alchaincyf/huashu-report

机构级研究报告 Agent Skill · 规范从 2026 年顶级机构报告实物反向提炼,42 份采集/41 份进量化基线(Stanford/McKinsey/BCG/OpenAI/PwC/World Bank 等)· 六种报告原型 + 8 种图表模式 + 可复用生产流水线 · 跨 agent 通用

解决的问题

解决AI代理生成通用、结构混乱的报告问题,避免其缺乏顶级机构研究应有的专业水准和严谨性。该技能不简单地将搜索结果聚合为文档,而是提供一个框架,使代理能够生成遵循领先全球机构实际设计与写作规范的行业报告、白皮书和学术论文。

如何工作

该项目以“代理技能”形式实现,包含文本指南和Python实用工具文件。它从斯坦福HAI、麦肯锡、OpenAI等机构的41份以上高质量报告中逆向提取模式。触发后,代理会采用研究者、编辑、信息设计师和数据可视化专家四种不同角色,执行生产流水线。包含SVG图表库、自动生成目录的渲染引擎,以及关于布局、色彩使用和写作风格的严格指南(例如,将结论写在图表标题中,而非主题中)。

适用人群

适用于使用AI代理(如Claude Code或其他自定义代理平台)的用户,需要生成专业级研究报告、白皮书、数据洞察或arXiv风格论文的场景。

主要亮点

  • 基于证据的标准:惯例源自对41份真实机构报告的定量分析。
  • 角色驱动的工作流:超越简单文本生成,模拟多角色专业编辑流程。
  • 可视化工具:包含支持8种图表类型的Python内联SVG库和基于CSS的渲染系统。
  • 严格的编辑逻辑:提供明确的内容取舍标准:若删除某句话不会改变读者对结论的判断,则该句视为“工作日志”予以删除。

相关

  • 项目
  • 项目
  • 项目
  • 项目