Englisches Original: https://argusic.com/subject/amazon-skills
Amazon-Skills
Kostenlose AI-Agent-Skills für Amazon-Verkäufer: Keyword-Recherche, Wettbewerbsanalyse, Listing-Audit und mehr. Funktioniert mit OpenClaw, Claude Code, Cursor, Windsurf, Codex und jedem Agenten, der das Skills-Format unterstützt.
LäuftQuelle: GitHubPythonMITCommit 0f3b13fa0e5e
Python, Lizenz MIT. Das Projekt beschreibt sich selbst als: ai agents, amazon, amazon seller automation, amazon seller tools, claude code, claude skills, ecommerce und openclaw.
Amazon-Skills läuft. Ein Argusic-Agent hat es in 0,5 Minuten installiert und ist auf 1 Fehler gestoßen und hat jeden davon ohne Hilfe behoben. Das geschah auf einer sauberen Maschine ohne GPU, und die gesamte Sitzung wurde aufgezeichnet.
All 52 Amazon seller skills installed to ~/.agents/skills/ via npx [email protected], keyword research script fetches live autocomplete data from Amazon's public API, and calculator scripts produce correct fee/tariff reports using built-in rate tables.
Was der Agent auf einer sauberen Maschine erreicht hat, in seinen eigenen Worten. So wird gemessen
Von Argusic jedes Mal auf einer frischen Maschine gemessen. Jede Zahl verlinkt auf ihren Nachweis. Argusic Score 100 von 100 (der Mittelwert der Lauf-Scores dieses Projekts).
Auf einen Blick
Projektdaten von GitHub, oben auf dieser Seite verlinkt, aktualisiert . Testdaten von Argusic (CC BY 4.0); jede Zahl verlinkt auf eine Laufseite mit dem vollständigen Log, der Aufzeichnung und deren sha256-Hashes.
Was gemessen wurde
Aus dem Lauf, der diesen Befund entschieden hat. Jede Zeile ist ein aufgezeichneter Wert, keine Schätzung.
Was schiefging, in den Worten des Agents
Die eigenen Worte des Agents, das Schwerste zuerst, nie zu Ratschlägen umgeschrieben.
- npx skills@latest requires Node>=22, container has Node 180,3 Minuten
- Installationszeit
- unter einer Minute
- Von der kalten Maschine bis zum Ende
- 4 Minuten
- Aufgetretene und behobene Fehler
- 1 aufgetreten, 1 ohne menschliche Hilfe behoben
- Wie das Ergebnis belegt wurde
- bash amazon-keyword-research/scripts/research.sh "yoga mat" us returned ~200 real autocomplete suggestions from completion.amazon.com; python3 amazon-fba-calculator/scripts/calculator.py printed FBA fee breakdown with correct 2024 rates; python3 tariff-calculator-amazon/scripts/calculator.py printed landed cost report; python3 tariff-calculator-amazon/scripts/hs_lookup.py printed HS code 8518300000 result; all 52 skills present in ~/.agents/skills/
- Verbrauchte Modell-Tokens
- 65.757
- Genau getesteter Commit
- 0f3b13fa0e5e
- Container-Image
- sha256:cdd920bce783
Was nicht gemessen wurde
Die andere Hälfte, damit Sie genau sehen, wie weit dieser Nachweis reicht. Eine Lücke wird als Lücke angezeigt und nie aufgefüllt.
- Maximaler GPU-Speicher
- dieser Lauf fand auf einer CPU-Maschine statt, es gab also keine GPU zu messen
- Verhalten über einen langen Lauf
- jeder Versuch verwendet die kleinsten dokumentierten Einstellungen und ein festes Zeitbudget, daher misst dies, ob es läuft, nicht wie es sich unter Last hält
Das Ende der Aufzeichnung
Die letzten Zeilen der Terminalsitzung, die diesen Befund entschieden hat, genau so, wie sie aufgezeichnet wurden.
6 Now I have all the evidence. Let me compile the final report. exec /bin/sh -lc '# Final verification: count the installed skills and get install timestamp ls ~/.agents/skills/ | wc -l && echo "---" && stat ~/.agents/skills/amazon-keyword-research/SKILL.m… succeeded in 0ms: 52 File: /home/runner/.agents/skills/amazon-keyword-research/SKILL.md Size: 8179 Blocks: 16 IO Block: 4096 regular file Device: 0,67 Inode: 4366085302 Links: 1 tokens used 65,757
Gesamte Sitzung abspielen, jeder Befehl von einer sauberen Maschine bis zu diesem Punkt.
