muxuuu/serenity-skill

Serenity-inspired Agent Skill for supply-chain bottleneck stock research

Serenity.skill – AI支援投資リサーチスキル

何であるか

  • OpenAI Codex や Anthropic Claude Code などのAIエージェント向けの スキル(プラグイン)。『Serenity』リサーチ手法をエンコードしており、市場のホットトピック(AIチップ、ロボットなど)を、サプライチェーンのボトルネックに真正に近い株式やファンドのリストに変換する構造化された方法を提供する。
  • リポジトリにはモデルやトレーニングコードは含まれていない。SKILL.md ファイル、プロンプトテンプレート、参考資料、およびエージェントがスキルをロードして自然言語クエリで呼び出せるようにする小さな検証スクリプトが含まれている。

動作方法

  1. 入力 – ユーザーが「研究现在 A 股 AI 半导体产业链」のような質問をエージェントに投げる。
  2. プロンプト生成 – スキルは事前に書かれたプロンプト(assets/research-prompt-pack.md を参照)を挿入し、モデルに以下の指示をさせる:
    • ホットトピックを、下流需要 → システム統合 → チップ/デバイス → 設備 → 材料 → パッケージング → インフラストラクチャに分解する;
    • 供給業者が少ない、検証サイクルが長い、容量拡張が難しい、顧客認証が厳格、材料純度が高いノードを探す;
    • 公開データ(発表、提出書類、決算、特許、入札書類など)を引き出し、これらのボトルネックの存在を検証する。
  3. 推論 – LLM(ホストクライアント上で実行)がリサーチを行い、候補企業・ファンドをランク付けし、以下の内容を含む簡潔なレポートを返す:
    • 最も有望な3〜5社のターゲット;
    • 各ターゲットが「本物の」ボトルネックに近いかどうかの理由;
    • 欠落している証拠と主なリスク。
  4. 出力 – READMEに示す例と正確に同じ形式のプレーンテキスト要約(企業名、ボトルネック、証拠、リスク、次ステップチェックリスト)。

実行可能な操作

情報状況 エージェントに投げられる例のクエリ Serenity.skillが返す内容
ホットトピックを見たが、どこから始めればよいか分からない 最近 AI 半导体很火,普通人应该先研究哪些方向? AI半導体サプライチェーンの階層構造と、研究価値のある上位数セグメント。
ロボットサプライチェーンのどの部分が最も制約されているか知りたい 机器人产业链里,哪些环节更可能先出机会? ロボットシステム、アクチュエータ、センサー、ギアボックス層の比較と、希少性と拡張難易度に基づくランク付け。
株式が単なる「ホットな話題」に乗っかっていると疑う 帮我挑战天孚通信是 CPO 核心供应商的说法 顧客リスト、注文証拠、容量発表、リスク評価を段階的に検証するファクトチェック。
テーマに本当に恩恵を受けるファンド/ETFの短リストが必要 机器人主题基金应该重点看哪些上游环节? 最も重要な上流セグメントと、そのセグメントと一致する上位保有銘柄を持つファンド。
複数の候補株があり、研究の優先順位を知りたい 比较 A、B、C 三家公司,谁的上涨逻辑更清楚? ボトルネックへの近さ、証拠の強さ、評価圧力、リスクフラグを含むランク付け表。

インストールと使用方法

  • スキルはMarkdownファイルのディレクトリである。エージェントクライアントに可視化させるには、このフォルダ全体をクライアントのスキルディレクトリ(例:Codex なら ~/.agents/skills/serenity-skill、Claude Code なら ~/.claude/skills/serenity-skill)にコピーする。
  • スキル自体にはPythonランタイムは不要。小さなヘルパースクリプト(scripts/validate_skill.py)をローカルで実行してフォルダ構造を検証できる。
  • インストール後、クライアントでスラッシュコマンドで呼び出す。例:
    $serenity-skill 研究现在 A 股 AI 半导体产业链,说明优先研究方向、证据和反方理由。
    
    または
    /serenity-skill 挑战天孚通信是 CPO 核心供应商的说法,逐项核对原始披露。
    

行わないこと

  • 実時間市場データを取得したり、取引を実行したり、投資リターンを保証したりしない。
  • 任意の機械学習コードを含まない。重い作業はホストクライアントが提供する基盤となるLLMが行う。
  • リポジトリ内の例は2026-09-14時点のスナップショットであり、継続的に更新されていない。

なぜ有用か

  • 模糊な「ワードのブーム」分析に頼らず、LLMを活用したい投資家向けに、再現可能で証拠を最優先するワークフローを提供する。
  • ドメイン特化のリサーチ手法(『Serenity』アプローチ)を再利用可能なスキルとして封印し、任意の互換エージェントプラットフォームから呼び出せるようにする。
  • リサーチプロセスを透明にする:すべての推奨は、データソースとその導出に至る論理ステップとともに提示される。

ライセンス

  • MIT – スキルファイルを自由にコピー、変更、再配布できる。

関連

  • プロジェクト
  • プロジェクト
  • プロジェクト
  • プロジェクト
  • プロジェクト