Claude Skill

investor-distiller

公众号投资博主蒸馏器。通过公众号文章数据,自动提取交易体系、市场判断、表达风格、内容深度、互动特征、热点图谱、 人设基因七维DNA,输出结构化风格画像 profile。 触发词:蒸馏投资博主、蒸馏大V、蒸馏公众号大V、分析投资博主风格、 提取交易体系、风格画像、投资博主蒸馏。

LLM Mart · 0 points · 4 views 0 listing impressions 0 install-command copies
Download redfox-data-redfox-community-skills_investor-distiller-5e7b435.zip · 59 KB

Install

skills CLI npx skills add https://github.com/redfox-data/redfox-community/tree/main/skills/investor-distiller
Claude Code claude plugin marketplace add https://llmmart.ai/marketplace.json && claude plugin install redfox-data-redfox-community@llmmart
Git git clone https://github.com/redfox-data/redfox-community.git

The skills CLI installs just this skill, for any of its supported agents. Claude Code installs the whole redfox-data/redfox-community collection as a plugin from our marketplace. Git is the plain clone.

README

公众号投资博主蒸馏器 / investor-distiller


简介

输入公众号微信号就能自动获取文章、提取七维DNA风格画像,从交易体系到表达风格给你一份完整的大V分析报告。不像网上泛泛的介绍,每一条结论都有原文证据支撑,画像准不准还会自动打分校验,不会凭空编造风格特征。

核心价值

  • 输入即分析:输入微信号就能自动获取文章、生成完整画像,支持 20/60/100 篇三档,不用自己一篇篇翻
  • 七维全面还原:交易体系、选股逻辑、表达风格、互动特征……从七个维度拆解博主的投资DNA,不只是统计词频
  • 自动打分校验:每次蒸馏后自动三维度评分,个股/风格/体系逐项检查,准不准一眼就能看出来
  • 拿来就能用:基于画像生成风格一致的个股分析,直接当参考资料用,每份分析都标注数据来源和免责说明

适用对象

  • 🧑‍💼 投资者 — 快速了解大V投资风格与核心逻辑,辅助投资决策参考
  • ✍️ 内容创作者 — 借鉴大V表达风格与论证模式,提升内容质量
  • 🔬 研究者 — 系统性分析投资博主风格特征,支持多博主对比研究

功能特性

核心功能

  • 输入即分析:输入微信号就能自动获取文章、生成完整画像,支持 20/60/100 篇三档,灵活选
  • 按时间由近到远采集:优先拿到博主最新的内容,画像更贴近当下的观点与状态
  • 单篇数据取全:每篇文章的正文、摘要、发布时间与阅读、点赞、分享、收藏、评论数据一并获取,原文证据更充分
  • 七维全面还原:从交易体系到人设基因,七大维度拆解博主投资DNA,不是简单统计词频
  • 自动校验质量:每次蒸馏后自动评分,个股/风格/体系逐项检查,准确率不够会提示补充
  • 拿来就能用:基于画像生成风格一致的个股分析,直接当参考资料用,每份都标注数据来源

密钥获取与安全说明

  • 本技能需要使用环境变量:REDFOX_API_KEY。
  • REDFOX_API_KEY 由 红狐 hub (https://redfox.hk)提供。
  • 请前往 红狐 hub 注册账号,获取 REDFOX_API_KEY。
  • 配置设备环境变量 REDFOX_API_KEY 后使用本技能。
  • 在提供密钥前,请先确认密钥来源、可用范围、有效期及是否支持重置/撤销。
  • 禁止在代码、提示词、日志或输出文件中硬编码/明文暴露密钥。

使用指南

直接用自然语言描述需求,无需记忆命令。

常用说法速查

意图 示例话术 效果
蒸馏博主画像 蒸馏公众号 zshbtz 自动采集文章并生成七维DNA风格画像
指定文章数量 蒸馏公众号 zshbtz,采集 100 篇 高精度蒸馏,画像特征更稳定
校验画像质量 校验财躺平的蒸馏画像 三维度评分,确认画像准确率
风格化分析 用猫笔刀的风格分析一下宁德时代 基于蒸馏画像生成风格一致的个股分析

输出示例

蒸馏完成后,在 output/ 目录下得到:

  • {博主名}_风格画像.md — 七维DNA完整风格画像,含原文证据引用与置信度标注
  • {博主名}_统计数据.json — 结构化统计数据,用于校验与对比
  • {博主名}_校验报告_YYYYMMDD.json — 准确性校验报告,含三维度评分

使用场景

场景 角色 示例问法 收益
了解大V风格 投资者 蒸馏公众号猫笔刀 快速掌握博主交易体系与市场判断逻辑
多V对比研究 研究者 蒸馏财躺平和投资明见,对比他们的风格 横向对比不同博主的投资流派与表达特点
风格化复盘 内容创作者 用格兰投研的风格写今天的A股复盘 生成风格一致的复盘内容
选股辅助 投资者 用猫笔刀的视角分析一下新能源板块 以博主分析框架审视个股/板块

Skill manifest

公众号投资博主蒸馏器

免责声明:本工具仅供学习研究使用,蒸馏产物为风格模拟参考,不构成任何投资建议。 所有生成内容必须标注「AI 风格模拟,不构成投资建议」。

📝 简介

自动化的公众号投资博主风格蒸馏工具。输入公众号微信号和文章数量,自动采集文章并提取七维DNA投资风格画像,输出结构化的交易体系、市场判断、表达风格等完整分析报告。

