agentsclimarketplace

A share investment router

Skill nexaforgelab/a-share-investment-skill-pack/skills/00_orchestration/a_share_investment_router

用于任何中国A股投研、组合、风控、交易、复盘任务的总控路由 Skill。先识别用户意图,再选择正确 workflow 和下游 skills,避免 Agent 在大量 skills 中随机调用或遗漏关键步骤。From its SKILL.md

Install
npx -y skills add nexaforgelab/a-share-investment-skill-pack --skill a_share_investment_router

Assembled from the repository path, not quoted from the project. Check it against their README if it does not work.

One thing to look at

  • 0 stars0 stars. Stars are a popularity signal and not a quality one, but at this level it is likely that nobody has read this closely except its author, and you would be relying on your own review.

SKILL.md

10.7 KB, ~3.6k tokens by cl100k_base, as published. Nobody here has run it

A股投研 Skill Pack 总控路由 Skill

Skill ID

a_share.investment_router.v1

功能定位

本 Skill 是整套 A股投研 Skill Pack 的入口、路由器和工作流调度说明书。

当用户提出任何与中国 A股相关的任务时,包括但不限于个股研究、行业研究、宏观策略、财报解析、公告解读、选股打分、组合构建、组合风控、交易执行、投委会材料、绩效归因和投资复盘,必须先使用本 Skill 完成任务分类、工作流选择、依赖 Skill 列表、人工复核判断和输出结构规划。

本 Skill 的目标不是替代下游专业 Skill,而是告诉 Agent:当前任务属于哪一类;应该先用哪些数据和前置检查;应该按什么顺序调用哪些 Skill;哪些步骤可以并行;哪些结论必须人工复核;最终输出应进入哪个下游流程。

适用场景

  • 用户提出泛化 A股问题,不知道该调用哪个 Skill。
  • 用户要求“完整分析”“深度研究”“组合调仓”“风险排雷”“投委会材料”等跨模块任务。
  • 系统中同时安装了几十个 A股 Skill,需要防止随机调用、漏调前置检查或重复调用。
  • 需要把用户自然语言任务转换成可执行 workflow。
  • 需要先给出执行计划,再逐步执行下游 Skill。

必填输入

  • as_of_date: 分析截止日期,必须使用当时已公开可得数据。
  • object_type: stock / industry / portfolio / market / theme / factor
  • object_id: 股票代码、行业名称、组合ID、主题名称或因子名称。
  • investment_horizon: intraday / 1w / 1m / 3m_6m / 1y_3y
  • user_task: 用户原始任务。

可选输入

  • benchmark: 沪深300、中证500、中证1000、行业指数或自定义基准。
  • portfolio_context: 当前持仓、成本、权重、产品约束。
  • risk_budget: 单票、行业、风格、流动性和回撤约束。
  • previous_thesis: 历史投资假设、上次评级、上次目标价。
  • manual_notes: 研究员补充信息或人工调研纪要。
  • data_bundle: 已加载的数据清单、来源、时间戳和质量评分。
  • output_format: brief / standard / committee / machine_json

依赖 Skill

  • data_quality_audit
  • a_share_master_data

说明:本 Skill 是入口路由 Skill,通常先于其他 Skill 使用。上面的依赖只用于真实投资任务的数据时点和主数据前置校验;具体业务依赖由路由结果决定。

通用执行流程

  1. 读取用户原始任务,识别是否属于中国 A股投研、组合、风控、交易或复盘任务。
  2. 标准化输入字段:as_of_dateobject_typeobject_idinvestment_horizonbenchmark
  3. 判断任务类型:盘前、盘中、盘后、个股研究、行业研究、组合调仓、风险预警、投委会、月度复盘。
  4. 选择最匹配的 workflow,并列出必须调用的下游 Skill。
  5. 标记阻塞型检查:数据质量、股票池资格、合规约束、流动性风险、人工复核。
  6. 标记可并行步骤和必须串行步骤。
  7. 生成路由计划 JSON。
  8. 如果用户要求直接分析,则在路由计划后继续按 workflow 调用下游 Skill。
  9. 如果数据缺失或任务高风险,降低置信度并标记人工复核。
  10. 记录审计日志,包括任务分类依据、所选 workflow、跳过的 Skill 与原因。

