

DBSCAN

不需预设簇数,识别离群款与小众需求

分群

层次聚类

输出可解读的品类树,配合人工确认层级

时序

ARIMA 预测

价格与销量趋势外推,给出区间而非单点

时序

Holt-Winters

带季节项的趋势外推,适合节日型品类

回归

多特征销量预测

把价格、评分、评论数、上架时长等一起喂入,看哪些因子真的在推动销量

归因

决策树

输出「什么条件的商品更容易卖爆」的可读规则

定价

价格弹性(PSM)

估价格敏感度,划出可提价与须让利的区间

组合

波士顿矩阵

按市场增长与相对份额给 SKU 分象限,决定加码还是收手

风险

蒙特卡洛模拟

对成本、汇率、广告占比抽样,给利润分布与亏损概率

文本

LDA 主题模型

从评论里聚出痛点主题,喂给 VOC 台账

文本

关联规则

挖搭配与替代关系,辅助组合上新与关键词扩展

口径边界:销量、搜索量这类平台不公开的字段不做估算填充;模型输出的是对你提供数据的统计结果,不是经营担保。

技能中心

把重复动作沉淀成技能,对话里一句话调用(以下实时读取本部署实例已装技能)

A+ 内容策划

v1.0.0

亚马逊 A+ 图文模块区的策划与优化:按客户旅程搭模块架构(头图 / 问题-解决 / 特性-利益 / 社会证明 / 对比表 / 场景 / 行动号召)、写模块文案与图片 brie…

Listing 优化

ABA 搜索词场景化分析

v1.0.0

分析 Amazon Brand Analytics 热门搜索词报告(Top Search Terms 导出 CSV):按自家 ASIN 在不在该词点击 TOP3 分流场景(存量…

市场调研

Ads 搜索词报告分析

v1.0.0

分析 Amazon Ads SP/SB/SD 搜索词报告(CSV):三阶段处理——脚本清洗聚合与词根聚类、AI 词根级语义分类、校验与词根继承生成决策,输出否词候选清单与决策摘…

市场调研

FBA 赔偿对账审计

v1.0.0

核对 FBA 丢失/损坏事件、采购成本与已赔金额,找出漏赔与重复索赔,产出逐事件对账表、凭证索引和复核材料草稿。只处理平台侧库存事件(不处理买家退款),不自动提交索赔。用户提到…

财务核算

亚马逊合规首图

v1.0.0

把产品原图/桌面场景图批量转成可直接上架的亚马逊白底主图。确定性部分(纯白归一化、居中缩放、像素校验、对照拼图)由 img_hero 工具完成,AI 只负责"抠图+移除道具+补…

电商运营

amazon-listing-images

v3.0.0

亚马逊套图·执行阶段:按 amazon-listing-plan 已确认的提示词清单批量生图 → img_overlay 合成卖点文字与尺寸线 → 交付成品图 + 最终 lis…

ecommerce

授权方式

当前是邀请制:工作台跑在部署者自己的机器上

自己部署
数据完全在自己机器上 桌面端 + 浏览器扩展 + 大屏 技能与工具随版本更新
托管实例(邀请)
由运营者开通账号后登录使用 适合小团队共用一份采集数据 需先申请,评估后手动建号
暂不提供
公开自助注册 把采集数据上传云端的服务形态 代运营与代采买

最常被问到的四件事

其余问题在常见问题页

这套东西收费吗?怎么开通?

当前是邀请制:工作台跑在部署者自己的机器上,账号由管理员逐个开通,官网暂未开放自助注册。想试用请在「申请开通」里留下你的平台与品类,管理员评估后手动建号;开通后既能用托管实例,也能下载桌面端本机部署,软件本身不额外收费。

数据存在哪里?会不会上传云端?

会话、采集结果、知识库、账套全部落在部署这台机器的本地 SQLite 与目录里,不写第三方云。公网只暴露一道带登录校验的门,登录后才代理到工作台;对话数据、管理后台、令牌都不进公网白名单。

采集会不会触发平台封号?

走的是「人工过反爬 + AI 只读提取」:由你在真实浏览器里完成验证与翻页,程序只做 locator 计数、innerText、getAttribute 三类只读操作,不点击、不自动导航、不绕过登录墙。批量请求与自动绕验证不是本工具的设计目标。

必须装本地大模型吗?

不必须。数据采集、清洗、可视化大屏、统计分析这些不依赖模型;接上本机 Ollama 或远程 GPU 后才有自然语言分析、报告生成与技能调用。没有模型也能当纯数据采集与看板用。

先开通,再装到自己机器上

桌面端全部功能在本机跑,不联网也能用采集与大屏;安装包与托管账号都由管理员逐个开通