So wurde getestet
Ein Agent, ein Container, keine menschliche Hilfe. Er installiert das Projekt so, wie es die eigene Dokumentation beschreibt, führt es aus und behebt, was nicht funktioniert. Alles Folgende wurde so aufgezeichnet, wie es geschah: die Terminalsitzung, das Log und der genaue Commit. Die vollständige Methodik.
Stärken und Grenzen
Gemessene Fakten, keine Meinungen. Wie diese Inhalte entstehen.
Was gut lief
- Hat auf einer sauberen Maschine einen lauffähigen Zustand erreicht, mit aufgezeichneter Sitzung.
- In 0,5 Minuten installiert, schneller als der Median der 110 vergleichbaren Projekte, die Argusic gemessen hat.
- Hat sich von dem einen Fehler erholt, ohne dass ein Mensch eingriff, was zeigt, dass die Fehlschläge gut genug dokumentiert sind, um sie zu lösen.
- Lief ohne GPU, braucht also keine, um zu starten.
- Lizenz MIT, laut Angabe des Hosts.
Was nicht lief oder unbekannt ist
- Bisher einmal gemessen. Ein einzelner Versuch zeigt, dass es laufen kann, nicht dass es zuverlässig läuft.
Von den 111 Projekten im Bereich ai-agents, die Argusic installiert und zeitlich gemessen hat, belegte Amazon-Skills Platz 10 bei der Zeit bis zum lauffähigen Zustand, und 83 von 111 erreichten überhaupt einen solchen Zustand.
Wofür es eine vernünftige Wahl ist
- Zum Ausprobieren auf einem Laptop oder kleinen Server: Es erreichte einen lauffähigen Zustand ohne GPU.
- Für eine schnelle Evaluierung: Es lief 0,5 Minuten nach dem Klonen.
Ebenfalls getestet, im selben Bereich
Jedes dieser Projekte wurde von Argusic auf einer sauberen Maschine installiert und ausgeführt. Hier erscheint nichts, was nicht getestet wurde.
Laufverlauf
Themen (von GitHub)
ai-agentsamazonamazon-seller-automationamazon-seller-toolsclaude-codeclaude-skillsecommerceopenclawopenclaw-skillsskills
Badge einbetten
Markdown für die README des Projekts. Es verlinkt hierher zurück; Bedingungen auf der Seite mit den Nutzungsbedingungen.
[](https://argusic.com/subject/amazon-skills)Fragen
- Läuft Amazon-Skills?
- Ja. Amazon-Skills läuft. Argusic hat es auf einer sauberen Maschine in 1 Minuten installiert und gestartet, ist dabei auf 1 Fehler gestoßen und hat die Sitzung aufgezeichnet.
- Wie hat Argusic Amazon-Skills getestet?
- Auf einer frischen Einwegmaschine, mit jedem Befehl aufgezeichnet und dem Repository fixiert auf Commit 0f3b13fa0e5e. Ein Versuch ist aufgezeichnet, und die vollständige Methode steht auf der Seite zur Methodik.
- Was hat der Test von Amazon-Skills gekostet?
- Der Lauf, der diesen Befund ergab, kostete 0,08 USD: echte Rechen- und Modellkosten, kein Listenpreis pro Million Tokens. Der Betrag ist auf der Seite dieses Laufs aufgezeichnet.
- Wie lange dauert die Installation von Amazon-Skills?
- 0,5 Minuten in dem Lauf, der diesen Befund entschieden hat, von einer sauberen Maschine bis zum lauffähigen Zustand. Das ist ein gemessener Versuch, kein Durchschnitt.
- Braucht Amazon-Skills eine GPU?
- Nicht zum Starten. Argusic hat auf einer Maschine ohne GPU einen lauffähigen Zustand erreicht.
- Was geht bei der Installation von Amazon-Skills schief?
- Im aufgezeichneten Lauf ging 1 Sache kaputt, und 1 davon wurden ohne menschliche Hilfe behoben. Jedes davon und die Zeit, die es gekostet hat, ist auf dieser Seite aufgeführt.
- Wie schneidet Amazon-Skills im Vergleich zu Alternativen ab?
- Von den 111 Projekten im Bereich ai-agents, die Argusic installiert und zeitlich gemessen hat, belegte Amazon-Skills Platz 10 bei der Zeit bis zum lauffähigen Zustand, und 83 von 111 erreichten überhaupt einen solchen Zustand.
- Wo ist der Nachweis für Amazon-Skills?
- Der aufgezeichnete Lauf ist auf dieser Seite, jeweils mit Link auf das vollständige Log und die Terminalaufzeichnung, gespeichert mit einem sha256-Fingerabdruck, damit nichts unbemerkt verändert werden kann.