Documents

Plan & Review

Try it

Validated pre-market, intraday, and post-market reports

What it does

这是一个只读的市场研究与复盘流程。三类报告分别回答:开盘前需要观察什么、午间哪些假设得到验证、收盘后全天结构如何演变。午间和盘后市场复盘可以独立运行;只有“复核既有假设”部分需要对应的前置报告。

The skill document

Plan & Review — 盘前计划与盘中/盘后复盘

这是一个只读的市场研究与复盘流程。三类报告分别回答:开盘前需要观察什么、午间哪些假设得到验证、收盘后全天结构如何演变。午间和盘后市场复盘可以独立运行;只有“复核既有假设”部分需要对应的前置报告。

技能协同与工作流衔接

  • 盘前准备阶段:在运行 prepare --phase pre 之前,推荐优先调用 market-intel 技能提取隔夜外盘、宏观与要闻事实,作为盘前计划的定性背景输入。
  • 盘后复盘阶段:在进行题材生命周期划分与次日观察清单制定时,推荐结合 risk-guard 的大势环境定义(Regime)确定当前市场的整体风险系数。

不可违反的规则

  1. 先运行 workflow.py prepare,返回 status: ready 后才能创建对应报告。
  2. 任一必需数据缺失、过期、日期不一致、字段变化或覆盖率不达标时,停止生成;向用户列出错误和建议的下一次采集窗口。
  3. 只使用数据包内的数值。每条量化陈述在同一行用 [E01] 形式引用证据。
  4. 区分事实、解释、假设和反证;不把实时值写成收盘值,不用当前截面回填历史截面。
  5. 报告完成后必须运行 workflow.py validate。验证失败不交付报告。
  6. 不调用任何委托或执行层工具;本技能只采集市场数据、形成研究计划和复盘结论。
  7. market 只提供数据。报告中的市场定性、题材阶段、假设与反证必须由你读取数据包后完成,不能期待数据脚本返回结论。
  8. 必须实际使用数据包中的全市场涨跌分布与排行、指数历史、连板梯队、行业分布及行业/概念 1/3/5 日资金流;不能只摘录汇总家数。
  9. 盘中比较前一交易日收盘与午间原始数据;盘后比较午间与收盘原始数据,不从前置报告文本反推数值。
  10. 午间和盘后报告必须包含市场概览、恐慌贪婪指数和商品行情三个模块;数据不足时明确阻断或标记不可计算,不填默认中性值。
  11. 报告只能使用模板规定的章节和字段,不复述用户任务、工具调用或执行边界;正式报告通过脚本校验后才能交付。

环境

所有命令从项目根目录运行。数据采集使用 market 技能自己的环境;工作流脚本只依赖 Python 标准库。

uv venv market/.venv
uv pip install --python market/.venv -r market/requirements.txt

数据生命周期

实时全市场、资金流和龙虎榜接口不能可靠重建任意历史时点,因此必须在业务窗口内采集带时间戳的原子快照:

快照允许时间(Asia/Shanghai)内容
午间交易日 11:30-13:00全市场宽度与成交额、资金流、涨跌停活动、指数
收盘交易日 15:05 后全市场收盘结构、资金流、涨跌停活动、指数
龙虎榜交易日 16:30 后当日龙虎榜明细与机构统计
plan-review/.venv/bin/python plan-review/scripts/workflow.py capture --phase noon --date YYYYMMDD
plan-review/.venv/bin/python plan-review/scripts/workflow.py capture --phase close --date YYYYMMDD
plan-review/.venv/bin/python plan-review/scripts/workflow.py capture --phase lhb --date YYYYMMDD

如果 plan-review/.venv 尚未建立,可用系统 Python 运行 workflow.py;它会通过子进程调用 market/.venv

盘前准备

目标是给当日建立可证伪的观察框架,不预测无法验证的确定结果。

必需数据:

  • AKShare 交易日历;
  • 前一交易日收盘全市场快照;
  • 前一交易日指数历史与收盘行业/概念 1/3/5 日资金流快照;
  • 前五个交易日涨停、炸板和跌停活动;
  • 已结束交易日的美股指数,以及采集时点的 A50、美元人民币;
  • 自选股历史(仅在用户配置自选股时必需)。

