muxuuu/serenity-skill

Serenity.skill – AI 辅助投资研究技能

是什么

• 适用于 OpenAI Codex 或 Anthropic Claude Code 等 AI 代理的 技能（插件）。它编码了“Serenity”研究方法论——一种将市场热点（如 AI 芯片、机器人等）结构化地转化为真正接近供应链瓶颈的股票或基金短名单的方法。
• 该仓库 不包含 模型或训练代码。它提供一个 SKILL.md 文件、提示模板、参考文档和一个微型验证脚本，使代理能够加载该技能并用自然语言查询调用它。

如何工作

1. 输入 – 用户向代理提出问题，例如“研究现在 A 股 AI 半导体产业链”。
2. 提示生成 – 该技能插入一个预先编写好的提示（参见 assets/research-prompt-pack.md），告诉模型：
   • 将热点主题分解为下游需求 → 系统集成 → 芯片/器件 → 设备 → 材料 → 封装 → 基础设施；
   • 寻找供应商少、验证周期长、扩产困难、客户认证严格、材料纯度高的节点；
   • 拉取公开数据（公告、 filings、财报、专利、招标文件等）来验证这些瓶颈的存在。
3. 推理 – LLM（在宿主客户端运行）执行研究，对候选公司/基金进行排序，并返回一份简洁报告，列出：
   • 最具潜力的 3–5 个目标；
   • 每个目标为何接近“真实”瓶颈；
   • 任何缺失证据和主要风险。
4. 输出 – 一份格式完全与 README 中示例一致的纯文本摘要（公司名称、瓶颈、证据、风险、下一步检查清单）。

你可以让它做什么

情况	你可以向代理提出的示例查询	Serenity.skill 返回的内容
你看到一个热点话题但不知从何入手	最近 AI 半导体很火，普通人应该先研究哪些方向？	AI 半导体供应链的层级结构及值得研究的前几个环节。
你想知道机器人产业链中哪个环节最受限	机器人产业链里，哪些环节更可能先出机会？	机器人系统、执行器、传感器、减速器各层的对比，基于稀缺性和扩产难度的排名。
你怀疑某只股票只是“蹭热点”	帮我挑战天孚通信是 CPO 核心供应商的说法	逐项事实核查：客户名单、订单证据、扩产公告、风险评估。
你需要一份真正受益于某个主题的基金/ETF 短名单	机器人主题基金应该重点看哪些上游环节？	最重要的上游环节以及其前十大持仓与这些环节匹配的基金。
你有几个候选股票，想排个研究优先级	比较 A、B、C 三家公司，谁的上涨逻辑更清楚？	一份排名表，包含瓶颈接近度、证据强度、估值压力和风险标志。

安装与使用

• 该技能只是一个 Markdown 文件夹。要让代理客户端识别它，只需将整个文件夹复制到客户端的技能目录中（例如，Codex 为 ~/.agents/skills/serenity-skill，Claude Code 为 ~/.claude/skills/serenity-skill）。
• 该技能本身不需要 Python 运行时；一个小型辅助脚本（scripts/validate_skill.py）可本地运行以验证文件夹结构。
• 安装后，你可以在客户端通过斜杠命令调用它，例如：

  $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。
  

  或

  /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。
  

它不做什么

• 它 不 获取实时市场数据、执行交易或保证任何投资回报。
• 它不包含任何机器学习代码；繁重的工作由宿主客户端提供的底层 LLM 完成。
• 仓库中的示例截至 2026-09-14，且不会持续更新。

为什么可能有用

• 为希望利用 LLM 但又不依赖模糊“热词”分析的投资者提供可重复、以证据为先的工作流程。
• 将领域特定的研究方法（“Serenity” 方法）封装为可重复使用的技能，可从任何兼容的代理平台调用。
• 保持研究过程透明：每个建议都附带数据来源和推导逻辑。

许可证

• MIT – 你可以自由复制、修改和分发该技能文件。