Best use case
sector-exposure-analysis is best used when you need a repeatable AI agent workflow instead of a one-off prompt.
面向基金投研分析领域的暴露分析任务Skill,围绕「行业暴露分析助手」场景提供信息抽取、结构化分析与结果输出。
Teams using sector-exposure-analysis 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/sector-exposure-analysis/SKILL.mdinside your project - Restart your AI agent — it will auto-discover the skill
How sector-exposure-analysis Compares
| Feature / Agent | sector-exposure-analysis | 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?
面向基金投研分析领域的暴露分析任务Skill,围绕「行业暴露分析助手」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
# 行业暴露分析助手 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
- 基金基础信息(名称、代码、类型、基准)
- 净值与收益序列(日/周/月)
- 持仓/资产配置披露(季报/年报)
- 基金经理履历、任职变动与风格标签
- 同类基准与同类排名数据
### 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
- 提取核心指标(收益、风险、风格、持仓特征)并进行结构化汇总
- 识别优势/短板与关键驱动因子,形成可追溯的分析链条
- 对异常波动或结构变化给出原因假设与影响评估
- 输出可执行的跟进建议与观察清单
---
## 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)
- analysis
- metrics
- diagnosis
- risks
- recommendations
---
## 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": "行业暴露分析助手",
"domain": "投研分析",
"scene": "暴露分析",
"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: 投研分析
- 场景/能力: 暴露分析
- 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
insurance-sector-comparison
保险行业对比分析工具。对比国内外保险市场、中外保险公司、不同险种发展。接入AkShare开源保险行业数据,支持实时数据获取和自动更新。适用于国际化研究、竞争分析。
fund-attribution-analysis
基金收益归因分析 - Brinson模型、因子归因、风格分析工具。 当用户需要分析基金超额收益来源、进行业绩归因、评估基金经理能力时使用此技能。 支持Brinson归因、因子归因、风格归因、行业归因、选股能力分析。 触发关键词:收益归因、Brinson、业绩归因、超额收益、阿尔法归因、因子分析。
routine-physical-exam-report-analysis-assistant
当用户需要对常规体检报告进行专业、结构化的解析,提取异常指标、异常结论、边界值异常、复查建议、长期健康风险线索和与核保相关的重要医学信息,并生成适合保险核保、补问流转和资料审查的结构化解析结果时使用本 skill。
watchlist-match-result-analysis
分析名单筛查匹配结果的相似度分层、字段差异和误报聚类,辅助合规团队高效完成名单复核
outpatient-record-analysis-assistant
当用户需要对门诊相关医疗记录进行专业、结构化的解析,提取主诉、现病史、初步诊断、复诊频次、治疗方案、随访安排及其他与保险核保相关的重要医学信息,并生成适合保险核保、补问流转和资料审查的结构化解析结果时使用本 skill。
middle-class-protection-gap-analysis-assistant
当用户需要围绕中产客户或中产家庭的收入保障、健康保障、资产保护、家庭责任和中长期生活目标,分析当前保障结构是否合理、核心风险是否覆盖、责任与保障是否匹配,并识别身故保障、重疾保障、医疗保障、意外保障、养老保障、子女教育保障和资产安全保障等方面的保障缺口时使用本 skill。适用于中产客户保障诊断、收入保障分析、家庭责任梳理、已有保单盘点、保障层次评估、补充优先级判断、客户沟通前置分析,以及“先不要推荐产品,先看这个中产家庭缺什么保障”这类场景。输入可以是客户及家庭成员资料、收入与负债信息、生活支出压力、已有保单清单、社保医保与团险信息、储蓄型与养老型保险安排、预算约束、客户关注重点、访谈纪要、OCR 文本或其他零散客户资料。
hospitalization-record-analysis-assistant
当用户需要对住院相关医疗资料进行专业、结构化的解析,提取入院诊断、出院诊断、住院经过、手术治疗、并发症、恢复情况、复诊建议及其他与核保相关的重要医学信息,并生成适合保险核保、补问流转和资料审查的结构化解析结果时使用本 skill。
product-positioning-analysis
面向基金产品管理领域的产品定位任务Skill,围绕「产品定位分析助手」场景提供信息抽取、结构化分析与结果输出。
family-protection-gap-analysis-assistant
当用户需要基于家庭成员结构、收入责任、负债压力、已有保障配置、家庭生命周期阶段和预算约束,分析家庭当前保障是否充足、识别寿险、重疾险、医疗险、意外险、养老保障和子女教育保障等方面的保障缺口,并输出适合保险代理人、顾问、客户经理或保障规划人员直接使用的家庭保障分析报告时使用本 skill。适用于家庭保障诊断、家庭责任梳理、现有保单盘点、保障缺口识别、配置优先级判断、客户沟通前置分析,以及“先不推产品、先看家庭缺什么保障”这类场景。输入可以是家庭基础资料、收入与负债信息、已有保单清单、社保医保与团险信息、预算约束、客户关注重点、访谈纪要、表格整理文本、OCR 文本或其他零散家庭保障资料。
factor-analysis
多因子分析与 IC 检验工具,提供因子计算、IC/IR 检验、因子收益率、分组回测等量化因子研究功能。当用户需要做因子有效性检验或因子研究时使用。
dormant-account-analysis
识别休眠账户和沉睡资金,按休眠程度分级,评估激活潜力和资金唤醒价值,输出激活优先级和建议动作。
client-risk-exposure-diagnosis
客户风险暴露诊断助手,适用于券商财富管理、投顾服务、客户风控、适当性管理等场景。 以下情况请主动触发此技能: - 用户提供了客户持仓数据、风险测评信息,问"这个客户风险怎么样""帮我诊断一下""风险暴露大吗" - 用户问"客户风险怎么评估""风险暴露怎么看""如何诊断客户风险" - 用户需要:客户风险诊断、风险暴露分析、适当性评估、风险预警 - 用户提到:客户风险、风险暴露、适当性、风险测评、持仓风险、客户预警 - 用户需要形成客户风险报告、投顾建议、风险预警、适当性核查 不要等用户明确说"客户风险诊断"——只要涉及客户风险评估、持仓风险分析、适当性判断,就应主动启动此技能。