自选股未配置时正常忽略;部分标的可用时数据包返回 warning;全部不可用时阻断盘前报告。

plan-review/.venv/bin/python plan-review/scripts/workflow.py prepare --phase pre --date YYYYMMDD

成功后读取返回的数据包和 templates/pre_market.md,创建 report/daily/YYYYMMDD_盘前计划.md。必须检查指数多周期数据、市场宽度与涨跌分布、异动排行、连板梯队和行业分布、1/3/5 日资金排行及自选股 K 线/指标。重点说明隔夜背景、前日结构、最多三条今日假设及其失效条件。

盘中复盘

目标是用午间截面复盘市场并逐条核对盘前假设。没有同日盘前报告时仍可生成独立市场复盘;没有午间快照时不能生成。

先在午间窗口执行 capture --phase noon,再运行:

plan-review/.venv/bin/python plan-review/scripts/workflow.py prepare --phase noon --date YYYYMMDD

成功后读取数据包和 templates/intraday_review.md,如存在则读取同日盘前报告,创建 report/daily/YYYYMMDD_盘中复盘.md。报告必须先给出市场概览、恐慌贪婪指数、商品行情,再写上午事实;有盘前假设时逐条判为“确认、部分确认、失效、证据不足”之一,并写出下午需验证的收盘数据。

盘后复盘

目标是复核全天判断、识别结构演变并形成次日研究清单。盘后市场复盘可独立运行;若要比较午后变化,必须有完整午间快照;若要复核既有判断,则读取可验证的前置报告。

15:05 后执行 capture --phase close 保存收盘市场快照;16:30 后执行 capture --phase lhb 补充龙虎榜。两者都成功后再运行:

plan-review/.venv/bin/python plan-review/scripts/workflow.py prepare --phase post --date YYYYMMDD

成功后读取数据包和 templates/post_market.md,如存在则读取前两份报告,创建 report/daily/YYYYMMDD_盘后复盘.md。报告必须先给出市场概览、恐慌贪婪指数、商品行情,再写收盘事实与结构判断。

题材生命周期使用六类,而不是把不同维度混在同一分类中:

  • 观察:首次出现,持续性证据不足;
  • 启动:广度与强度同步改善,资金开始一致;
  • 扩散:参与面继续扩大,核心和跟随增强;
  • 高潮:绝对强度高但边际改善放缓,拥挤风险上升;
  • 分歧:内部明显分化,仍有核心承接;
  • 退潮:广度、强度、持续性和资金多数转弱。

每次分类同时列出广度、强度、持续性、资金一致性和反证。若证据冲突,选择“分歧”或“观察”,不得强行归类。

报告验证

plan-review/.venv/bin/python plan-review/scripts/workflow.py validate --phase pre --date YYYYMMDD
plan-review/.venv/bin/python plan-review/scripts/workflow.py validate --phase noon --date YYYYMMDD
plan-review/.venv/bin/python plan-review/scripts/workflow.py validate --phase post --date YYYYMMDD

验证器检查:数据包状态和日期、必需章节、bundle_id、证据编号、量化陈述的同行引用,以及禁止进入报告的执行层内容。

数据文件

  • 原始报告快照:market/data/report_snapshots/YYYYMMDD/
  • 阶段数据包:plan-review/data/YYYYMMDD/
  • 报告:report/daily/YYYYMMDD_{盘前计划,盘中复盘,盘后复盘}.md
  • 自选股(可选):data/watchlist.json

plan-review/scripts/derived_metrics.py 提供版本化的恐慌贪婪指数(fg-v1)和商品行情行校验;午间和盘后 prepare 会从已校验的市场快照、前一交易日基线和指数历史自动计算指数,分项缺失时阻断。它不依赖其他 Skill,可在独立安装的 plan-review 目录中调用。商品行情由 market commodities 数据命令采集后写入阶段数据包。

快照和数据包是审计证据,不要手工修改。需要重新采集时重新运行 capture,并重新执行后续 preparevalidate

Related skills

Find why your productivity system keeps failing, then apply the smallest fix — capacity math, bottleneck routing, durable local notes.

