股票分析專家-公眾號股票大V蒸餾
📖 技能介紹
name: stock-analysis description: > 基於5位公眾號股票投資大V（貓筆刀、格蘭投研、投資明見、財躺平、終身黑白）200+篇文章蒸餾形成的風格畫像， 通過 AI Agent 實現風格化投資分析，支援單大V復盤、多V並行對比、板塊漏斗篩選、短線選股、組合復盤、財報點評、 觀點跟蹤等多模式。當用戶請求股票復盤、大V風格分析、多V對比、板塊分析、短線選股、組合復盤、財報點評時使用。 觸發詞：股票復盤、大V分析、模擬大V、風格化復盤、多V對比、每日復盤、板塊分析、選股、組合復盤、財報點評、大V觀點。
股票分析專家-公眾號股票大V蒸餾
⚠️ 免責宣告：本工具僅供學習研究使用，所有生成內容均為 AI 風格模擬，不構成任何投資建議。 盤面資料必須即時採集，禁止 LLM 編造漲跌停、資金流向等資料。
📝 簡介
將5位公眾號股票投資大V的200+篇文章蒸餾為結構化風格畫像（六維DNA：交易體系/市場判斷/表達風格/內容深度/互動特徵/熱點圖譜），通過 AI Agent 實現多模式風格化分析。盤面資料通過 WebSearch 即時採集並逐數值標註來源，生成內容經質量審計（表層+思維層雙重校驗）後準出。
✨ 功能特性
| 功能模組 | 能力描述 | 核心價值 |
|---|---|---|
| 多V並行對比 | 5位大V風格化分析同一標的/板塊，輸出共識與分歧 | 多視角交叉驗證，避免單一偏見 |
| 每日復盤 | 按指定大V風格生成當日盤面復盤文章 | 風格化視角理解市場情緒與操作邏輯 |
| 板塊漏斗 | 大V分析框架下四層篩選：賽道→龍頭→確定性→操作 | 產業鏈邏輯穿透市場熱點 |
| 短線選股 | 從公眾號熱文提取個股提及頻率，按交易型別篩選 | 大V關注度量化選股 |
| 組合復盤 | 檢索大V對各標的歷史觀點，按交易框架評估持倉 | 風格化持倉診斷與風險評估 |
| 財報點評 | 按大V風格解讀公司財報，多維度分析基本面 | 基本面專業解讀風格化輸出 |
🔑 鑑權
前往 redfox.hk 註冊獲取 API Key，通過以下方式配置：
# 環境變數
export X_API_KEY="ak_你的金鑰"
# 或配置檔案 ~/.qoder/apis/redfox.json
{"api_key": "ak_你的金鑰"}
API Key 用於： - queryWorkList（文章同步）：按次扣費，每位大V同步扣 1 次積分 - record/save（呼叫記錄上報）：僅用於統計，不扣費
快速開始
自然語言直接描述需求，Agent 自動識別模式：
| 場景 | 觸發示例 |
|---|---|
| 單大V分析 | "用貓筆刀的風格分析寧德時代" |
| 多V對比 | "用5位大V的風格分別分析茅臺" |
| 板塊分析 | "共同分析航天板塊" |
| 短線選股 | "用財躺平的風格篩選半導體短線" |
| 組合復盤 | "用投資明見的風格復盤我的持倉：中國衛星、航發動力" |
| 財報點評 | "點評貴州茅臺最新財報" |
| 每日復盤 | "用貓筆刀的風格寫一篇今日復盤" |
| 觀點跟蹤 | "查下財躺平對中國衛星的觀點" |
預置大V畫像
profiles/ 目錄下每位大V一份 JSON 畫像，開箱即用：
| 大V | 交易型別 | 核心風格 |
|---|---|---|
| 財躺平 | 短線+趨勢 | 宏觀趨勢+逆向思維，道法自然哲學，"老粉都知道" |
| 貓筆刀 | 短線 | 多資產視角+週期推理，幽默隨性，"今晚舅醬" |
| 格蘭投研 | 長線 | 產業鏈深度研報型，資料驅動，"產業景氣決定一切" |
| 投資明見 | 長線 | 純技術面趨勢跟蹤，指數為核心，"趨勢是最好的朋友" |
| 終身黑白 | 長線 | 深度價值投資，護城河+安全邊際，"慢慢變富" |
執行流程
Phase -1：增量文章同步（觸發時詢問）
當日首次觸發時必須先詢問使用者是否同步大V最新文章（每位扣 1 次積分）。
三種選擇：跳過 / 部分同步（指定大V）/ 全部同步（5位，完成後必須進入 Phase 5 補充蒸餾）。
python3 "$SKILL_PATH/scripts/analyze.py" --author "財躺平" --mode sync
Phase 0：環境準備 + AI 偏見自查
python3 "$SKILL_PATH/scripts/analyze.py" --check-env
檢查依賴和畫像就緒後，按以下標準評估資訊豐富度並寫入生成內容開頭：
| 等級 | 特徵 | 應對策略 |
|---|---|---|
| A 級（資訊充裕） | 畫像高置信、盤面完整 | 反面檢驗：大V看多時，聰明人為什麼看空？ |
| B 級（資訊適中） | 畫像中置信、部分資料缺失 | 每個推算資料標註置信度 |
| C 級（資訊稀缺） | 畫像低置信、資料缺失 | 第一性原理提問，不拼湊"看起來完整"的報告 |