✨ 功能特性

功能模块 能力描述 核心价值
文章自动采集 通过微信号批量拉取公众号历史文章,支持 20/60/100 篇三档 无需手动整理,一键获取完整素材
七维DNA蒸馏 提取交易体系、市场判断、表达风格、内容深度、互动特征、热点图谱、人设基因 结构化画像,可复用可对比
双层特征提取 表层(术语/个股频次)+ 思维层(分析工具/论证模式/语气量化) 不仅像博主说的话,更像博主的思考
质量校验闭环 三维度评分(个股/风格/体系),≥80% 准出,双层审计 画像准确性有保障
风格化模拟 基于画像生成风格一致的个股/市场分析,含数据来源标注与免责声明 可复现博主风格的分析输出

⚠️ 蒸馏质量铁律

必须从raw全文逐篇提取,禁止依赖任何clean/NER中间层。

蒸馏准确性直接决定画像质量。经验表明,clean阶段的个股NER提取管线会遗漏大量信息(如一篇提及6只股票的文章可能只提取0-2只),导致画像基于不完整数据构建。因此:

  1. raw全文原则:所有提取(个股/短语/板块/风格)必须直接遍历raw文章正文,不经过任何预处理过滤
  2. 词典+别名匹配:个股提取使用完整词典(含口语化别名,如"上证指数"→"上证/大盘/沪指/A股"),确保宽松但准确
  3. 文章级板块计数:板块关注度按文章级别计数(每篇只计一次),比词频更准确反映博主真实关注方向
  4. 领域专用短语:使用投资领域专用关键词列表提取关键短语,比通用句子频次统计更精准
  5. 校验闭环:蒸馏完成后必须执行准确性校验(--validate),≥80%方可准出

七维DNA蒸馏结构

# 维度 回答什么 关键字段
1 交易体系 TA怎么交易? 核心模式、选股逻辑、买卖信号、仓位管理
2 市场判断 TA怎么看市场? 交易流派、板块偏好、持仓周期、多空条件
3 表达风格 TA怎么写/说? 文章结构、标志性表达、标题/开头/结尾模式、语气
4 内容深度 TA写多少? 平均字数、信息密度、复盘详细度、预判明确度
5 互动特征 TA怎么互动? 读者互动、战绩展示、争议处理、免责声明
6 热点图谱 TA关注什么? 核心赛道、龙头记忆、常用指标、资金面关注
7 人设基因 TA是谁? 投资经历、哲学演变、里程碑事件、师承/影响源

蒸馏维度分支

蒸馏前需先判断博主属于长线还是短线交易者,再按对应维度侧重提取:

维度 长线 短线
投资哲学 价值投资/波段交易 龙头战法/情绪周期/题材驱动
核心能力 生意本质 + 估值 + 护城河 热点捕捉 + 情绪周期 + 量价关系 + 板块轮动
分析周期 年级别(10年持有视角) 日级别(隔日~2周)
数据驱动 财务报表 + 行业数据 盘面数据 + 资金流向 + 消息面

双层提取框架

蒸馏不仅提取「用了什么词」(表层),更要提取「怎么思考」(思维层)。二者缺一不可:

表层特征(自动量化,脚本产出):

  • 个股/板块/术语/短语 频次统计
  • 标题/开头/结尾 模式识别
  • 字数/发布频率/免责声明 基础统计

思维层特征(脚本检测+AI深度分析):

分析维度 脚本检测内容 AI深度补充
核心分析工具 宏观经济/产业链/财报/技术面/资金面/情绪/政策 8类思维框架评分 提炼博主独有的分析链条(如"事件→产业拆解→A股影响")
论证链模式 事件驱动/数据驱动/逻辑推演/类比推理/产业链分析/逆向思维 6类模式 还原博主典型论证步骤和推导逻辑
语气量化 感叹句/疑问句/第一人称/口语化 四类标记篇均数值,自动分类 判断文风温度(高/中/低),提炼情感表达策略
数据引用密度 每千字数据引用次数,自动分类(数据驱动型/主观判断型) 分析数据引用场景和方式
跨市场视角 美股/港股/A股/商品 四大市场引用检测 判断是否全球视角、多市场联动还是单一市场
信息密度 投资内容占比评估(干货型 vs 水文型) 区分深度分析和浅层评论

多维资料采集(超越文章本身)

资料类型 来源 丰富哪个维度
人设背景 简介/置顶帖/自我介绍 人设基因DNA
投资哲学演变 按时间线分析早期vs近期内容 人设基因DNA + 交易体系DNA
里程碑事件 公开提及的重大盈亏/转折点 人设基因DNA
师承/影响源 提及的大师/书籍/引用频率 人设基因DNA
社交互动画像 评论/回复/争论/社区关系 互动特征DNA
历史预判追踪 过去预判与实际走势对比 市场判断DNA
观点一致性 同一主题不同时间观点演变 市场判断DNA

🔑 鉴权

前往 红狐 hub 获取 API Key,通过以下方式配置:

# 方式一:配置文件(如 OpenClaw 的 ~/.openclaw/openclaw.json)
{ "env": { "REDFOX_API_KEY": "ak_xxxx..." } }

# 方式二:终端环境变量
export REDFOX_API_KEY="ak_xxxx..."

注册地址:redfox.hk/login

积分消耗参考:

文章数量 约消耗积分 精度评估
20篇 ~8积分 基础了解,画像粗糙
60篇 ~25积分 推荐档位,画像较完整
100篇 ~50积分 高精度画像,特征稳定

前置要求

  • Python 3.9+
  • 依赖:pip install requests

执行流程

Phase 0: 环境准备

python "$SKILL_PATH/scripts/distill.py" --check-env

自动检查并提示安装缺失依赖(requests 等)。

Phase 0.5: 前置交互

触发蒸馏前,必须由用户明确以下信息:

  1. 公众号微信号(如 zxgbtz)
    • 获取方式:打开公众号 → 点右上角 ··· → 更多信息 → 微信号
    • 注意:微信号不是公众号名称,是唯一的字母/数字ID
  2. 文章数量档位(20 / 60 / 100)
    • 提示:数量越多积分消耗越多,但蒸馏精度越准。推荐60篇,100篇精度最佳(约50积分)

自动补充:博主背景资料(投资经历、师承、里程碑事件等)由 AI 通过 WebSearch 自动采集,无需用户提供。

Phase 1: 公众号文章采集

两步 API 流程:

Step 1:获取文章UUID列表

调用 POST https://redfox.hk/story/api/gzh/data/queryWorkList,每页返回20条,offset 步进为20,循环分页直到达到目标数量。

参数:account(微信号)、sortType: "2"、offset(从0开始,每页+20)。

Step 2:逐篇获取完整数据

对每个 UUID,调用 POST https://redfox.hk/story/api/gzh/data/workDetail 获取正文、摘要、词云等完整数据。

# 采集60篇文章
python "$SKILL_PATH/scripts/distill.py" --account "zshbtz"  --count 60

# 采集100篇(高精度)
python "$SKILL_PATH/scripts/distill.py" --account "zshbtz" --count 100

输出标准化数据到 output/{博主名}/。

Phase 2: 多维资料整合分析

脚本自动完成基础统计分析(21项),AI 在此基础上执行多维资料整合:

信息丰富度分级(脚本自动评估):

等级 特征 应对策略
A 级(信息充裕) ≥60篇、高信息密度、多维度数据充分 反面检验:博主看多时,聪明人为什么看空?
B 级(信息适中) 20-59篇、部分维度数据不足 每个推算结论标注置信度
C 级(信息稀缺) <20篇、低信息密度 第一性原理提问,不拼凑"看起来完整"的画像

分析维度并行执行:

  1. 表层内容分析 — 统计 + 词云 + 结构分析 + 交易术语 + 个股/板块频次
  2. 思维层分析 — 核心分析工具 + 论证链模式 + 语气量化 + 数据引用密度 + 跨市场视角 + 信息密度
  3. 社交互动分析 — 评论/回复/争论风格/社区关系
  4. 人设背景分析 — 简介/里程碑/师承/投资哲学演变/推荐书籍
  5. 投资观点追踪 — 历史预判/准确率/观点一致性/认错修正方式

Phase 3: 七维DNA蒸馏

Step A:生成数据底稿

脚本产出:

  • output/{博主名}_统计数据.json — 结构化统计分析结果
  • output/{博主名}_数据底稿.md — 结构化统计数据
  • output/{博主名}_蒸馏任务.md — AI蒸馏任务清单
  • output/{博主名}_画像.json — 结构化JSON画像(校验用)

Step B:AI生成风格画像

AI 读取蒸馏任务,按七维DNA框架生成最终产物:

风格画像文件:output/{博主名}_风格画像.md

包含7大章节,每个章节必须包含:

  • 具体特征描述(非空话)
  • 原文证据引用(至少2条)
  • 可复用的规则/模板
  • 蒸馏置信度标注(高/中/低)

Step C:风格化分析输出规范

当使用蒸馏画像生成风格化的个股/市场分析时,输出必须包含以下两部分:

1. 数据来源与局限表格

数据项 来源 说明
(示例)股价 XX 元、涨跌 ±XX% 东方财富/雪球(日期) 收盘价,非实时盘中数据;不同平台可能有分钟级延迟
(示例)PE XX 倍 / EPS XX 中财网/财报(季度) 基于最新可获取财报数据,可能因业绩变动而失真
(示例)定增 XX 亿 公司公告(日期) 尚处预案阶段,存在审批不确定性
(示例)负债 XX 亿 财报时点数据 当前负债状况可能已变化

并附加局限声明:

以上行情数据为公开平台聚合数据,非交易所直连实时数据;基本面数据基于最新可获取财报,可能与当前实际经营状况存在差异。

2. ⚠️ AI 风格模拟免责段落

⚠️ AI 风格模拟,不构成投资建议。 本文为 AI 基于对「{博主名}」公众号的七维DNA蒸馏画像生成的风格模拟内容,与原大V本人无关。文中所有观点、判断、推荐均不代表{博主名}本人立场,亦不构成任何买入/卖出/持有建议。股市有风险,投资需谨慎。

Phase 4: 质量校验

蒸馏准确性校验(硬性准出标准)

python "$SKILL_PATH/scripts/distill.py" --validate --author "博主名" --sample 10

三维度评分体系:

校验维度 说明 权重
A. 个股提及 画像声明的常提及个股是否在文章中真实出现 40%
B. 风格特征 标志性表达、标题模式、开头/结尾模式、字数范围是否匹配 35%
C. 投资体系 核心流派、持仓周期、板块偏好是否与文章一致 25%

准出标准:综合准确率 ≥ 80%

  • ≥ 80%:蒸馏通过,画像可用于风格模拟
  • < 80%:需补充蒸馏——仔细阅读raw全文,更新画像中不准确的字段后重新校验
  • 任一维度低于60%:该维度需要完全重写

蒸馏质量软性检查(双层审计)

审计分两层:表层特征权重 60%,思维层特征权重 40%。二者缺一不可——表层保证「像博主说的话」,思维层保证「像博主的思考」。

表层检查(60%):

