Best use case
live-stream-speech is best used when you need a repeatable AI agent workflow instead of a one-off prompt.
面向基金品牌与内容领域的讲稿生成任务Skill,围绕「直播讲稿助手」场景提供信息抽取、结构化分析与结果输出。
Teams using live-stream-speech should expect a more consistent output, faster repeated execution, less prompt rewriting.
When to use this skill
- You want a reusable workflow that can be run more than once with consistent structure.
When not to use this skill
- You only need a quick one-off answer and do not need a reusable workflow.
- You cannot install or maintain the underlying files, dependencies, or repository context.
Installation
Claude Code / Cursor / Codex
Manual Installation
- Download SKILL.md from GitHub
- Place it in
.claude/skills/live-stream-speech/SKILL.mdinside your project - Restart your AI agent — it will auto-discover the skill
How live-stream-speech Compares
| Feature / Agent | live-stream-speech | Standard Approach |
|---|---|---|
| Platform Support | Not specified | Limited / Varies |
| Context Awareness | High | Baseline |
| Installation Complexity | Unknown | N/A |
Frequently Asked Questions
What does this skill do?
面向基金品牌与内容领域的讲稿生成任务Skill,围绕「直播讲稿助手」场景提供信息抽取、结构化分析与结果输出。
Where can I find the source code?
You can find the source code on GitHub using the link provided at the top of the page.
SKILL.md Source
# 直播讲稿助手 Skill
## 数据来源
### 1. 输入类型
- 基金公告/定期报告/招募说明书/产品说明材料
- 净值与收益时间序列、持仓与资产配置披露
- 销售/服务记录、客户反馈与问答素材(如适用)
- 合规口径与品牌内容规范(如适用)
### 2. 主要数据要素
- 品牌调性与内容规范
- 热点事件与市场数据
- 产品亮点与关键图表素材
- 受众画像与传播渠道反馈
- 合规审校规则与对外口径
### 3. 质量要求
- 输入信息尽量完整,包含时间区间、基金代码与核心指标
- 若来自 OCR/截图,请尽量校对错字与断行
- 对于未披露的数据需明确标注“缺失/待补充”
---
## 核心能力
- 围绕目标人群输出结构化内容草稿与关键卖点
- 控制语气风格与风险提示,形成可直接使用的内容模板
---
## 输出结构
### 1. 基础字段
- skill
- domain
- scene
- input_summary
- key_findings
- data_quality
- limitations
### 2. 场景扩展模块(按需输出)
- content
- draft
- key_points
- compliance_notes
---
## 使用示例
### 1. 安装依赖
```bash
pip install -r requirements.txt
```
### 2. 运行脚本
```bash
python scripts/main.py --input sample.txt --output-json result.json --output-md report.md
```
### 3. 输出示例
```json
{
"skill": "直播讲稿助手",
"domain": "品牌与内容",
"scene": "讲稿生成",
"input_summary": {
"fund_code": "000000",
"fund_name": "示例基金",
"period": "2024Q4",
"data_coverage": "净值/持仓/披露/市场"
},
"key_findings": [
"关键结论1",
"关键结论2"
],
"data_quality": {
"has_text": true,
"text_length": 1200
},
"limitations": [
"仅基于输入信息形成初步判断"
]
}
```
---
## 注意事项与限制
- 仅对输入文本进行结构化与初步判断,不替代人工投研或合规结论
- 若缺少关键数据(持仓、基准、时间区间),结果需明确提示不完整
- 输出建议应结合实际业务口径与监管要求复核
---
## 适用场景
- 业务条线: 品牌与内容
- 场景/能力: 讲稿生成
- 典型用户: 研究员、产品经理、渠道与客服、合规审查或内容运营人员
---
## License
- 代码部分遵循 MIT License
- 数据来源与披露口径需遵循对应数据供应商与监管要求Related Skills
futures-delivery-analyzer
期货交割分析工具。获取期货品种交割信息、交割仓库、交割成本、仓单数据。分析交割月流动性变化、逼仓风险。使用AkShare仓单数据、交易所交割规则。适用于交割月策略、期现回归交易。
live-streaming-compliance
直播话术合规助手,适用于券商直播营销、投资者教育、合规审核、主播培训等场景。 以下情况请主动触发此技能: - 用户提供了直播话术/脚本,问"有没有问题""帮我审查一下" - 用户问"直播合规要注意什么""哪些话不能说" - 用户需要:直播话术审查、合规风险提示、主播培训材料 - 用户提到:直播话术、证券直播、合规要点、主播培训、互动问答 - 用户需要形成审查意见、合规脚本、培训材料 不要等用户明确说"直播合规"——只要涉及证券直播内容审查、主播话术设计、直播合规培训,就应主动启动此技能。
realtime-stream-ingestion
用于行情/交易/事件流的实时流数据接入原子 skill,适用于通用行业数据接入场景。
live-qa
直播答疑助手,专用于投资直播/线上活动的答疑内容设计。 以下情况请主动触发此技能: - 用户准备投资直播、线上沙龙、投资者教育活动 - 用户需要直播答疑话术、常见问题预演 - 用户问"直播时客户可能会问什么""该怎么回答" - 用户需要直播脚本、互动环节设计 - 用户准备直播后跟进话术、转化方案 输出含常见问题预演、答疑话术、互动设计的直播答疑方案。 不要等用户明确说"直播答疑"——只要涉及直播、线上活动、投资者教育的答疑准备,就应主动启动此技能。
event-stream-ingestion
用于新闻/公告/工单流的事件流接入原子 skill,适用于通用行业数据接入场景。
trust-valuation-engine
## 描述
trust-risk-manager
## 描述
trust-product-analyzer
## 描述
trust-income-calculator
## 描述
trust-compliance-checker
## 描述
trust-asset-allocation
## 描述
family-trust-designer
## 描述