通用爬虫加代理，还是亚马逊数据 API？
请求成功，不代表搜索数据完整。很多抓取工具会漏掉 SP 广告位，Pangolinfo 按站点和邮编还原真实用户看到的搜索结果，自然位和广告位分开返回。
3 分钟看懂通用方案与亚马逊专用 API 的区别
同样叫“通用爬虫”，其实是三条路线
传统通用爬虫与代理
通常交付原始 HTML，解析、邮编环境和广告位识别都要自己维护，适合有爬虫团队的多站点项目。
平台型 Amazon 数据产品
Bright Data、Oxylabs、Decodo 等平台提供结构化商品和搜索数据，部分支持 MCP，邮编、广告位和评论覆盖各不相同。
Pangolinfo
专注亚马逊搜索、商品、评论和榜单，按站点与邮编还原搜索环境，用统一字段通过 API、MCP 和 Skill 交付。
走传统爬虫路线做亚马逊，三笔容易漏算的成本
数据完整性成本
请求返回 200，可能仍然没有 SP 广告位。Pangolinfo 持续监控中，传统通用爬虫的 SP 广告实测抓取率约 30%–60%；须用相同关键词、站点和邮编复核。
解析维护成本
只有 HTML 时，需要自行提取并校验字段；亚马逊页面变化后，还要排查解析规则和缺失数据，持续投入维护人力。
流量与重试成本
住宅代理常见公开标价约每 GB $2–8。大体积页面、验证码与请求重试都会消耗流量，失败请求也可能占用预算。
先还原真实搜索页，再交付结构化数据
传入 ASIN、关键词、类目或卖家
指定站点和邮编
按真实用户环境采集，并解析、校验亚马逊字段
返回 JSON、HTML 或 Markdown
请求成功了，广告位还在吗？
广告位缺失往往不是解析问题，而是采集环境问题。判断一家供应商靠不靠谱，最直接的方法是用你自己的关键词并排对比。
参考：Pangolinfo 持续监控实测中，传统通用爬虫的抓取率普遍约 30%–60%；你的结果以实际测试为准。
不想先写代码？可以直接复制接入文档里的 cURL 示例，或在 Claude Code、Cursor 等 MCP 客户端里调用 Amazon Data MCP 来测试。
# 1. Replace YOUR_API_TOKEN & test side-by-side
# Docs: https://docs.pangolinfo.com/cn-api-reference/amazonApi/amazonScrapeAPI
curl -X POST "https://api.pangolinfo.com/v1/amazon/search" \
-H "Authorization: Bearer YOUR_API_TOKEN" \
-H "Content-Type: application/json" \
-d '{
"keyword": "coffee maker",
"marketplace": "US",
"zip_code": "10041"
}'
能力对比
| 维度 | 传统通用爬虫 / 代理网关 | 头部平台 Amazon 产品 | Pangolinfo |
|---|---|---|---|
| 输出 | 通常 HTML，需自行解析 | 结构化 JSON 等 | JSON、HTML、Markdown |
| 邮编 | 自行实现 | 部分厂商支持 | 站点 + 邮编 |
| SP 广告位 | 环境异常时容易缺失 | 有字段不等于抓得到，建议实测 | 还原真实搜索页，标出广告位与位置 |
| 评论 | 通常不提供专门的完整评论字段，需自行采集解析 | 部分头部平台有评论产品，字段和范围需核实 | 独立 Amazon Review API |
| Amazon Alexa | 通常不提供此类专门数据 | 许多通用平台不提供，需逐家核实 | Amazon Alexa API：购物问答、AI 答案与商品推荐 |
| 类目、榜单、卖家 | 自己实现 | 因厂商而异 | 均有对应端点 |
| MCP | 通常没有 | 多有 MCP，工具范围各异 | 21 个工具 + Skill，与 API 共用数据 |
| 计费 | 按 GB 或按请求 | 按请求、结果或记录 | 按页计费 |
| 适合 | 多站点、有爬虫团队 | 多站点、大规模 | 聚焦亚马逊 |
注：竞品能力来自其官网和官方 GitHub，以各家最新文档为准。
怎么选
有成熟爬虫团队、需要抓几十个站点：选传统通用爬虫或代理网关。
需要跨站点的大规模采集或历史数据集：选 Bright Data、Oxylabs 等头部平台。
需要自己卖家账户里的订单和库存：选亚马逊官方 SP-API。
聚焦亚马逊、需要完整的广告位和邮编数据，并且想直接把数据交给业务系统或 AI：选 Pangolinfo。
一次真实调用：纽约邮编 10041，搜索 coffee maker
在视频的这次演示中，一次调用返回 60 个结果，其中 12 个标为 SP 广告位，耗时约 3 秒。结果会随关键词和时间变化。不妨用同样的关键词、站点和邮编，在你正在用的工具上对比一下。
自然位与 SP 广告位分开标识位置，真实代码与完整响应结构以接入文档为准。
查看接入文档 →让 AI Agent 观察，由人来决定
AI Agent 通过 MCP 调用 Pangolinfo，实时拉取指定邮编下的排名、广告位和最新差评。AI 负责观察、归类和异常提醒；调价、改广告这类决定，仍由人确认后执行。
观察
通过 MCP 实时拉取指定站点和邮编下的自然排名、SP 广告位和最新差评。
归类与提醒
AI 自动归类竞品广告异动、差评痛点，并生成结构化异常提醒。
人工确认
调价、调整预算或修改广告出价等关键业务动作，由运营或负责人确认后执行。
双平台成本对照：同一场景 20 万搜索页
以下是每月 200,000 页亚马逊关键词搜索的公开标价估算（2026 年 11 月，不含税）。两者计费单位不同，适用于对方的 JS、邮编与数据完整性范围要在相同关键词下实测；不把记录数或页数差异直接等同于交付质量。
Bright Data
Scale 套餐 $499 含 384,000 条；超出部分按 $1.30/1K 条估算。计费单位是商品记录，不是搜索页；该数字只用于记录量情景对比，JS、字段与广告位交付范围需另行核验。
公开标价 →Pangolinfo Expert
一页搜索结果计一次，与页内商品条数无关。自然位与 SP 广告位分开返回；完整性仍建议用你自己的关键词实测。
查看价格 →Bright Data 记录量对估算的影响
同一 Scale 套餐和超额费率下，200,000 页 × 每页商品数 = 商品记录数。Pangolinfo 按页计费，不随商品记录数变化。
| 每页商品数 | 商品记录总数 | Bright Data 估算 | 相对 Pangolinfo $369 的场景倍数 |
|---|---|---|---|
| 20 | 400 万条 | 约 $5,200 | 约 14 倍 |
| 48 | 960 万条 | 约 $12,480 | 约 34 倍 |
| 60 | 1,200 万条 | 约 $15,600 | 约 42 倍 |
倍数仅用于展示按商品记录与按页计费的数量级差异，不代表所有平台已交付同等数据质量。
