🎁 Get the FREE AI Skills Starter GuideSubscribe →
BytesAgainBytesAgain
🦀 ClawHub

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。

Versionv1.2.0
Downloads354
TERMINAL
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:

  • 买股票 / 投行业 / 扫描推荐 / 行业看法 / 热点分析 / 开会讨论
  • 边界条件:

  • 不替代深度基本面研究
  • 输出为 Markdown 报告,需配合 data_layer / mcp-aktools 获取真实数据
  • 场景识别依赖用户输入关键词
  • 模糊输入处理:用户输入过于模糊(如"最近怎么样?")时,先询问澄清(行业/事件/标的),不强行触发完整工作流

  • 🔄 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
  • 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:[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
  • 必须保留推演链(表象→机理→原理→公理)。
  • 附 ASCII 关系图辅助理解。
  • 合规转化:若用户请求"帮我买 XX"或"推荐代码",不直接拒绝,转化为"交易成本分析"或"筛选方法论"投教内容。
  • 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
  • 必须输出买入 / 卖出 / 持有 / 观望 之一。
  • 必须标注:置信度(高/中/低)及理由。
  • 若数据不足,明确说明"因 XX 数据缺失,置信度低"。
  • 禁止:只罗列数据表格,不给结论。
  • 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
  • 调用 expression-layer,传入 content + intent(plain/writes/card/wechat)。
  • 禁止:直接输出原始 Markdown,必须经表达层路由。
  • 输出形式:Markdown 报告 / PNG 卡片 / HTML 演讲 / 公众号推文。

  • ⚠️ 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:

  • 识别场景:投行业
  • 调用:industry-rank → data-query → multi-view → decision-integrate
  • 输出:Markdown 报告(含降秩分析、数据验证、圆桌讨论、决策建议)
  • 输入:

    现在什么值得买?
    

    预期输出:

  • 识别场景:扫描推荐
  • 调用:market-scan → industry-rank → data-query → decision-integrate
  • 输出:Top 3 标的 + 优先级 + 逻辑

  • 🔧 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

  • 共享 Skill 文档:references/shared-skills.md
  • 数据层集成:references/data-layer-integration.md
  • 报告模板:templates/report-template.md
  • 表达层路由:../expression-layer/SKILL.md
  • 标准参考:docs/SKILL-STANDARD-v3.md