检查项 通过标准 权重 层级
标志性表达命中率 > 40% 10% 表层
交易体系覆盖度 > 70% 10% 表层
文章结构匹配度 > 60% 10% 表层
盘面指标覆盖 > 50% 10% 表层
语气一致性 偏差 < 20% 10% 表层
交易术语覆盖 > 50% 10% 表层

思维层检查(40%):

检查项 通过标准 权重 层级
核心思维匹配度 > 60%(核心分析工具关键词覆盖) 15% 思维层
论证方式匹配 > 60%(论证链关键词覆盖) 15% 思维层
哲学价值观体现 > 50%(投资格言自然融入分析逻辑) 10% 思维层

综合评分 > 70 分准出(软性),< 70 分打回重新蒸馏。

校验执行规则

  • 每次画像更新后必须执行校验
  • 每月全量校验所有博主画像
  • 增量同步获取新文章后,如新文章涉及画像未覆盖的个股/板块,需更新画像

使用方式

自然语言触发(推荐)

直接对 AI 说:

蒸馏公众号 zshbtz

AI 会自动执行 Phase 0 → 4 完整流程。

命令行

# 蒸馏(60篇文章,推荐档位)
python "$SKILL_PATH/scripts/distill.py" --account "zshbtz" --count 60

# 高精度蒸馏(100篇)
python "$SKILL_PATH/scripts/distill.py" --account "zshbtz" --count 100

# 蒸馏后校验画像准确性(≥80%准出)
python "$SKILL_PATH/scripts/distill.py" --validate --author "财躺平" --sample 10

# 环境检查
python "$SKILL_PATH/scripts/distill.py" --check-env

数据与合规原则

  • 禁止LLM编造交易记录、持仓数据、交割单等未公开信息
  • 严格区分原文/原帖与AI蒸馏结论
  • 交叉验证文章描述与实际市场数据(如有)
  • 所有蒸馏产物标注蒸馏置信度
  • 盘面数据必须实时采集,禁止 LLM 编造涨跌停、资金流向等数据
  • 所有面向用户的 AI 生成投资分析输出,必须包含两段固定声明:
    1. [数据来源与局限] 表格 — 逐项标注引用的股价、PE、定增、负债等关键数据的来源平台及具体局限(详见 Phase 3 Step C)
    2. [AI 风格模拟,不构成投资建议] 段落 — 明确标注为 AI 基于蒸馏画像的风格模拟,与原大V本人无关,不构成任何买入/卖出/持有建议(详见 Phase 3 Step C 固定模板)

文件结构

investor-distiller/
├── SKILL.md                          # 本文件
├── scripts/
│   ├── distill.py                    # 主蒸馏脚本(调度+统计+校验)
│   └── gzh.py                        # 公众号数据采集(queryWorkList + workDetail)
├── assets/
│   └── profile_template.md           # 七维DNA风格画像输出模板
├── references/
│   └── 蒸馏维度规范.md                # 七维DNA详细规范
└── output/                           # 蒸馏产物输出目录
    ├── {博主名}_uuids.json             # UUID 缓存(避免重复扣积分)
    ├── {博主名}_统计数据.json          # 脚本统计分析结果
    ├── {博主名}_完整文章.json          # 完整正文落盘(供校验/AI精读)
    ├── {博主名}_数据底稿.md            # 结构化数据底稿
    ├── {博主名}_蒸馏任务.md            # AI蒸馏任务清单
    ├── {博主名}_画像.json              # 结构化JSON画像(校验用)
    ├── {博主名}_风格画像.md            # AI生成的七维DNA画像
    └── {博主名}_校验报告_YYYYMMDD.json # 准确性校验报告

依赖

pip install requests
Files (redfox-community)
  • assets
    • profile_template.md 6.1 KB
      Loading…
  • references
    • 蒸馏维度规范.md 56 KB
      Loading…
  • scripts
    • distill.py 60.4 KB
      Loading…
    • gzh.py 13.1 KB
      Loading…
  • README.en.md 5.1 KB
    Loading…
  • README.md 4.2 KB
    # 公众号投资博主蒸馏器 / investor-distiller
    
    ---
    
    ## 简介
    
    输入公众号微信号就能自动获取文章、提取七维DNA风格画像,从交易体系到表达风格给你一份完整的大V分析报告。不像网上泛泛的介绍,每一条结论都有原文证据支撑,画像准不准还会自动打分校验,不会凭空编造风格特征。
    
    **核心价值**
    
    - **输入即分析**:输入微信号就能自动获取文章、生成完整画像,支持 20/60/100 篇三档,不用自己一篇篇翻
    - **七维全面还原**:交易体系、选股逻辑、表达风格、互动特征……从七个维度拆解博主的投资DNA,不只是统计词频
    - **自动打分校验**:每次蒸馏后自动三维度评分,个股/风格/体系逐项检查,准不准一眼就能看出来
    - **拿来就能用**:基于画像生成风格一致的个股分析,直接当参考资料用,每份分析都标注数据来源和免责说明
    
    **适用对象**
    
    - 🧑‍💼 投资者 — 快速了解大V投资风格与核心逻辑,辅助投资决策参考
    - ✍️ 内容创作者 — 借鉴大V表达风格与论证模式,提升内容质量
    - 🔬 研究者 — 系统性分析投资博主风格特征,支持多博主对比研究
    
