股票分析专家-公众号股票大V蒸馏

👤 那鲁多 📦 v1.0.0 ⭐ 4.4 ⬇️ 417 下载
💼 行业专业 免费 🔑 需 API Key

📖 技能介绍


name: stock-analysis description: > 基于5位公众号股票投资大V(猫笔刀、格兰投研、投资明见、财躺平、终身黑白)200+篇文章蒸馏形成的风格画像, 通过 AI Agent 实现风格化投资分析,支持单大V复盘、多V并行对比、板块漏斗筛选、短线选股、组合复盘、财报点评、 观点跟踪等多模式。当用户请求股票复盘、大V风格分析、多V对比、板块分析、短线选股、组合复盘、财报点评时使用。 触发词:股票复盘、大V分析、模拟大V、风格化复盘、多V对比、每日复盘、板块分析、选股、组合复盘、财报点评、大V观点。


股票分析专家-公众号股票大V蒸馏

⚠️ 免责声明:本工具仅供学习研究使用,所有生成内容均为 AI 风格模拟,不构成任何投资建议。 盘面数据必须实时采集,禁止 LLM 编造涨跌停、资金流向等数据


📝 简介

将5位公众号股票投资大V的200+篇文章蒸馏为结构化风格画像(六维DNA:交易体系/市场判断/表达风格/内容深度/互动特征/热点图谱),通过 AI Agent 实现多模式风格化分析。盘面数据通过 WebSearch 实时采集并逐数值标注来源,生成内容经质量审计(表层+思维层双重校验)后准出。


✨ 功能特性

功能模块 能力描述 核心价值
多V并行对比 5位大V风格化分析同一标的/板块,输出共识与分歧 多视角交叉验证,避免单一偏见
每日复盘 按指定大V风格生成当日盘面复盘文章 风格化视角理解市场情绪与操作逻辑
板块漏斗 大V分析框架下四层筛选:赛道→龙头→确定性→操作 产业链逻辑穿透市场热点
短线选股 从公众号热文提取个股提及频率,按交易类型筛选 大V关注度量化选股
组合复盘 检索大V对各标的历史观点,按交易框架评估持仓 风格化持仓诊断与风险评估
财报点评 按大V风格解读公司财报,多维度分析基本面 基本面专业解读风格化输出

🔑 鉴权

前往 redfox.hk 注册获取 API Key,通过以下方式配置:

# 环境变量
export X_API_KEY="ak_你的密钥"

# 或配置文件 ~/.qoder/apis/redfox.json
{"api_key": "ak_你的密钥"}

API Key 用于: - queryWorkList(文章同步):按次扣费,每位大V同步扣 1 次积分 - record/save(调用记录上报):仅用于统计,不扣费


快速开始

自然语言直接描述需求,Agent 自动识别模式:

场景 触发示例
单大V分析 "用猫笔刀的风格分析宁德时代"
多V对比 "用5位大V的风格分别分析茅台"
板块分析 "共同分析航天板块"
短线选股 "用财躺平的风格筛选半导体短线"
组合复盘 "用投资明见的风格复盘我的持仓:中国卫星、航发动力"
财报点评 "点评贵州茅台最新财报"
每日复盘 "用猫笔刀的风格写一篇今日复盘"
观点跟踪 "查下财躺平对中国卫星的观点"

预置大V画像

profiles/ 目录下每位大V一份 JSON 画像,开箱即用:

大V 交易类型 核心风格
财躺平 短线+趋势 宏观趋势+逆向思维,道法自然哲学,"老粉都知道"
猫笔刀 短线 多资产视角+周期推理,幽默随性,"今晚舅酱"
格兰投研 长线 产业链深度研报型,数据驱动,"产业景气决定一切"
投资明见 长线 纯技术面趋势跟踪,指数为核心,"趋势是最好的朋友"
终身黑白 长线 深度价值投资,护城河+安全边际,"慢慢变富"

执行流程

Phase -1:增量文章同步(触发时询问)

当日首次触发时必须先询问用户是否同步大V最新文章(每位扣 1 次积分)。

访问小葱技能站7w4.net,解锁更多实用的AI技能插件。

三种选择:跳过 / 部分同步(指定大V)/ 全部同步(5位,完成后必须进入 Phase 5 补充蒸馏)。

python3 "$SKILL_PATH/scripts/analyze.py" --author "财躺平" --mode sync

Phase 0:环境准备 + AI 偏见自查

python3 "$SKILL_PATH/scripts/analyze.py" --check-env

检查依赖和画像就绪后,按以下标准评估信息丰富度并写入生成内容开头:

等级 特征 应对策略
A 级(信息充裕) 画像高置信、盘面完整 反面检验:大V看多时,聪明人为什么看空?
B 级(信息适中) 画像中置信、部分数据缺失 每个推算数据标注置信度
C 级(信息稀缺) 画像低置信、数据缺失 第一性原理提问,不拼凑"看起来完整"的报告

偏见自查清单: - "确定性"感受来自盘面数据还是大V画像语气? - 去掉大V画像仅看盘面,结论会变吗? - 是否只呈现了看多理由,忽略反面论据?

