dsh-sorftime-research · Amazon 选品研究

9 套 Amazon 选品分析方法技能（Sorftime / 卖家精灵 / Sif / 西柚）+ 一本「研究记录」： 每次分析完把结论、用过的方法、报告路径存下来，下次直接翻。侧栏是「选品研究」工作台（布局对齐「投资尽调」）。

装了什么

能力	说明
9 个方法技能	product-research 选品调研 · category-selection 品类选择 · keyword-research 关键词 · review-analysis 评论 · amazon-analyse 竞品 Listing 拆解 · amazon-listing-builder Listing 优化 · sellersprite-amazon-research 卖家精灵 · sif-amazon-research Sif · xiyou-insight 西柚
sorftime_module	查方法：list / search / get 取完整流程；每次 get/search 都会记进生成历史
sorftime_research	研究记录：save（主题/类型/站点/ASIN/方法/结论 go·watch·no-go/核心发现/报告路径）、list、get、delete、history、stats
侧栏工作台	/sorftime-research/：概览 · 研究记录 · 生成历史 · 发起研究 · 方法技能库 · 研究流程

用法

对话里：

• 「分析下宠物用品类目的选品机会，看有没有低评论高需求的细分」
• 「研究一下 B0XXXXXXX 这个竞品的流量结构和关键词布局」
• 「这类目 top100 评论里用户最痛的是什么，退货原因是什么」

模型先 sorftime_module search 匹配方法、get 拿完整流程 → 按流程取数分析 → 用 sorftime_research save 存一条结论卡。

侧栏工作台

页面	内容
概览	研究记录 / 已完成 / 查方法次数 / 历史事件 / 方法数；最近结论、最近动作
研究记录	结论卡列表：主题、类型、站点、ASIN、结论徽标（推荐/观望/放弃）、核心发现预览；可按类型/结论筛、搜索
记录详情	全部字段、核心发现、用过的方法（点进方法正文）、报告路径、这条记录的变更；继续研究 / 删除
生成历史	查方法 / 新建记录 / 更新 / 删除事件流，可按类型筛、搜关键词，点开看详情
发起研究	填主题/类型/站点/ASIN/类目/想回答的问题 → 打开新对话并带上「选方法 → 跑数据 → 存结论」指令
方法技能库	9 套方法按用途分组（选品 / 流量 / 竞品 / 转化 / 数据源），可搜索；点开看完整流程，可「用这个方法研究」
研究流程	四步流程、9 套方法对照表、数据源 MCP 说明、常见问题

数据目录

$DSH_HOME/sorftime-research/（默认 C:\Users\<你>\.dsh\sorftime-research\）

• records.json：研究记录（最多 200 条）
• history.json：生成历史（查方法 / 新建 / 更新 / 删除，最多 400 条）

数据源

正文里提到的 Sorftime / 卖家精灵 / Sif / 西柚 都是 MCP 服务，需要在 dsh 里配置对应 MCP 服务器与 token。 没配置时模型照样输出分析框架和公开数据部分，数据缺口标注 N/A——不会编数据。

自检

npm install
npm test                      # 9 个技能加载/搜索 + 工具 schema + 鉴权语义
npm run selftest              # 技能正文 + 面板 API 健康
node scripts/api-test.mjs     # 起本地 http 打一遍工作台接口（不碰真实数据）
npm run build                 # client.js → dist/client.js（宿主加载的是这个产物）

安装

dsh plugin --profile web add dsh-sorftime-research

本地开发（link 安装）时宿主只认 profile 的 dsh.profile.bundles；改了 lib/、src/ 需要重启一次 DeepSeek Harness， 改了 client.js 要先 npm run build 再刷新页面。

许可

MIT（liangdabiao）