Original em inglês: https://argusic.com/subject/amazon-skills
Amazon-Skills
Habilidades gratuitas de AI agent para vendedores da Amazon: pesquisa de palavras-chave, análise de concorrentes, auditoria de listagem e mais. Funciona com OpenClaw, Claude Code, Cursor, Windsurf, Codex e qualquer agent que suporte o formato Skills.
Executafonte: GitHubPythonMITcommit 0f3b13fa0e5e
Python, licença MIT. O projeto se descreve como: ai agents, amazon, amazon seller automation, amazon seller tools, claude code, claude skills, ecommerce e openclaw.
Amazon-Skills executa. Em uma máquina limpa sem GPU, um agent da Argusic o instalou em 0,5 minutos e encontrou 1 erro, corrigindo-o sem ajuda, e a sessão inteira foi gravada.
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.
O que o agent conseguiu em uma máquina limpa, nas palavras dele. Como isto é medido
Medido pela Argusic em uma máquina nova, todas as vezes. Cada número tem link para as suas evidências. Pontuação Argusic 100 de 100 (a média das pontuações das execuções deste projeto).
Visão geral
Dados do projeto de GitHub, com link no topo desta página, atualizado em . Dados de teste da Argusic (CC BY 4.0); cada número tem link para uma página de execução com o log completo, a gravação e os hashes sha256 deles.
O que foi medido
Da execução que decidiu este veredito. Cada linha é um valor registrado, não uma estimativa.
O que deu errado, nas palavras do agent
As palavras do próprio agent, das piores para as menores, nunca reescritas como conselho.
- npx skills@latest requires Node>=22, container has Node 180,3 minutos
- Tempo de instalação
- menos de um minuto
- Da máquina limpa até o fim
- 4 minutos
- Erros encontrados e corrigidos
- 1 encontrado, 1 corrigido sem ajuda humana
- Como o resultado foi comprovado
- 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/
- Tokens de modelo usados
- 65.757
- Commit exato testado
- 0f3b13fa0e5e
- Imagem do container
- sha256:cdd920bce783
O que não foi medido
A outra metade, para você ver exatamente até onde estas evidências vão. Uma lacuna é mostrada como lacuna e nunca é preenchida.
- Pico de memória da GPU
- esta execução foi em uma máquina com CPU, então não havia GPU para medir
- Comportamento em uma execução longa
- cada tentativa usa as menores configurações documentadas e um orçamento de tempo fixo, então isto mede se ele executa, não como ele se comporta sob carga
O fim da gravação
As últimas linhas da sessão de terminal que decidiu este veredito, exatamente como foram gravadas.
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
Reproduzir a sessão inteira, cada comando desde a máquina limpa até este ponto.
Como foi testado
Um agent, um container, nenhuma ajuda humana. Ele instala o projeto do jeito que a própria documentação do projeto manda, executa o projeto e corrige o que quebra. Tudo abaixo é registrado como aconteceu: a sessão de terminal, o log e o commit exato. A metodologia completa.
Pontos fortes e limites
Fatos medidos, não opiniões. Como este conteúdo é escrito.
O que deu certo
- Chegou a um estado de execução em uma máquina limpa, com a sessão gravada.
- Instalado em 0,5 minutos, mais rápido que a mediana dos 110 projetos comparáveis que a Argusic mediu.
- Recuperou-se do único erro sem que uma pessoa interviesse, o que indica que as falhas estão documentadas o suficiente para serem resolvidas.
- Executou sem GPU, então não precisa de uma para iniciar.
- Licença MIT, segundo a plataforma onde o projeto está hospedado.
O que não deu certo, ou não se sabe
- Medido uma vez até agora. Uma única tentativa mostra que ele pode executar, não que executa de forma confiável.
Dos 111 projetos de ai-agents que a Argusic instalou e cronometrou, Amazon-Skills foi o 10º mais rápido a chegar a um estado de execução, e 83 de 111 chegaram a esse estado.
Para que é uma escolha razoável
- Testar em um laptop ou em um servidor pequeno: ele chegou a um estado de execução sem GPU.
- Uma avaliação rápida: ele estava executando 0,5 minutos depois do clone.
Também testados, na mesma área
Cada um destes foi instalado e executado pela Argusic em uma máquina limpa. Nada aparece aqui sem ter sido testado.
Histórico de execuções
Tópicos (de GitHub)
ai-agentsamazonamazon-seller-automationamazon-seller-toolsclaude-codeclaude-skillsecommerceopenclawopenclaw-skillsskills
Incorporar o selo
Markdown para o README do projeto. Ele tem link de volta para esta página; os termos estão na página de termos.
[](https://argusic.com/subject/amazon-skills)Perguntas
- Amazon-Skills executa?
- Sim. Amazon-Skills executa. A Argusic o instalou e iniciou em uma máquina limpa em 1 minutos, encontrando 1 erro no caminho, e gravou a sessão.
- Como a Argusic testou Amazon-Skills?
- Em uma máquina nova e descartável, com cada comando gravado e o repositório fixado no commit 0f3b13fa0e5e. Há uma tentativa registrada, e a metodologia completa está na página da metodologia.
- Quanto custou testar Amazon-Skills?
- A execução que produziu este veredito custou US$ 0,08: custo real de computação e de modelo, não um preço de tabela por milhão de tokens. Esse valor está registrado na página da execução.
- Quanto tempo leva para instalar Amazon-Skills?
- 0,5 minutos na execução que decidiu este veredito, de uma máquina limpa até um estado de execução. É uma tentativa medida, não uma média.
- Amazon-Skills precisa de GPU?
- Não para iniciar. A Argusic chegou a um estado de execução em uma máquina sem GPU.
- O que dá errado ao instalar Amazon-Skills?
- 1 coisa quebrou na execução registrada, e 1 foi corrigida sem ajuda humana. Cada uma, com o tempo que custou, está listada nesta página.
- Como Amazon-Skills se compara às alternativas?
- Dos 111 projetos de ai-agents que a Argusic instalou e cronometrou, Amazon-Skills foi o 10º mais rápido a chegar a um estado de execução, e 83 de 111 chegaram a esse estado.
- Onde estão as evidências de Amazon-Skills?
- A execução registrada está nesta página, cada uma com link para o seu log completo e a sua gravação do terminal, guardados com uma impressão digital sha256 para que não possam ser alterados discretamente.