金融行业分析研究

SKILL效率
效率 未标注权限 许可证不明确
安装这个技能

行业与产业链深度分析引擎,全自动化工作流。输入行业名或公司名,自动完成行业锚定、并行搜索、数据铁律校验、红队反叙事、JSON组装、HTML与Markdown报告输出。六层分析框架:行业锚定(是什么与不是什么)到产业链全景、市场总览、竞争格局(文字五力加龙头对比)、发展历程与生命周期、未来趋势(趋势与分歧与情景与监控)。融合波特五力、价值链分析、行业生命周期、PESTEL经典框架,参照 twu-event-impact、twu-causal-chain、twu-fin-innovation 逻辑精华,输出含锚定卡、关键分歧、反叙事、残余不确定性清单、监控变量。

一句话选型结论

按资料字段整理

金融行业分析研究是效率类的 Agent Skill,安装方式未标注,权限级别未标注,许可证不明确,有可直接复制的安装命令。技能本质是给模型读的说明书,效果取决于模型与客户端;装完先用一个小任务验证,再放进正式流程。

分类效率 安装方式未标注 权限级别未标注权限 许可证许可证不明确
累计安装 未标注 本周 未标注
GitHub 星标 未标注 仓库 未标注
下载量 未标注 技能市场下载数
权限级别 未标注权限 安装前请确认风险范围
许可证 许可证不明确 未说明

安装

未标注
在支持 Skills 的客户端里执行,装完问一句「你有哪些技能」验证
skillhub install user_a8f7e31c/twu-industry-analyzer
  1. 1
    确认客户端支持

    确认你的客户端支持 Skills(Claude、Codex、Cursor 等),并升级到较新的版本。

  2. 2
    拿到技能文件

    执行上面的命令安装;也可以把仓库里的 SKILL.md 手动放进客户端的 skills 目录。

  3. 3
    刷新技能列表

    重新打开客户端,或刷新技能列表,让新放进来的技能被加载。

  4. 4
    验证是否生效

    问一句「你有哪些技能」,确认列表里出现它,再拿一个小任务试跑。

技能档案

效率
字段来自技能仓库与公开索引,中文说明由本站标注
作者 / 维护方user_a8f7e31c仓库 未标注 · 版本 未标注
宿主客户端未标注技能可被这些客户端加载
安装方式未标注安装包 community
权限级别未标注权限安装前请确认风险范围
许可证未说明许可证不明确,商用前请自行确认条款
仓库可用性available技能仓库当前是否可访问
最近核验未标注上游最后核验时间 · 数据更新 1791680885
正文体量11.9 KBSKILL.md 原文大小,越大说明说明书写得越细

典型使用场景

3 类
按分类整理的常见用法,具体以 SKILL.md 为准
整理待办与日程

把零散任务收进清单,排出优先级。

批量处理重复任务

把固定动作做成模板,重复执行。

把流程写成清单

把口头流程整理成可复用的步骤。

选择建议

装之前先看这几条
按条目字段给出的判断,不替你决定用不用

值得选的地方

  • 有可直接复制的安装命令,不用自己翻文档找入口。

先想清楚的地方

  • 没有标注权限级别,实际能做什么要装好后确认。
  • 许可证不明确,商用或二次分发前先到仓库确认条款。
  • 没有做站内核验,内容以作者仓库为准。
  • 技能只是说明书,实际效果取决于模型与客户端,装完先用小任务试一遍。

更适合

  • 需要在效率场景里给模型补一套做法的人。
  • 愿意先读一遍 SKILL.md、确认它会让模型做什么的人。

不太适合

  • 对许可证要求很严、必须明确可商用的人。
  • 只想装完就自动变强、不打算看说明书的人。

同类对比

6 个同类
同分类里挑最接近的几条,字段以各自详情页为准
技能权限级别安装方式累计安装宿主客户端安装命令
金融行业分析研究当前 未标注权限 未标注 未标注 未标注 有
Nano PDF 文档 联网访问 ClawHub 市场 424.9 万 OpenClaw 有
自动更新程序 浏览器控制 ClawHub 市场 296.4 万 OpenClaw 有
Gemini 助手 联网访问 ClawHub 市场 254.7 万 OpenClaw 有
word DOCX 文档 联网访问 ClawHub 市场 239.6 万 OpenClaw 有
Excel XLSX 前端 联网访问 ClawHub 市场 227.0 万 OpenClaw 有

