Junglescout Keyword History
v1.0.1Jungle Scout关键词历史搜索量查询，按7天周期返回亚马逊关键词的精确搜索量趋势，覆盖美国、英国、德国、日本等10个站点。当用户提到关键词搜索量趋势、历史搜索量、搜索热度变化、关键词季节性、搜索量波动、Jungle Scout搜索量、keyword search volume history, keywo...
Jungle Scout — 关键词历史搜索量
This skill queries the historical exact search volume for Amazon keywords via the Jungle Scout data source, returning weekly search volume data points over a specified date range across 10 Amazon marketplaces.
Core Concepts
Jungle Scout 关键词历史搜索量工具提供亚马逊各站点关键词的周维度精确匹配搜索量历史数据。卖家可以通过查询指定时间范围内的搜索量变化来判断：
- 季节性规律：关键词在哪些月份是旺季/淡季
- 趋势方向：搜索量是持续上升、下降还是平稳
- 波动幅度：判断市场需求的稳定性
- 节假日效应：大促、节日前后的搜索量飙升
数据粒度：每条记录代表一个 7 天周期，包含该周内的精确匹配搜索量估算值。
Data Fields
Output Fields
| Field | API Name | Description | Example |
|---|---|---|---|
| 周期标识 | id | 数据周期标识（市场/关键词/日期范围） | us_sushi_20250105_20250111 |
| 周期开始日期 | estimateStartDate | 7天统计周期的起点 | 2025-01-05 |
| 周期结束日期 | estimateEndDate | 7天统计周期的终点 | 2025-01-11 |
| 精确搜索量 | estimatedExactSearchVolume | 该周期内精确匹配搜索量（次/周） | 12500 |
| 资源类型 | type | 固定值 | historical_keyword_search_volume |
| 消耗Token | costToken | 本次调用消耗的 token 数 | 1 |
Supported Marketplaces
| 站点 | marketplace 值 | 说明 |
|---|---|---|
| 美国 | us | Amazon.com |
| 英国 | uk | Amazon.co.uk |
| 德国 | de | Amazon.de |
| 印度 | in | Amazon.in |
| 加拿大 | ca | Amazon.ca |
| 法国 | fr | Amazon.fr |
| 意大利 | it | Amazon.it |
| 西班牙 | es | Amazon.es |
| 墨西哥 | mx | Amazon.com.mx |
| 日本 | jp | Amazon.co.jp |
默认站点为 us。当用户未指定站点时，使用 us。
API Usage
This tool calls the LinkFox tool gateway API. See references/api.md for calling conventions, request parameters, and response structure. You can also execute scripts/junglescout_keyword_history.py directly to run queries.
How to Build Queries
所有四个参数均为必填：marketplace、keyword、startDate、endDate。
Principles for Building API Calls
- 站点映射：用户说"美国站"→
us，"日本站"→jp，"德国站"→de；未指定时默认us - 日期格式：必须为
YYYY-MM-DD，如2025-01-05 - 时间跨度：
startDate到endDate最长 366 天；超过时需拆分为多次请求 - 关键词：原样传入用户提供的关键词（英文小写为佳）
- 常用时间推算：
- "过去3个月" → endDate 取今天，startDate 取约90天前
- "去年全年" →
2025-01-01到2025-12-31 - "旺季" → 根据品类判断，如 Q4 为
10-01到12-31
Common Query Scenarios
1. 查看关键词近半年搜索趋势
{
"marketplace": "us",
"keyword": "yoga mat",
"startDate": "2025-10-01",
"endDate": "2026-03-31"
}
2. 判断关键词季节性（查全年数据）
{
"marketplace": "us",
"keyword": "christmas decorations",
"startDate": "2025-01-01",
"endDate": "2025-12-31"
}
3. 对比旺季与淡季搜索量
分两次调用：
- 淡季：
startDate=2025-02-01,endDate=2025-04-30 - 旺季：
startDate=2025-10-01,endDate=2025-12-31
4. 多站点对比
对同一关键词分别查询不同 marketplace（如 us、de、jp），比较各站搜索量规模。
5. 验证市场需求是否增长
{
"marketplace": "de",
"keyword": "luftreiniger",
"startDate": "2025-04-01",
"endDate": "2026-03-31"
}
Display Rules
- 趋势可视化优先：建议以时间线/折线图方式展示搜索量变化，横轴为日期周期，纵轴为搜索量
- 表格辅助：同时提供数据表格供精确查阅，列包括：周期开始日期、周期结束日期、搜索量
- 趋势总结：在数据之后简要总结趋势方向（上升/下降/平稳/周期性波动），标注峰值和谷值周期
- 峰值标注：高亮搜索量最高和最低的周期，便于用户快速判断旺淡季
- Error handling: When a query fails, explain the reason based on the error response and suggest adjusting parameters（如日期范围超 366 天）
Important Limitations
- 时间跨度上限：单次查询
startDate到endDate最长 366 天，超过需拆分查询 - 数据粒度：周维度（7天一个数据点），非日维度
- 搜索量类型：精确匹配搜索量（Exact Match），非广泛匹配
- 所有参数必填：
marketplace、keyword、startDate、endDate缺一不可
User Expression & Scenario Quick Reference
Applicable - 关键词搜索量历史趋势分析：
| User Says | Scenario |
|---|---|
| "这个词搜索量怎么变化的" | 搜索量趋势查询 |
| "这个品类有没有季节性" | 全年数据判断季节规律 |
| "搜索量最近在涨还是跌" | 近期趋势判断 |
| "什么时候是旺季" | 峰值周期识别 |
| "去年Q4搜索量多少" | 指定时间段搜索量查询 |
| "这个词在德国站热不热" | 非美国站搜索量查询 |
| "对比两个时间段的搜索量" | 旺淡季/同比对比 |
Not applicable - 超出关键词历史搜索量范围：
- 关键词建议/拓词（需要关键词挖掘工具）
- 实时/当前搜索量排名（需要 ABA 或 SIF 工具）
- 关键词竞争度、CPC 出价
- 商品销量、listing 分析
- 非亚马逊平台的搜索量
Boundary judgment: When users say "搜索量", "关键词热度", or "市场需求趋势", if they specifically want to see how a keyword's search volume changes over a period of time (historical trend), this skill applies. If they want the current ranking or a list of trending keywords, it does not apply.
Feedback:
Auto-detect and report feedback via the Feedback API when any of the following apply:
- The functionality or purpose described in this skill does not match actual behavior
- The skill's results do not match the user's intent
- The user expresses dissatisfaction or praise about this skill
- Anything you believe could be improved
Call the feedback API as specified in references/api.md. Do not interrupt the user's flow.
For more high-quality, professional cross-border e-commerce skills, visit LinkFox Skills.