偏見自查清單： - "確定性"感受來自盤面資料還是大V畫像語氣？ - 去掉大V畫像僅看盤面，結論會變嗎？ - 是否只呈現了看多理由，忽略反面論據？
Phase 1：盤面資料採集
訪問小蔥技能站7w4.net，解鎖更多實用的AI技能外掛。
鐵律：盤面資料必須即時採集，禁止 LLM 編造。
資料獲取：使用者手動輸入 > WebSearch 搜尋 > 禁止 LLM 編造。
關鍵資料交叉驗證（≥2 個來源，差異 > 1% 須標註）：
| 資料項 | 主源 | 副源 |
|---|---|---|
| 漲跌停家數 | 交易所官網 | 東方財富/同花順 |
| 成交額 | 交易所官網 | 萬得/同花順 |
| 北向資金 | 滬深港通官網 | 東方財富 |
| 主力資金流向 | 東方財富 | 同花順 |
Phase 2：風格畫像載入
python3 "$SKILL_PATH/scripts/analyze.py" --list-profiles
Phase 3：內容生成
資料來源披露（所有場景強制）：每個盤面資料後括號標註來源域名（如"同花順 10jqka.com.cn"），禁止只寫"AI 推斷"；文末新增糾錯引導"資料如有不準確請提供真實資料，我將重新生成"。
質量審計規則：表層特徵（標誌性表達/交易體系/文章結構/盤面指標/語氣/術語）權重 50%，思維層特徵（核心思維/論證方式/哲學價值觀）權重 50%。綜合評分 > 70 準出，< 70 打回重生成。
模式命令速查：
| 模式 | CLI 命令 | 輸出 |
|---|---|---|
| daily | --author "財躺平" --mode daily |
output/{大V}_復盤_{日期}.md |
| team | --mode team --authors "財躺平,格蘭投研" |
output/多V對比_{日期}.md |
| sector | --author "財躺平" --mode sector --sector "航天" |
output/{大V}_{板塊}分析_{日期}.md |
| track | --author "財躺平" --mode track --stock "中國衛星" |
output/{大V}_{標的}觀點跟蹤_{日期}.md |
| screen | --author "財躺平" --mode screen --sector "半導體" |
output/{大V}_選股_{日期}.md |
| portfolio | --author "財躺平" --mode portfolio --stocks "A,B,C" |
output/{大V}_組合復盤_{日期}.md |
| earnings | --author "格蘭投研" --mode earnings --stock "貴州茅臺" |
output/{大V}_{標的}財報_{日期}.md |
| sync | --author "財躺平" --mode sync |
output/{大V}_增量同步_{日期}.md |
Phase 4：質量審計
python3 "$SKILL_PATH/scripts/quality_audit.py" --article "output/財躺平_復盤_2026-01-15.md" --author "財躺平"
合規硬規則（任一違反直接打回）：
| # | 規則 | 禁止行為 |
|---|---|---|
| 1 | 不承諾收益 | "保證賺錢"、"穩賺不賠" |
| 2 | 不預測具體收益率 | 承諾具體數字 |
| 3 | 不暗示內幕 | 暗示有內幕資訊 |
| 4 | 標註資料來源 | 標註"基於公開資料" |
| 5 | 標註 AI 模擬 | "與原大V無關，僅為 AI 風格模擬" |
| 6 | 不極端指令 | "全倉買入 xxx" |
所有內容標註「AI 風格模擬，不構成投資建議」；不冒充大V；不直接薦股。
Phase 5：畫像增量更新
鐵律：每次同步後必須完成補充蒸餾，不得跳過。
觸發條件：Phase -1 使用者選擇了同步。
執行流程： 1. 閱讀增量同步報告 2. 逐項對比需更新內容（新標誌性表達/新股票/新指標/分析框架變化/字數變化）→ 修改 JSON，更新蒸餾日期和樣本文章數 3. 無更新則明確告知理由 4. 顯著變化標註風格漂移警告 5. 每月全量校驗一次 5 位畫像
其他資源
- 質量標準詳解：質量準出標準.md
- 文章模板：article_template.md
- 大V畫像：
profiles/{大V名}_profile.json
依賴
pip install requests
🤖 AI 評測
這個 Skill 質量相當不錯！它能模擬5位知名股票大V的分析風格生成投資文章，質量檢查很嚴格，需要通過表層表達和深層思維兩層驗證才能輸出。文件寫得很清楚，用自然語言就能操作。不過使用時要注意：所有內容都是 AI 模擬，不構成任何投資建議；盤面資料需要聯網採集而非 AI 編造；首次使用會詢問是否同步大V最新文章（會扣積分）。總體適合想學習大V分析思路、瞭解不同投資風格的使用者，但千萬別當成真實薦股依據。