SKILL.md 全文

11.9 KB
模型实际读到的说明书原文,来自技能仓库

twu-industry-analyzer v1.0.0 — 全自动行业产业链分析

⏰ 时间高度敏感:本 skill 所有输出必须遵守 references/data_time_audit_rules.md 的通用审计规则(P0)。行业数据的年份/季度必须有精确时间锚定,禁止使用"当前""最近""最新"等无锚定表述。WebSearch 关键词必须用精确年份+月份(用 date +%Y 动态生成),禁止写死年份。

⛔ 职责边界(P0):本 skill 只做行业/产业链的结构分析,不做个股买卖推荐、不预测具体价格点位。结论部分允许给出行业层面的方向判断(景气/承压/分化),但禁止"买入 XX 股"式表述。所有输出不构成投资建议。


触发规则

当用户提问中包含以下任一模式时,立即加载本 skill 并执行自动化工作流:

  • "分析/研究/看看 XX 行业/产业链"
  • "XX 行业怎么样/前景如何"
  • "讲讲/说说 XX 行业"
  • "帮我研究/分析一下 XX"
  • "XX(公司名)在哪个行业 / 所在的行业"
  • "XX 产业链"

加载本 skill 后,不要询问用户"要不要分析",直接按下方工作流执行。


完整自动化工作流(7 步,目标 4-6 分钟)

Step 0: 行业锚定(P0,先于一切,60 秒)

一个行业,在概念上是什么、边界在哪里、站在生命周期什么位置。三个锚定错一个,整份报告就跑偏。

  1. 是什么:一句话精确技术/商业定义("光伏"要说"硅料-硅片-电池-组件的光伏发电产业链",不说"新能源")
  2. 不是什么(至少 3 条):与易混行业的边界。如 CPO ≠ 可插拔光模块 ≠ NPO/LPO;动力电池 ≠ 储能电池 ≠ 燃料电池
  3. 边界确认:如果用户输入行业名太泛(如"新能源"),自动细化为最相关的子行业(如"动力电池"),并在报告开头注明
  4. 生命周期位置:导入期/成长期/成熟期/衰退期,一句话判断依据

输入是公司名(如"宁德时代")→ 先做公司→行业映射:
- 优先查询公司行业分类(如环境中有 westock-data 等数据能力则使用,不可用则跳过)
- 否则用 WebSearch 搜索 "{公司名} 所属行业 主营业务"
- 从搜索结果推断行业名,然后进入锚定

锚定产出写入 JSON 的 anchor_card 字段(是什么/不是什么/边界/生命周期初判)。锚定未完成,禁止进入 Step 2。

Step 1: 并行数据收集(90-120 秒)

一次发起 6 路 WebSearch,覆盖全部分析维度。年份必须用当前年份,禁止写死。

批次1(并行6路):
  1. "{行业} 产业链 上游 中游 下游 代表公司 {今年} {明年}"
  2. "{行业} 全球格局 海外竞争 市场份额 各国占比 {今年}"
  3. "{行业} 市场规模 TAM 增速 预测 {今年} {明年}"
  4. "{行业} 竞争格局 龙头对比 壁垒 护城河 {今年}"
  5. "{行业} 发展历程 历史 关键转折 最新动态 {今年}"
  6. "{行业} 未来趋势 技术路线 风险 政策 预测 {今年} {明年}"

如果搜索结果不够充分,追加 2 路(批次2,P1 强制):

批次2(补充):
  7. "{行业} 机构观点 券商研报 权威预测 {今年}"
  8. "{行业} 争议 分歧 争论 风险 看空 {今年}"

数据铁律(P0,全流程生效):
- 每条关键数据必须标注来源 + 时点。格式:数值 [来源,数据截止日期]
- 核心数据(市场规模/份额/增速)至少双源交叉验证,单源标注"[单一来源]"并降置信度
- 数据与新闻打架时,以数据为准(官方数据 > 权威机构 > 研报 > 媒体)
- 搜索不到的数据标注"数据暂缺",禁止编造

