Investment Workflow
by @lj22503
[何时使用]当用户需要投研分析时;当用户说'分析这个标的'、'现在什么值得买'、'对 XX 行业怎么看'、'这个热点有什么影响'、'开会讨论投资'时触发。场景驱动的投研全流程,覆盖 6 个场景。
clawhub install investment-workflow📖 About This Skill
name: investment-workflow version: 1.1.0 description: "[何时使用]当用户需要投研分析时;当用户说'分析这个标的'、'现在什么值得买'、'对 XX 行业怎么看'、'这个热点有什么影响'、'开会讨论投资'时触发。场景驱动的投研全流程,覆盖 6 个场景。" author: 燃冰 & ant created: 2026-04-24 skill_type: 通用🟡 allowed-tools: [Bash, Read, Write, Exec, WebSearch] related_skills: [investment-advisory-workflow, fund-analyzer-pro, holding-diagnoser, fund-allocator, ljg-skills] tags: [投资研究, 场景驱动, 工作流, 市场分析, 行业分析]
investment-workflow: 投资工作流 🎯
📋 功能描述
帮助用户系统化执行投研全流程。不是一套固定流程,是 6 个用户场景 × 共享 Skill 模块的排列组合。
适用场景:
边界条件:
🔄 6 个核心场景
| 场景 | 触发词 | 调用步骤 | 输出 | |------|--------|---------|------| | 买股票 | "我要买股票"、"分析 XX" | data-query → stock-research → decision-integrate | Markdown 决策报告 | | 投行业 | "我要投行业"、"XX 行业值得投吗" | industry-rank → data-query → multi-view → decision-integrate | Markdown 行业报告 | | 扫描推荐 | "现在什么值得买?" | market-scan → industry-rank → data-query → decision-integrate | Top 3 标的 + 优先级 | | 行业看法 | "对 XX 行业怎么看" | industry-rank → deep-think → plain-explain | Markdown 散文 | | 热点分析 | "这个热点有什么影响" | market-scan → industry-rank → multi-view → plain-explain | Markdown 影响分析 | | 开会讨论 | "开会讨论" | multi-view → decision-integrate | Markdown 会议纪要 |
详细共享 Skill 说明 → references/shared-skills.md
数据层集成说明 → references/data-layer-integration.md
🔄 核心执行流程(6 阶段)
> 原则:按场景调用 2-4 个阶段,非必须不跑全 6 步。
阶段①:场景识别
动作:从用户输入提取关键词,匹配 6 个核心场景之一。 输出:场景名称 + 触发步骤列表。 降级:若输入模糊(如"最近怎么样?"),先询问澄清,不强行触发。阶段②:数据查询(market-scan / data-query / industry-rank)
动作:调用 data_layer / mcp-aktools 获取实时数据。 指令:data_layer(带缓存)。[数据:指标 | 来源:数据源 | 时间:时间]。阶段③:深度分析(stock-research / multi-view / deep-think)
动作:执行降秩分析、追本分析或多视角验证。 指令:阶段④:逻辑验证(decision-checklist / mental-models)
动作:使用芒格思维模型/检查清单验证分析逻辑。 输出:逻辑漏洞清单 + 修正建议。阶段⑤:决策整合(decision-integrate)⭐ 核心
动作:综合所有分析,给出明确建议。 指令:买入 / 卖出 / 持有 / 观望 之一。阶段⑥:多形式输出(调用表达层)⭐ 核心
动作:将决策报告传递给expression-layer 进行格式化。
指令:
expression-layer,传入 content + intent(plain/writes/card/wechat)。⚠️ 常见错误
错误 1:线性执行所有阶段
问题:
• 用户只问"XX 怎么看",却跑完 5 个阶段
• 输出冗长,用户找不到重点解决:
✓ 严格按场景定义调用 2-4 个共享 Skill
✓ 输出聚焦场景核心问题
错误 2:忽略数据层降级
问题:
• mcp-aktools 或 data_layer 调用失败
• 报告数据为空或报错解决:
✓ 优先调用 data_layer(带缓存)
✓ 失败时降级到本地缓存或明确告知"数据获取失败"
✓ 标注数据来源与时间
错误 3:推理过程缺失
问题:
• 直接给结论,用户不知道"怎么想到的"
• 缺乏降秩/追本/验证过程解决:
✓ 每个结论必须保留推演链
✓ 使用 [数据:指标 | 来源:数据源 | 时间:时间] 格式
✓ 附 ASCII 关系图辅助理解
错误 4:数据罗列无结论
问题:
• 阶段③只输出数据表格,阶段⑤未给出明确建议
• 用户得不到 actionable 的建议解决:
✓ 阶段⑤必须综合数据给出"买/卖/持有"建议及置信度
✓ 使用 decision-integrate 共享 Skill 整合所有分析
错误 5:合规拦截过度
问题:
• 遇到模糊或交易指令,直接拒绝
• 未提供替代方案(如"扫描当前强势板块")解决:
✓ 执行"合规转化"协议:拒绝 -> 转化为分析/投教
✓ 例:"无法直接交易" → "分析交易成本/时机"
错误 6:表达层未调用
问题:
• 阶段⑥未调用 expression-layer
• 输出格式不统一(有时表格,有时纯文本)解决:
✓ 阶段⑥必须调用 expression-layer,传入 content + intent
✓ 让表达层统一路由至 Markdown/PNG/HTML
🧪 使用示例
输入:
分析消费 ETF 是否值得投?
预期输出:
输入:
现在什么值得买?
预期输出:
🔧 故障排查
| 问题 | 检查项 | |------|--------| | 不触发 | description 是否包含触发词?用户输入是否匹配场景? | | 数据为空 | data_layer 是否安装?mcp-aktools 是否运行?缓存是否过期? | | 输出过长 | 是否跨场景调用?检查场景定义,只调用必要步骤 | | 推理缺失 | 是否跳过降秩/追本步骤?检查共享 Skill 执行顺序 |
🔗 相关资源
references/shared-skills.mdreferences/data-layer-integration.mdtemplates/report-template.md../expression-layer/SKILL.mddocs/SKILL-STANDARD-v3.md