by Iván854 installs69 stars

Trade crypto, manage a multi-chain wallet, and query an AI analyst from one CLI.

by lowesyang162 installs109 stars

Fetch raw ad creative, app, ranking, and revenue data from AdMapix as structured JSON.

by fly0pants4.3k installs296 stars

Join a video meeting as an AI bot with voice, avatar, and screenshare across four operating modes.

by johnpatternai21 installs8 stars

Post videos, photos, text, and documents to 10 social platforms through a single REST API call.

by victorcavero14375 installs50 stars

Query Twitter/X profiles, tweets, follower events, and KOL data through the 6551 REST API.

by infra403840 installs27 stars

More from fize

Browse all skills

多 Agent 并行投研与风控决策流水线。输入标的代码与日期,并发调度多个专业 Subagent 全面透视基本面 EPS 与多模型市值、筹码资金与机构热度、全网消息舆情,结合大势环境进行量化风控核验(一票否决门禁),最终交付综合决策研报。各专员 Prompt 独立存放于 agents/ 目录下,践行渐进式披露直接调用 market 技能获取底层数据,数据缺失时严格终止阻断。当用户需要启动多智能体对个股进行全流程深度透视、并行流水线分析或产出多维研报时触发(包含触发词:投研流水线, 多Agent分析, 并行深研, 标的透视, ticker pipeline)。

by fize2 installs

End-to-end brand visual identity (VI) design methodology — a six-stage workflow from brand soul discovery to visual identity system building and multi-touchpoint brand manual delivery. Covers core concept, logo design, color strategy, typography, graphic language, and touchpoint application. Use when: designing brand identity, visual identity systems (VI), logo design, brand guidelines, or brand manuals. Keywords: brand identity, VI设计, 品牌视觉系统, 品牌VI, logo design, 品牌设计, 品牌手册, brand guidelines.

by fize2 installs

Graphic design deep research: automatically collects design references across domestic and international platforms (Behance, Dribbble, Pinterest, Zcool, Huaban), performs cluster analysis on aesthetic trends, and outputs visual HTML research reports with reusable exploratory prompts. Use when: researching design directions, analyzing visual trends, gathering inspiration moodboards, or exploring visual styles. Keywords: 设计调研, 灵感调研, 风格调研, 视觉参考, 情绪板, design research, aesthetic trends, moodboard.

by fize1 installs

A股交易标准操作程序(SOP)总编排。从用户的自然语言输入出发,识别当前交易意图(盘前准备、盘中复盘、盘后复盘、个股深度研究、首板隔夜),按需编排调用现有技能流水线,最终输出可操作的决策建议。当用户提出日常交易操作、盘前准备、盘中复盘、盘后总结、全流程投研或个股深研请求时触发(包含触发词:今天怎么操作, 帮我做盘前, 复盘一下, 研究一下, 首板今晚要不要留, 当前市场适合买吗, 给我一套完整分析, 全流程分析, SOP, 操作建议, 我要开始做功课了, trading sop)。

by fize2 installs

个股及 ETF 标的基本面与技术面综合分析 SOP(支持 A 股、港股及美股)。融合真实 EPS 核算、多模型目标市值测算、财务三大表、20+ 项确定性技术指标及大势环境校准,输出标准化《标的量化投研报告》。当用户需要深度分析个股、评估公司基本面估值、计算目标价、分析财报或量化技术面时触发(包含触发词:个股分析, 基本面研究, 估值测算, 财报透视, 目标市值, asset analysis, valuation, DCF, PEG, EPS)。

by fize2 installs

Frontend interaction resilience & defense SOP for engineering implementation. Covers 7-step pre-coding interaction checklist: user intent & task friction reduction, P0/P1/P2 information hierarchy triage, 4-state resilience (empty, loading, error, destructive confirmation), perceived performance (optimistic UI, skeletons), power user shortcuts, and layout resilience trade-offs. Use when: implementing UI views/forms/dashboards in code, designing component interaction logic, handling edge cases and states, or conducting frontend UX resilience reviews. Keywords: 交互细节, 状态设计, 边界情况, 异常处理, 交互审查, 骨架屏, 乐观更新, 防错设计, interaction design, edge cases, error state, empty state, loading state, UI review, UI resilience.

by fize