Step 2: AI 分析并组装 JSON(核心步骤,2-3 分钟)

Agent 阅读全部搜索结果,提取关键信息,填入下方 JSON 数据结构。

JSON 模板包含以下必填模块(完整字段定义见 references/json_schema.md):

  • industry_name / industry_desc / tags — 行业标识
  • anchor_card — 锚定卡(新增):是什么/不是什么/边界/生命周期初判
  • dashboard_cards — 6 张关键数据卡片(每项含 source + as_of)
  • chart1_* / chart2_* + region_* — 两个图表(趋势+份额)数据
  • five_forces — 文字五力分析(替代雷达图):每力含名称/评分/理由/趋势
  • value_chain — 产业链三层(upstream/midstream/downstream)
  • market_segments — 8 条市场指标(每项含 source + as_of)
  • keywords — 15 个核心关键词(新增 not 字段:不是什么)
  • companies — 6 家代表性公司
  • timeline — 6 个关键历史节点
  • lifecycle_* — 生命周期判定及依据
  • key_debate — 关键分歧(新增):多方逻辑/空方逻辑/裁决标准/当前定价
  • counter_narrative — 反叙事(新增):行业反向信号
  • current_situation — 当前形势判断
  • trends — 4 条未来趋势(含确定性评级)
  • scenarios — 乐观/中性/悲观三种情景(含触发信号)
  • monitor — 监控变量(新增):领先/同步/滞后指标
  • residual — 残余不确定性清单(新增):数据冲突/信息真空/推断项
  • conclusions — 5 条核心判断

数据要求:
- 所有数字必须来自搜索结果,标注具体数值 + 来源 + 时点
- 没有搜索到数据的字段,标注为"数据暂缺"而非编造
- 关键词的大白话(ez)要有类比和幽默感,25-50 字
- 结论必须有观点、有态度,不能是"行业发展前景广阔"这种废话
- 关键分歧、反叙事、残余清单是强制模块,数据不足时写"未发现/无法验证",不能跳过

Step 3: 渲染 HTML(10 秒)

将组装好的 JSON 保存到工作区 outputs/ 目录,然后运行:

python -c "
import sys; sys.path.insert(0, '<skill 所在目录>/scripts')
from generate_report import generate_from_json
generate_from_json(r'{json_path}', r'{output_dir}')
"

生成的文件名格式:{行业名}-产业链分析.html

Step 4: 生成 Markdown 报告(同步,30 秒)

基于 JSON 数据,生成配套 Markdown 报告,结构如下:

# {行业名称} 产业链深度分析
> 分析日期 | 数据截至 | 来源

## 0. 行业锚定
(是什么 / 不是什么 / 边界确认)

## 1. 产业链全景与价值分布
(上游/中游/下游拆解 + 价值分布表 + 供需格局)

## 2. 市场总览
(市场规模/结构/渗透率/商业模式)

## 3. 竞争格局诊断
(文字五力分析表 + 龙头对比表)

## 4. 发展历程与当前形势
(时间轴 + 生命周期判定 + 关键分歧)

## 5. 未来趋势与风险
(驱动力表 + 情景分析 + 监控变量 + 残余不确定性)

## 6. 综合结论
(5 条核心判断)

保存到:{行业名}-产业链分析报告.md

Step 5: 输出闸门(30 秒,P0)

输出前执行 twu-output-guard standard 档(依赖 skill,见 uses):

  1. 数据审计:所有数字有来源+时点?单源数据已标注?分类数字一致性(写了几个数字就要说清几档)?
  2. 逻辑审计:结论是否经过自我反驳?关键分歧是否呈现正反双方?因果判断时间序正确?
  3. 反身份扫描:无 AI 腔(值得注意的是/综上所述/在某种程度上/赋能/抓手)?无破折号?
  4. 边界检查:无个股推荐?无价格点位预测?不构成投资建议声明已加?
  5. 残余清单:数据冲突/信息真空是否透明呈现?