    ---
    
    ## 功能特性
    
    ### 核心功能
    
    - **输入即分析**:输入微信号就能自动获取文章、生成完整画像,支持 20/60/100 篇三档,灵活选
    - **按时间由近到远采集**:优先拿到博主最新的内容,画像更贴近当下的观点与状态
    - **单篇数据取全**:每篇文章的正文、摘要、发布时间与阅读、点赞、分享、收藏、评论数据一并获取,原文证据更充分
    - **七维全面还原**:从交易体系到人设基因,七大维度拆解博主投资DNA,不是简单统计词频
    - **自动校验质量**:每次蒸馏后自动评分,个股/风格/体系逐项检查,准确率不够会提示补充
    - **拿来就能用**:基于画像生成风格一致的个股分析,直接当参考资料用,每份都标注数据来源
    
    ---
    
    ## 密钥获取与安全说明
    
    - 本技能需要使用环境变量:`REDFOX_API_KEY`。
    - `REDFOX_API_KEY` 由 [红狐 hub](https://redfox.hk/settings/api-keys?source=github) (`https://redfox.hk`)提供。
    - 请前往 [红狐 hub](https://redfox.hk?source=github) 注册账号,获取 `REDFOX_API_KEY`。
    - 配置设备环境变量 `REDFOX_API_KEY` 后使用本技能。
    - 在提供密钥前,请先确认密钥来源、可用范围、有效期及是否支持重置/撤销。
    - 禁止在代码、提示词、日志或输出文件中硬编码/明文暴露密钥。
    
    ---
    
    ## 使用指南
    
    直接用自然语言描述需求,无需记忆命令。
    
    ### 常用说法速查
    
    | 意图 | 示例话术 | 效果 |
    | -------- | ---------------------------- | -------- |
    | 蒸馏博主画像 | `蒸馏公众号 zshbtz` | 自动采集文章并生成七维DNA风格画像 |
    | 指定文章数量 | `蒸馏公众号 zshbtz,采集 100 篇` | 高精度蒸馏,画像特征更稳定 |
    | 校验画像质量 | `校验财躺平的蒸馏画像` | 三维度评分,确认画像准确率 |
    | 风格化分析 | `用猫笔刀的风格分析一下宁德时代` | 基于蒸馏画像生成风格一致的个股分析 |
    
    ### 输出示例
    
    蒸馏完成后,在 `output/` 目录下得到:
    
    - `{博主名}_风格画像.md` — 七维DNA完整风格画像,含原文证据引用与置信度标注
    - `{博主名}_统计数据.json` — 结构化统计数据,用于校验与对比
    - `{博主名}_校验报告_YYYYMMDD.json` — 准确性校验报告,含三维度评分
    
    ---
    
    ## 使用场景
    
    | 场景 | 角色 | 示例问法 | 收益 |
    | -------- | -------- | -------- | -------- |
    | 了解大V风格 | 投资者 | `蒸馏公众号猫笔刀` | 快速掌握博主交易体系与市场判断逻辑 |
    | 多V对比研究 | 研究者 | `蒸馏财躺平和投资明见,对比他们的风格` | 横向对比不同博主的投资流派与表达特点 |
    | 风格化复盘 | 内容创作者 | `用格兰投研的风格写今天的A股复盘` | 生成风格一致的复盘内容 |
    | 选股辅助 | 投资者 | `用猫笔刀的视角分析一下新能源板块` | 以博主分析框架审视个股/板块 |
    
  • SKILL.md 16.6 KB
    ---
    name: investor-distiller
    description: >
      公众号投资博主蒸馏器。通过公众号文章数据,自动提取交易体系、市场判断、表达风格、内容深度、互动特征、热点图谱、
      人设基因七维DNA,输出结构化风格画像 profile。
      触发词:蒸馏投资博主、蒸馏大V、蒸馏公众号大V、分析投资博主风格、
      提取交易体系、风格画像、投资博主蒸馏。
    ---
    
    # 公众号投资博主蒸馏器
    
    > **免责声明**:本工具仅供学习研究使用,蒸馏产物为风格模拟参考,不构成任何投资建议。
    > 所有生成内容必须标注「AI 风格模拟,不构成投资建议」。
    
    ## 📝 简介
    
    自动化的公众号投资博主风格蒸馏工具。输入公众号微信号和文章数量,自动采集文章并提取七维DNA投资风格画像,输出结构化的交易体系、市场判断、表达风格等完整分析报告。
    
    ## ✨ 功能特性
    
    | 功能模块 | 能力描述 | 核心价值 |
    |---------|---------|----------|
    | 文章自动采集 | 通过微信号批量拉取公众号历史文章,支持 20/60/100 篇三档 | 无需手动整理,一键获取完整素材 |
    | 七维DNA蒸馏 | 提取交易体系、市场判断、表达风格、内容深度、互动特征、热点图谱、人设基因 | 结构化画像,可复用可对比 |
    | 双层特征提取 | 表层(术语/个股频次)+ 思维层(分析工具/论证模式/语气量化) | 不仅像博主说的话,更像博主的思考 |
    | 质量校验闭环 | 三维度评分(个股/风格/体系),≥80% 准出,双层审计 | 画像准确性有保障 |
    | 风格化模拟 | 基于画像生成风格一致的个股/市场分析,含数据来源标注与免责声明 | 可复现博主风格的分析输出 |
    
    
    ## ⚠️ 蒸馏质量铁律
    
    > **必须从raw全文逐篇提取,禁止依赖任何clean/NER中间层。**
    
    蒸馏准确性直接决定画像质量。经验表明,clean阶段的个股NER提取管线会遗漏大量信息(如一篇提及6只股票的文章可能只提取0-2只),导致画像基于不完整数据构建。因此:
    