Phase 1:盘面数据采集

铁律:盘面数据必须实时采集,禁止 LLM 编造。

数据获取:用户手动输入 > WebSearch 搜索 > 禁止 LLM 编造

关键数据交叉验证(≥2 个来源,差异 > 1% 须标注):

数据项 主源 副源
涨跌停家数 交易所官网 东方财富/同花顺
成交额 交易所官网 万得/同花顺
北向资金 沪深港通官网 东方财富
主力资金流向 东方财富 同花顺

Phase 2:风格画像加载

python3 "$SKILL_PATH/scripts/analyze.py" --list-profiles

Phase 3:内容生成

数据来源披露(所有场景强制):每个盘面数据后括号标注来源域名(如"同花顺 10jqka.com.cn"),禁止只写"AI 推断";文末添加纠错引导"数据如有不准确请提供真实数据,我将重新生成"。

质量审计规则:表层特征(标志性表达/交易体系/文章结构/盘面指标/语气/术语)权重 50%,思维层特征(核心思维/论证方式/哲学价值观)权重 50%。综合评分 > 70 准出,< 70 打回重生成。

模式命令速查

模式 CLI 命令 输出
daily --author "财躺平" --mode daily output/{大V}_复盘_{日期}.md
team --mode team --authors "财躺平,格兰投研" output/多V对比_{日期}.md
sector --author "财躺平" --mode sector --sector "航天" output/{大V}_{板块}分析_{日期}.md
track --author "财躺平" --mode track --stock "中国卫星" output/{大V}_{标的}观点跟踪_{日期}.md
screen --author "财躺平" --mode screen --sector "半导体" output/{大V}_选股_{日期}.md
portfolio --author "财躺平" --mode portfolio --stocks "A,B,C" output/{大V}_组合复盘_{日期}.md
earnings --author "格兰投研" --mode earnings --stock "贵州茅台" output/{大V}_{标的}财报_{日期}.md
sync --author "财躺平" --mode sync output/{大V}_增量同步_{日期}.md

Phase 4:质量审计

python3 "$SKILL_PATH/scripts/quality_audit.py" --article "output/财躺平_复盘_2026-01-15.md" --author "财躺平"

合规硬规则(任一违反直接打回)

# 规则 禁止行为
1 不承诺收益 "保证赚钱"、"稳赚不赔"
2 不预测具体收益率 承诺具体数字
3 不暗示内幕 暗示有内幕信息
4 标注数据来源 标注"基于公开数据"
5 标注 AI 模拟 "与原大V无关,仅为 AI 风格模拟"
6 不极端指令 "全仓买入 xxx"

所有内容标注「AI 风格模拟,不构成投资建议」;不冒充大V;不直接荐股。

Phase 5:画像增量更新

铁律:每次同步后必须完成补充蒸馏,不得跳过。

触发条件:Phase -1 用户选择了同步。

执行流程: 1. 阅读增量同步报告 2. 逐项对比需更新内容(新标志性表达/新股票/新指标/分析框架变化/字数变化)→ 修改 JSON,更新蒸馏日期和样本文章数 3. 无更新则明确告知理由 4. 显著变化标注风格漂移警告 5. 每月全量校验一次 5 位画像


其他资源


依赖

pip install requests

🤖 AI 评测

这个 Skill 质量相当不错!它能模拟5位知名股票大V的分析风格生成投资文章,质量检查很严格,需要通过表层表达和深层思维两层验证才能输出。文档写得很清楚,用自然语言就能操作。不过使用时要注意:所有内容都是 AI 模拟,不构成任何投资建议;盘面数据需要联网采集而非 AI 编造;首次使用会询问是否同步大V最新文章(会扣积分)。总体适合想学习大V分析思路、了解不同投资风格的用户,但千万别当成真实荐股依据。

📊 多维度评分

适应性4.5
规范性4.2
有效性4.5
可靠性4.3
可信度4.8

📁 包含文件 (19 个)

📄 README.en.md 5.3 KB
📄 README.md 4.7 KB
📄 SKILL.md 8.5 KB
📄 assets/article_template.md 1.8 KB
📄 profiles/投资明见_profile.json 5 KB
📄 profiles/格兰投研_profile.json 5.6 KB
📄 profiles/猫笔刀_profile.json 5.8 KB
📄 profiles/终身黑白_profile.json 6 KB
📄 profiles/财躺平_profile.json 8.1 KB
📄 references/质量准出标准.md 6.4 KB
📄 scripts/analyze.py 24.5 KB
📄 scripts/common.py 13.1 KB
📄 scripts/earnings.py 11.1 KB
📄 scripts/fetch_market_data.py 6.3 KB
📄 scripts/portfolio.py 10.7 KB
📄 scripts/quality_audit.py 24.6 KB
📄 scripts/stock_screen.py 14.1 KB
📄 scripts/sync_articles.py 10.6 KB
📄 scripts/validate_profile.py 11.4 KB