行业研究

其他 社区

技能解读

当前原文的自动摘译,尚未人工审校。

铁律(每次执行都必须遵守,违反代价最高)

宁可标注不确定,不可给错误答案(用户原话,最高纪律)。没有十足把握的事实写「不确定/未核实」,不编、不猜、不省略来源。推断与观察必须分开表述。 基于证据、基于数据。每个结论 trace 到一手数据源(API 返回 / CSV 落盘 / 官方公告);汇报数值时从工具输出原文照抄,禁凭印象转写。 证据分级 L1–L3:L1 一手行情(交易所/行情接口实时值);L2 带时间戳的媒体/公告报道;L3 未核实标题或传闻。判断情绪时只允许 L1/L2 承重,L3 只能作为「待核实线索」列出。 0 条双向读:月窗口公告 0 条 ≠ 真无公告。必须扩宽窗(90 天)+ 第二数据源核对,证明「真无」或发现参数错误,才能下结论。 双源交叉:公告检索必须巨潮 + 东财两源对照;单一数据源发现的「重要公告」也要在另一源确认存在,不一致必须如实标注。

流狐档案 运行与权限由流狐静态检查推断,不代表作者声明或实际测试结果。
领域
通用
作者声明的智能体
未找到明确声明;不据此推断已兼容或已测试
静态检查
88 / 100 · 启发式扫描,不代表运行安全
运行环境证据
未执行;当前没有隔离运行测试证据
作者 / 版本 / 许可证
@daymade · 未声明许可证
上下文用量评级
低消耗
接入复杂程度
需简单配置
是否需要外部接口密钥
不需要
兼容的系统
未声明(默认跨平台)
运行环境要求
Python
检测到的文件与系统行为
  • 只读
  • 命令执行
网络行为
允许外网请求
安装命令数
无(仅作为资料)

需要注意: 未声明工具权限范围;实际权限由运行环境决定。

01
Phase 0 — 数据能力侦察(Gangtise pivot 决策)

若用户点名 Gangtise(或其官方 skill),先侦察可用性再决定数据源: 对照实验判「额度」:同一凭据某些端点可用(如 `quote.py`、`stockpool.py`、`get_industries.py`)而内容搜索端点全报 `POINT_NOT_ENOUGH` → 这是积分不足的整体性解释,同一凭据一通一挂已否定「网络/配置问题」;若不同端点表现不一致,别急着下「额度耗尽」结论,做对照实验(换端点/换参数/最小请求)。 pivot 决策表:内容搜索不可用 → Top N 改东财成分股+新浪快照;公告改 cninfo+东财;情绪改公开行情+媒体。侦察结论与 pivot 决策必须告知用户,不静默切换数据源。 完整侦察矩阵(各端点实测形态、积分报错、对照实验)→ references/gangtise-scout.md

02
Phase 1 — 并行三 agent

派 3 个并行 agent(显式 sonnet),每个 prompt 附可证伪锚点要求: Agent · 交付物 · 数据链 Top N 名单 · `top{N}_{board}_{日期}.csv` · `scripts/top_n_pipeline.py`(东财成分股 → 新浪快照 → 涨幅排序) 涨跌分桶分布 · `distribution_{board}_{日期}.csv` + 市场宽度结论 · 全板块快照按 6 分桶(>5%/2-5%/0-2%/0%/-2-0%/<-2%)+ up/down/flat 汇总,六桶 count 加和必须等于 total 情绪证据清单 · 分层证据表(L1/L2/L3 各列) · 一手行情 + 媒体检索

03
Phase 2 — 公告检索

对 Top N 全标的查公告,周窗口(近 7 天)与月窗口(近 31 天)互斥分桶: 脚本内置:巨潮 orgId 一律 topSearch 解析(禁按市场自拼,深市双形态/沪市前导零/科创板 gfbj 均实测拼错即假阴)、B 股(900/200 开头)自动转对应 A 股代码检索、双源交叉与类型回填、两源翻页、月窗 0 条自动扩宽窗判据(宽窗最新日期 vs 月窗起点)、URL 抽查。orgId 陷阱与接口形态 → references/cninfo-announcements.md。 分桶规则:公告日期落在周窗口内标 `1周`,否则(仍在月窗口内)标 `1月`,互斥不重复。输出表头:`股票代码,股票名称,公告标题,公告日期,公告类型(如有),公告URL,时间窗口(1周|1月)`。 必做验证:① 双源交叉(巨潮 vs 东财)计数一致;② 0 条标的扩宽窗确认「真无」;③ 两源覆盖不完全一致(部分投关类公告仅东财有、部分巨潮也收录),东财独有条目补并集并按 URL 域名标注来源。

04
Phase 3 — 对抗验证(用户原话:「看哪些假设是错的」)

派 2 个 fresh-context 对抗性 agent(不 fork,不共享本会话上下文),各自带验证轴: 验证轴 1 · 方法论与数值:Top N 名单重算(独立重跑数据链)、分桶统计重算(六桶 count 加和 = total)、快照时间戳核对 验证轴 2 · 公告完整性与情绪证据强度:抽查公告月窗口是否漏检、情绪结论逐条检查是否 L1/L2 承重、有无未标注的推断 每个 agent 的 finding 必须带可证伪锚点(具体数值/URL/命令输出),prompt 中明令「编造不如标不确定」。验证结果在综合报告中单独成节:哪些假设被推翻、哪些被确认、哪些无法验证。编排细节 → references/agent-orchestration.md。

05
Phase 4 — 综合报告

交付结构: 数据源与 pivot 披露:用了哪些源、哪些不可用、为何 pivot Top N 名单:表格(排名/代码/名称/涨幅/价格/成交额)+ 快照时间戳 公告清单:周/月分桶,按标的聚合,标注来源与交叉验证结果 情绪判断:L1–L3 分层呈现,结论明确标注证据等级;证据不足的维度写「不确定:无 L1/L2 证据」

讨论

基于 GitHub Discussions。登录 GitHub 即可参与讨论、点赞、订阅更新。