    1. **raw全文原则**:所有提取(个股/短语/板块/风格)必须直接遍历raw文章正文,不经过任何预处理过滤
    2. **词典+别名匹配**:个股提取使用完整词典(含口语化别名,如"上证指数"→"上证/大盘/沪指/A股"),确保宽松但准确
    3. **文章级板块计数**:板块关注度按文章级别计数(每篇只计一次),比词频更准确反映博主真实关注方向
    4. **领域专用短语**:使用投资领域专用关键词列表提取关键短语,比通用句子频次统计更精准
    5. **校验闭环**:蒸馏完成后必须执行准确性校验(`--validate`),≥80%方可准出
    
    ---
    
    ## 七维DNA蒸馏结构
    
    | # | 维度 | 回答什么 | 关键字段 |
    |---|------|---------|---------|
    | 1 | 交易体系 | TA怎么交易? | 核心模式、选股逻辑、买卖信号、仓位管理 |
    | 2 | 市场判断 | TA怎么看市场? | 交易流派、板块偏好、持仓周期、多空条件 |
    | 3 | 表达风格 | TA怎么写/说? | 文章结构、标志性表达、标题/开头/结尾模式、语气 |
    | 4 | 内容深度 | TA写多少? | 平均字数、信息密度、复盘详细度、预判明确度 |
    | 5 | 互动特征 | TA怎么互动? | 读者互动、战绩展示、争议处理、免责声明 |
    | 6 | 热点图谱 | TA关注什么? | 核心赛道、龙头记忆、常用指标、资金面关注 |
    | 7 | 人设基因 | TA是谁? | 投资经历、哲学演变、里程碑事件、师承/影响源 |
    
    ### 蒸馏维度分支
    
    蒸馏前需先判断博主属于长线还是短线交易者,再按对应维度侧重提取:
    
    | 维度 | 长线 | 短线 |
    |------|------|------|
    | 投资哲学 | 价值投资/波段交易 | 龙头战法/情绪周期/题材驱动 |
    | 核心能力 | 生意本质 + 估值 + 护城河 | 热点捕捉 + 情绪周期 + 量价关系 + 板块轮动 |
    | 分析周期 | 年级别(10年持有视角) | 日级别(隔日~2周) |
    | 数据驱动 | 财务报表 + 行业数据 | 盘面数据 + 资金流向 + 消息面 |
    
    ---
    
    ## 双层提取框架
    
    蒸馏不仅提取「用了什么词」(表层),更要提取「怎么思考」(思维层)。二者缺一不可:
    
    **表层特征**(自动量化,脚本产出):
    - 个股/板块/术语/短语 频次统计
    - 标题/开头/结尾 模式识别
    - 字数/发布频率/免责声明 基础统计
    
    **思维层特征**(脚本检测+AI深度分析):
    
    | 分析维度 | 脚本检测内容 | AI深度补充 |
    |---------|-------------|-----------|
    | 核心分析工具 | 宏观经济/产业链/财报/技术面/资金面/情绪/政策 8类思维框架评分 | 提炼博主独有的分析链条(如"事件→产业拆解→A股影响") |
    | 论证链模式 | 事件驱动/数据驱动/逻辑推演/类比推理/产业链分析/逆向思维 6类模式 | 还原博主典型论证步骤和推导逻辑 |
    | 语气量化 | 感叹句/疑问句/第一人称/口语化 四类标记篇均数值,自动分类 | 判断文风温度(高/中/低),提炼情感表达策略 |
    | 数据引用密度 | 每千字数据引用次数,自动分类(数据驱动型/主观判断型) | 分析数据引用场景和方式 |
    | 跨市场视角 | 美股/港股/A股/商品 四大市场引用检测 | 判断是否全球视角、多市场联动还是单一市场 |
    | 信息密度 | 投资内容占比评估(干货型 vs 水文型) | 区分深度分析和浅层评论 |
    
    ---
    
    ## 多维资料采集(超越文章本身)
    
    | 资料类型 | 来源 | 丰富哪个维度 |
    |---------|------|------------|
    | 人设背景 | 简介/置顶帖/自我介绍 | 人设基因DNA |
    | 投资哲学演变 | 按时间线分析早期vs近期内容 | 人设基因DNA + 交易体系DNA |
    | 里程碑事件 | 公开提及的重大盈亏/转折点 | 人设基因DNA |
    | 师承/影响源 | 提及的大师/书籍/引用频率 | 人设基因DNA |
    | 社交互动画像 | 评论/回复/争论/社区关系 | 互动特征DNA |
    | 历史预判追踪 | 过去预判与实际走势对比 | 市场判断DNA |
    | 观点一致性 | 同一主题不同时间观点演变 | 市场判断DNA |
    
    ---
    
    ## 🔑 鉴权
    
    前往 [红狐 hub](https://redfox.hk/settings/api-keys?source=github) 获取 API Key,通过以下方式配置:
    
    ```bash
    # 方式一:配置文件(如 OpenClaw 的 ~/.openclaw/openclaw.json)
    { "env": { "REDFOX_API_KEY": "ak_xxxx..." } }
    
    # 方式二:终端环境变量
    export REDFOX_API_KEY="ak_xxxx..."
    ```
    
    注册地址:[redfox.hk/login](https://www.redfox.hk/login)
    
    积分消耗参考:
    
    | 文章数量 | 约消耗积分 | 精度评估 |
    |---------|-----------|---------|
    | 20篇 | ~8积分 | 基础了解,画像粗糙 |
    | 60篇 | ~25积分 | 推荐档位,画像较完整 |
    | 100篇 | ~50积分 | 高精度画像,特征稳定 |
    