不合格按 references/quality-gate.md 打回重写。

Step 6: 呈现结果(10 秒)

用 present_files 同时展示 HTML 和 Markdown 两个文件:

present_files([
    "outputs/{行业名}-产业链分析.html",
    "outputs/{行业名}-产业链分析报告.md"
])

并在对话中给出 5-8 条一句话要点摘要。


降级模式(P1)

触发条件(任一):搜索结果 < 3 个有效来源;关键数据无法获取;行业过于小众。

降级输出:
- 标题加 [有限分析] 前缀
- 说明哪些环节因信息不足被跳过
- 不确定环节提升到正文优先列出
- 明确标注"以下分析基于有限信息,结论置信度低"
- 保留:锚定卡(能做多少做多少)、产业链骨架、残余不确定性清单(必做)

降级模式不等于不分析。它的作用是明确告诉读者:这个分析的边界在哪里。


输出质量标准

  • 数据驱动:每个判断都有搜索到的数据支撑(含来源+时点)
  • 论证充分:关键判断经过自我反驳,呈现正反双方
  • 全球视野:产业链各环节标注中国/全球产能占比和海外玩家
  • 观点鲜明:结论必须有态度,"行业发展前景广阔"这种话永远不要出现
  • 关键词百科:15 个词条覆盖核心概念/技术术语/商业模式/财务/全球格局,每条含"不是什么"边界
  • 大白话:每条关键词有生活化类比,让非专业人士也能看懂
  • 透明呈现:残余不确定性清单必出,坦率说不知道的部分

重要约束

  • 不编造数据。搜索不到就标注"数据暂缺"
  • 不重复搜索。如果 30 分钟内的会话中已分析过同一行业,直接复用 JSON
  • HTML 模板零硬编码。所有文本通过 JSON 占位符驱动
  • 零 JS 图表依赖。数据可视化用纯 CSS 条形图(横向条形 + 堆叠份额条),HTML 可离线打开
  • 响应式适配。桌面/平板/手机三种断点自适应
  • 波特五力用文字表格,不用雷达图(评分必须带理由和趋势)

技术依赖

  • WebSearch × 6-8(并行数据收集,含机构观点+争议分歧路)
  • 公司→行业映射(可选数据能力,不可用时 WebSearch fallback)
  • generate_report.py(JSON→HTML 渲染,纯 CSS 条形图,零外部依赖)
  • HTML 模板(references/html_template.html,占位符驱动)
  • twu-output-guard(输出闸门 standard 档)
  • 时间审计规则(references/data_time_audit_rules.md,P0)
  • 质量闸门(references/quality-gate.md)

变更记录

版本 日期 变更
v1.0.0 2026-08-17 首次正式发布(SkillHub)。基于 v0.4 系列开发版重置:行业锚定卡、数据铁律(来源+时点)、文字五力、关键分歧、反叙事、残余清单、监控变量、降级模式、输出闸门;HTML 纯 CSS 条形图零 JS 依赖;补全 data_time_audit_rules.md 与 quality-gate.md 引用;修复搜索词年份硬编码为动态生成

常见问题

5 问
答案由本站依据条目字段整理
金融行业分析研究怎么安装?

在支持 Skills 的客户端里执行:skillhub install user_a8f7e31c/twu-industry-analyzer。安装方式为未标注。装完刷新技能列表或重开客户端。

金融行业分析研究支持哪些客户端?

资料没有标注宿主客户端,但只要客户端支持 Skills(Claude、Codex、Cursor 等),一般都能加载。

金融行业分析研究权限高吗,安全吗?

权限级别为未标注权限。安装前先看它会读取或写入哪些内容。

金融行业分析研究收费吗?

本站不代收费用,也没有标注具体价格。是否收费取决于技能本身和所用的模型或客户端,正式使用前按作者说明确认。

金融行业分析研究用什么许可证?

许可证标注为 未说明(许可证不明确)。商用或二次分发前请到仓库确认条款原文。

热门专题

按场景挑技能
全部专题 →

技能内容以作者仓库为准;分类、权限级别与许可证状态的中文说明为中文整理,最近核验 未标注。