本 Skill 专业步骤

1. 任务分类规则

  • 盘前晨会:包含“晨会、盘前、今日市场、今日风险、每日策略、今天怎么看”。
  • 盘中监控:包含“盘中、异动、突然大涨、突然大跌、涨停、跌停、成交放量、要不要处理”。
  • 盘后复盘:包含“盘后、复盘、今天表现、公告影响、龙虎榜、大宗交易、成交复盘”。
  • 个股深度研究:包含“分析某股票、是否值得买、是否值得加仓、深度研究、目标价、投资价值、核心持仓”。
  • 行业研究:包含“行业、景气度、产业链、供需、价格、库存、政策影响、行业配置”。
  • 组合调仓:包含“调仓、组合优化、股票池、选股、打分、Top股票、月度换仓、构建组合”。
  • 风险预警:包含“排雷、风险、暴雷、ST、退市、财务造假、监管处罚、流动性风险、组合风险”。
  • 投委会材料:包含“投委会、投资备忘录、买入议案、加仓议案、表决材料、风险提示、反方观点”。
  • 月度/季度复盘:包含“归因、月报、季报、组合表现、错误案例、投资假设是否兑现”。

2. 工作流选择表

盘前晨会:daily_morning_workflow

  1. a_share_master_data
  2. data_quality_audit
  3. macro_environment
  4. liquidity_analysis
  5. market_style_detection
  6. disclosure_parser
  7. portfolio_risk_monitor
  8. morning_report

盘中监控:intraday_monitor_workflow

  1. technical_price_volume
  2. northbound_flow
  3. margin_trading
  4. portfolio_risk_monitor
  5. liquidity_risk

盘后复盘:after_market_workflow

  1. disclosure_parser
  2. earnings_preview_parser
  3. dragon_tiger_list
  4. block_trade
  5. trade_review
  6. performance_attribution

个股深度研究:single_stock_research_workflow

  1. a_share_master_data
  2. data_quality_audit
  3. disclosure_parser
  4. annual_report_parser
  5. financial_quality_analysis
  6. business_model_analysis
  7. industry_prosperity
  8. competitive_position
  9. earnings_forecast
  10. scenario_analysis
  11. chip_structure
  12. single_stock_deep_research
  13. counter_argument
  14. investment_memo

行业研究:industry_research_workflow

  1. industry_chain_mapping
  2. supply_demand_price_inventory
  3. policy_impact
  4. industry_prosperity
  5. peer_comparison
  6. allocation_strategy

组合调仓:portfolio_rebalance_workflow

  1. stock_universe_governance
  2. multi_factor_scoring
  3. allocation_strategy
  4. portfolio_construction
  5. portfolio_optimization
  6. exposure_control
  7. liquidity_risk
  8. compliance_check
  9. rebalancing_advice

风险预警:risk_alert_workflow

  1. disclosure_parser
  2. financial_quality_analysis
  3. fraud_detection
  4. st_delisting_risk
  5. liquidity_risk
  6. crowdedness_risk
  7. portfolio_risk_monitor
  8. compliance_check

投委会材料:investment_committee_workflow

  1. single_stock_deep_research
  2. scenario_analysis
  3. position_sizing
  4. portfolio_risk_monitor
  5. counter_argument
  6. risk_disclosure
  7. investment_memo
  8. investment_committee_material

月度/季度复盘:monthly_review_workflow

  1. performance_attribution
  2. trade_review
  3. thesis_review
  4. mistake_case_library
  5. success_pattern_library
  6. skill_improvement_advice