    ## 前置要求
    
    - Python 3.9+
    - 依赖:`pip install requests`
    
    ---
    
    ## 执行流程
    
    ### Phase 0: 环境准备
    
    ```bash
    python "$SKILL_PATH/scripts/distill.py" --check-env
    ```
    
    自动检查并提示安装缺失依赖(requests 等)。
    
    ### Phase 0.5: 前置交互
    
    触发蒸馏前,必须由用户明确以下信息:
    
    1. **公众号微信号**(如 `zxgbtz`)
       - 获取方式:打开公众号 → 点右上角 `···` → 更多信息 → 微信号
       - 注意:微信号不是公众号名称,是唯一的字母/数字ID
    2. **文章数量档位**(20 / 60 / 100)
       - 提示:数量越多积分消耗越多,但蒸馏精度越准。推荐60篇,100篇精度最佳(约50积分)
    
    > **自动补充**:博主背景资料(投资经历、师承、里程碑事件等)由 AI 通过 WebSearch 自动采集,无需用户提供。
    
    ### Phase 1: 公众号文章采集
    
    两步 API 流程:
    
    **Step 1:获取文章UUID列表**
    
    调用 `POST https://redfox.hk/story/api/gzh/data/queryWorkList`,每页返回20条,offset 步进为20,循环分页直到达到目标数量。
    
    参数:`account`(微信号)、`sortType: "2"`、`offset`(从0开始,每页+20)。
    
    **Step 2:逐篇获取完整数据**
    
    对每个 UUID,调用 `POST https://redfox.hk/story/api/gzh/data/workDetail` 获取正文、摘要、词云等完整数据。
    
    ```bash
    # 采集60篇文章
    python "$SKILL_PATH/scripts/distill.py" --account "zshbtz"  --count 60
    
    # 采集100篇(高精度)
    python "$SKILL_PATH/scripts/distill.py" --account "zshbtz" --count 100
    ```
    
    输出标准化数据到 `output/{博主名}/`。
    
    ### Phase 2: 多维资料整合分析
    
    脚本自动完成基础统计分析(21项),AI 在此基础上执行多维资料整合:
    
    **信息丰富度分级**(脚本自动评估):
    
    | 等级 | 特征 | 应对策略 |
    |------|------|---------|
    | **A 级**(信息充裕) | ≥60篇、高信息密度、多维度数据充分 | **反面检验**:博主看多时,聪明人为什么看空? |
    | **B 级**(信息适中) | 20-59篇、部分维度数据不足 | 每个推算结论标注置信度 |
    | **C 级**(信息稀缺) | <20篇、低信息密度 | **第一性原理提问**,不拼凑"看起来完整"的画像 |
    
    **分析维度并行执行:**
    
    1. **表层内容分析** — 统计 + 词云 + 结构分析 + 交易术语 + 个股/板块频次
    2. **思维层分析** — 核心分析工具 + 论证链模式 + 语气量化 + 数据引用密度 + 跨市场视角 + 信息密度
    3. **社交互动分析** — 评论/回复/争论风格/社区关系
    4. **人设背景分析** — 简介/里程碑/师承/投资哲学演变/推荐书籍
    5. **投资观点追踪** — 历史预判/准确率/观点一致性/认错修正方式
    
    ### Phase 3: 七维DNA蒸馏
    
    #### Step A:生成数据底稿
    
    脚本产出:
    - `output/{博主名}_统计数据.json` — 结构化统计分析结果
    - `output/{博主名}_数据底稿.md` — 结构化统计数据
    - `output/{博主名}_蒸馏任务.md` — AI蒸馏任务清单
    - `output/{博主名}_画像.json` — 结构化JSON画像(校验用)
    
    #### Step B:AI生成风格画像
    
    AI 读取蒸馏任务,按七维DNA框架生成最终产物:
    
    **风格画像文件**:`output/{博主名}_风格画像.md`
    
    包含7大章节,每个章节必须包含:
    - 具体特征描述(非空话)
    - 原文证据引用(至少2条)
    - 可复用的规则/模板
    - 蒸馏置信度标注(高/中/低)
    
    #### Step C:风格化分析输出规范
    
    当使用蒸馏画像生成风格化的个股/市场分析时,输出必须包含以下两部分:
    
    **1. 数据来源与局限表格**
    
    | 数据项 | 来源 | 说明 |
    |--------|------|------|
    | (示例)股价 XX 元、涨跌 ±XX% | 东方财富/雪球(日期) | 收盘价,非实时盘中数据;不同平台可能有分钟级延迟 |
    | (示例)PE XX 倍 / EPS XX | 中财网/财报(季度) | 基于最新可获取财报数据,可能因业绩变动而失真 |
    | (示例)定增 XX 亿 | 公司公告(日期) | 尚处预案阶段,存在审批不确定性 |
    | (示例)负债 XX 亿 | 财报时点数据 | 当前负债状况可能已变化 |
    
    并附加局限声明:
    > 以上行情数据为公开平台聚合数据,非交易所直连实时数据;基本面数据基于最新可获取财报,可能与当前实际经营状况存在差异。
    
    **2. ⚠️ AI 风格模拟免责段落**
    
    > ⚠️ **AI 风格模拟,不构成投资建议。** 本文为 AI 基于对「{博主名}」公众号的七维DNA蒸馏画像生成的风格模拟内容,与原大V本人无关。文中所有观点、判断、推荐均不代表{博主名}本人立场,亦不构成任何买入/卖出/持有建议。股市有风险,投资需谨慎。
    
    ### Phase 4: 质量校验
    
    #### 蒸馏准确性校验(硬性准出标准)
    
    ```bash
    python "$SKILL_PATH/scripts/distill.py" --validate --author "博主名" --sample 10
    ```
    
