用途：追踪新上架且增长较快的新品，在市场竞争饱和前发现上升产品。适用场景包括寻找可学习的新品发布案例、识别细分市场新兴竞争者、在饱和前发现产品机会、验证市场是否接受新进入者。若需上升品类与宏观趋势，用 trend-discovery；需更广的产品创意，用 product-opportunity-finder；需验证已知 ASIN/产品，用 product-validator。
主要能力：通过 Amazon Search 获取产品列表与销量估算，通过 Keepa 获取 BSR 历史与上架时长，通过 Jungle Scout 获取搜索趋势；计算 New Product Score（0-100），由 Freshness(25)、Growth(30)、Velocity(20)、Potential(15)、Stability(10) 组成。输出机会模式分为 Fast Starter、Rising Star、Hidden Gem、Viral Launch，并按评分排名罗列表现最佳新品。默认生成图表（可用 --chart 指定输出目录），包括 BSR 轨迹、年龄与表现散点、模式分布饼图、评论真实性验证图；图表样式由 ecommerce_chart_helpers.py 读取 chart_style.json 驱动。
使用方式：所有脚本必须在该 SKILL.md 所在技能根目录下执行，先 cd 进入该目录，勿用相对路径或 ~。运行前需根据用户提供的产品、图片、ASIN、listing、产品 ID 或产品想法，先识别产品类型/品类、主要用途、关键物理/设计/功能特征、目标市场/国家/平台、分析目标，再选择参数与筛选条件。示例：python3 scripts/new_product_tracker.py '{"keyword": "portable blender"}'；可加 max_age_days、min_sales、limit 等参数；也可加 --chart /tmp/output。多批次时可先用 --output 保存各批 JSON，再用 --merge 合并并排序生成最终图表。需设置环境变量 NEXSCOPE_API_KEY。
限制：上架时长检测依赖 Keepa 数据；BSR 历史仅限已追踪 ASIN；评论增速可能被操纵，需做真实性检查；品类清洗可能过滤部分新品；爆红产品在初始激增后可能回落。价格、收费等未提供。