【开源】怎样利用kimi bridge 开发一个数据调研RPA

感谢Linux.do社区佬们给我反馈，继续开发有用的agent skills 给佬友：
这次是展示怎样搞定数据网站的分析：

展示怎样利用kimi bridge 开发一个数据调研RPA Agent Skill- 深度调研Tiktok市场

github.com

GitHub - liangdabiao/fastmoss-rpa-skills: Browser-RPA + 数据分析工具集，覆盖 [fastmoss.com] (TikTok...

Browser-RPA + 数据分析工具集，覆盖 [fastmoss.com] (TikTok Shop 数据分析平台) 全部 7 个核心模块。基于 [Kimi WebBridge] 驱动用户真实浏览器（复用登录态），把 FastMoss 的榜单/趋势/市场数据落成 CSV，并自动生成 Markdown 分析报告。

很多数据网站如下：

image

实战展示

利用kimi bridge 开发一个数据调研RPA Agent Skill 过程：

A 安装好kimi bridge

B 注册登录 [u]https://www.fastmoss.com/[/u]

C codex/claude code 安装好我的fastmoss skills

D 各种各样调研命令： ❯ 请利用 fastmoss skill 对美国黑人假发市场进行全面调研，写详细分析报告给我

结果demo: analysis.md

github.com/liangdabiao/fastmoss-rpa-skills

# 法国空调市场调研报告 — 基于 FastMoss TikTok Shop 数据 **报告日期**：2026-07-03 **数据窗口**：最近 28 天 / 2026-06 月度对比 / 30 日时序 **数据来源**：FastMoss (`fastmoss.com`) 品类大盘 + 商品榜 + 店铺榜 **调研范围**：法国（FR）市场，聚焦"家电 / Household Appliances"品类下的空调、风扇、移动制冷设备 **对比市场**：德国 DE、意大利 IT、西班牙 ES、英国 GB、美国 US > ⚠️ **品类映射说明**：FastMoss 的 27 个一级品类中没有独立的"空调"子类，空调产品归口于 **`pcid=13 · Household Appliances（家电）`**。本报告在 HA 品类框架下进一步通过子品类（Home Appliances / Large Home Appliances）和商品标题关键词（climatiseur / air cooler / ventilateur 等）做二次过滤。 --- ## 一、核心结论（TL;DR） 1. **法国是欧洲家电品类最热的市场**：最近 28 天 HA 品类销售额 **€8.52M+**，环比 **+120%**，在法国 27 个一级品类中 **排名第 1**——这是法国独有的现象（其他欧洲市场 HA 排名第 2-3，美国仅第 8）。 2. **季节性驱动 + 平台早期红利叠加**：6-7 月恰逢法国热浪季，制冷需求爆发；同时 TikTok Shop France 处于增长红利期（GMV YoY +25.92%）。 3. **结构性缺口 = 机会**：法国店铺销量榜 Top 30 中 **没有专门的家电/空调店铺**（德国有 MC Smart Home、西班牙有 VEVOR Store），市场被美妆、女装占据。**跨境卖家空间巨大**。 4. **真实成交结构**：在 TikTok Shop 上跑量的不是"壁挂分体式空调"（受安装、价格、物流限制），而是 **风扇 / 移动蒸发冷气扇 / USB 桌面冷风机 / 分体空调配件（管路保温套）** 等轻量、低单价、即买即用的产品。 5. **子品类增长信号**："Large Home Appliances"（大型家电，含真实空调）虽只有 1.7k 在售商品，但环比 **+60.74%**——是 HA 大类内增速最快的子类。

E 因为数据都已经大量下载，那么可以继续分析