    **三维度评分体系:**
    
    | 校验维度 | 说明 | 权重 |
    |---------|------|------|
    | A. 个股提及 | 画像声明的常提及个股是否在文章中真实出现 | 40% |
    | B. 风格特征 | 标志性表达、标题模式、开头/结尾模式、字数范围是否匹配 | 35% |
    | C. 投资体系 | 核心流派、持仓周期、板块偏好是否与文章一致 | 25% |
    
    **准出标准:综合准确率 ≥ 80%**
    
    - ≥ 80%:蒸馏通过,画像可用于风格模拟
    - < 80%:需补充蒸馏——仔细阅读raw全文,更新画像中不准确的字段后重新校验
    - 任一维度低于60%:该维度需要完全重写
    
    #### 蒸馏质量软性检查(双层审计)
    
    审计分两层:**表层特征**权重 60%,**思维层特征**权重 40%。二者缺一不可——表层保证「像博主说的话」,思维层保证「像博主的思考」。
    
    **表层检查(60%):**
    
    | 检查项 | 通过标准 | 权重 | 层级 |
    |--------|---------|------|------|
    | 标志性表达命中率 | > 40% | 10% | 表层 |
    | 交易体系覆盖度 | > 70% | 10% | 表层 |
    | 文章结构匹配度 | > 60% | 10% | 表层 |
    | 盘面指标覆盖 | > 50% | 10% | 表层 |
    | 语气一致性 | 偏差 < 20% | 10% | 表层 |
    | 交易术语覆盖 | > 50% | 10% | 表层 |
    
    **思维层检查(40%):**
    
    | 检查项 | 通过标准 | 权重 | 层级 |
    |--------|---------|------|------|
    | 核心思维匹配度 | > 60%(核心分析工具关键词覆盖) | 15% | 思维层 |
    | 论证方式匹配 | > 60%(论证链关键词覆盖) | 15% | 思维层 |
    | 哲学价值观体现 | > 50%(投资格言自然融入分析逻辑) | 10% | 思维层 |
    
    **综合评分 > 70 分准出(软性),< 70 分打回重新蒸馏。**
    
    #### 校验执行规则
    
    - **每次画像更新后**必须执行校验
    - **每月**全量校验所有博主画像
    - 增量同步获取新文章后,如新文章涉及画像未覆盖的个股/板块,需更新画像
    
    ---
    
    ## 使用方式
    
    ### 自然语言触发(推荐)
    
    直接对 AI 说:
    ```
    蒸馏公众号 zshbtz
    ```
    
    AI 会自动执行 Phase 0 → 4 完整流程。
    
    ### 命令行
    
    ```bash
    # 蒸馏(60篇文章,推荐档位)
    python "$SKILL_PATH/scripts/distill.py" --account "zshbtz" --count 60
    
    # 高精度蒸馏(100篇)
    python "$SKILL_PATH/scripts/distill.py" --account "zshbtz" --count 100
    
    # 蒸馏后校验画像准确性(≥80%准出)
    python "$SKILL_PATH/scripts/distill.py" --validate --author "财躺平" --sample 10
    
    # 环境检查
    python "$SKILL_PATH/scripts/distill.py" --check-env
    ```
    
    ---
    
    ## 数据与合规原则
    
    - **禁止LLM编造**交易记录、持仓数据、交割单等未公开信息
    - 严格区分**原文/原帖**与**AI蒸馏结论**
    - 交叉验证文章描述与实际市场数据(如有)
    - 所有蒸馏产物标注蒸馏置信度
    - 盘面数据必须实时采集,**禁止 LLM 编造涨跌停、资金流向等数据**
    - **所有面向用户的 AI 生成投资分析输出,必须包含两段固定声明**:
      1. **[数据来源与局限]** 表格 — 逐项标注引用的股价、PE、定增、负债等关键数据的来源平台及具体局限(详见 Phase 3 Step C)
      2. **[AI 风格模拟,不构成投资建议]** 段落 — 明确标注为 AI 基于蒸馏画像的风格模拟,与原大V本人无关,不构成任何买入/卖出/持有建议(详见 Phase 3 Step C 固定模板)
    
    ---
    
    ## 文件结构
    
    ```text
    investor-distiller/
    ├── SKILL.md                          # 本文件
    ├── scripts/
    │   ├── distill.py                    # 主蒸馏脚本(调度+统计+校验)
    │   └── gzh.py                        # 公众号数据采集(queryWorkList + workDetail)
    ├── assets/
    │   └── profile_template.md           # 七维DNA风格画像输出模板
    ├── references/
    │   └── 蒸馏维度规范.md                # 七维DNA详细规范
    └── output/                           # 蒸馏产物输出目录
        ├── {博主名}_uuids.json             # UUID 缓存(避免重复扣积分)
        ├── {博主名}_统计数据.json          # 脚本统计分析结果
        ├── {博主名}_完整文章.json          # 完整正文落盘(供校验/AI精读)
        ├── {博主名}_数据底稿.md            # 结构化数据底稿
        ├── {博主名}_蒸馏任务.md            # AI蒸馏任务清单
        ├── {博主名}_画像.json              # 结构化JSON画像(校验用)
        ├── {博主名}_风格画像.md            # AI生成的七维DNA画像
        └── {博主名}_校验报告_YYYYMMDD.json # 准确性校验报告
    ```
    
    ---
    
    ## 依赖
    
    ```bash
    pip install requests
    ```
    

Comments (0)

Sign in to join the conversation.

No comments yet.

Reviews (0)

No reviews yet.