3. 并行与阻塞规则

  • data_quality_audit 是所有真实股票、组合、回测任务的阻塞型前置检查。
  • compliance_check 是所有交易、调仓、禁投、投委会任务的阻塞型前置检查。
  • 公告解析、年报解析、行业景气、竞争格局可在个股研究中并行。
  • 估值、仓位、交易执行必须等盈利预测和风险检查完成后再做。
  • 绩效归因和投资假设复盘必须等成交记录和净值表现可得后再做。

判断与打分框架

对每次路由进行 0-100 分评估:

  • 任务识别清晰度:25 分。
  • 输入完整度:20 分。
  • 工作流匹配度:25 分。
  • 风险与人工复核识别:20 分。
  • 数据缺口识别:10 分。

路由置信度规则:

  • 90-100:任务清晰,可直接执行 workflow。
  • 70-89:可执行,但需要标记数据缺口或人工复核。
  • 50-69:先输出计划,不直接给投资结论。
  • 50 以下:请求补充关键输入,或仅输出通用分析框架。

标准输出

{
  "skill_id": "a_share.investment_router.v1",
  "run_id": "router_20260522_600519.SH",
  "as_of_date": "2026-05-22",
  "object_type": "stock",
  "object_id": "600519.SH",
  "conclusion": "任务被路由为个股深度研究,推荐执行 single_stock_research_workflow,并在最终投资动作前进行人工复核。",
  "confidence": 0.9,
  "data_quality_score": 0.8,
  "evidence": [
    {
      "type": "routing_rule",
      "text": "用户任务包含个股分析、投资价值、加仓或目标价等触发词。"
    }
  ],
  "counter_evidence": [
    {
      "type": "data_gap",
      "text": "如果缺少公告、财报、行情或组合约束,不应直接输出高置信度投资动作。"
    }
  ],
  "risks": [
    {
      "type": "workflow_risk",
      "text": "若绕过数据质量审计或合规检查,可能产生不可审计的投资结论。"
    }
  ],
  "action_suggestion": "research_only",
  "required_followups": [
    "执行 data_quality_audit",
    "执行 single_stock_research_workflow",
    "最终投资动作进入人工复核"
  ],
  "human_review_required": true,
  "audit_trail": [
    {
      "step": "route_task",
      "status": "completed",
      "selected_workflow": "single_stock_research_workflow"
    }
  ]
}

报告结构

  1. 用户原始任务复述。
  2. 任务分类。
  3. 所选 workflow。
  4. 必须调用的 Skill 清单。
  5. 前置阻塞检查。
  6. 可并行步骤。
  7. 人工复核要求。
  8. 最终输出物。
  9. 数据缺口与风险提示。
  10. 下一步执行指令。

强制约束

  • 必须先识别任务类型,不得在大量 Skill 中随机挑选。
  • 真实投资任务必须经过 data_quality_audit,避免未来函数、披露时点错误和数据冲突。
  • 涉及交易、调仓、买入、卖出、禁投、强制风控时,必须标记人工复核。
  • 所有结论必须给出证据、反证和置信度。
  • 缺少关键数据时,只能输出分析计划或低置信度结论,不能编造。
  • 不得把交易执行建议等同于自动下单指令。

下游流转

  • 个股投资价值任务流向 single_stock_research_workflow
  • 行业配置任务流向 industry_research_workflow
  • 组合调仓任务流向 portfolio_rebalance_workflow
  • 风险排雷任务流向 risk_alert_workflow
  • 投委会任务流向 investment_committee_workflow
  • 复盘任务流向 monthly_review_workflow
  • 执行完成后的投资结果必须流向 performance_attributionthesis_review,用于闭环改进。

What ships with it

Read from the repository

Just SKILL.md. No reference files, no scripts.

Keep looking

Skills are one crate of 325,949. Ordering is by how many stacks a row turns up in, so the top of any crate is what has actually been picked rather than what has the most stars.