Sep 28, 2026

用 serenity-skill 把市场热点变成一份优先研究清单

一个 4k 星的 agent skill,把一套供应链投研方法做成可复用流程:拆产业链、找真实瓶颈,最后带着一份经过证据核验的股票与基金方向优先清单离开。

#tutorial#research#strategy

每一轮 AI 半导体或机器人行情都带来同一种感受:知道主题很热,但不知道产业链哪一环要紧、哪些公司真的贴近那一环、基金方向又该往哪看。serenity-skill 把 Serenity(@aleabitoreddit)公开内容中可观察到的投研路径做成了 agent skill:从热点出发,拆解产业链,找到瓶颈,最后带回一份排好序的研究清单。它是研究辅助工具——排序和推理是它的事,最终买卖决策仍由你决定。

为什么这个 Skill 重要

这套方法有固定的形状。先把主题拆成下游需求、系统集成、芯片/器件、设备、材料、封测、基础设施;再找难扩产、难替代的环节——供应商少、验证周期长、客户认证严格、材料纯度要求高;最后回到股票和基金方向,判断谁贴近真实瓶颈、谁主要在蹭主题——每一条公司判断都要回到公告、财报、客户、产能和风险上核验。

它和普通「帮我分析这只股票」提示词有两点不同。它显式区分证据强度:强结论必须以公告、交易所文件、财报、电话会、监管/项目文件、专利、标准、可信媒体或专业分析为依据——社交媒体只是线索来源,不是最终裁判。它的示例输出只排研究优先级,不做综合数字评分;研究备忘录模板记录的是产业链位置、已确认事实、缺失证据、利润与估值、替代路线和失效条件。

安装

这个 skill 是研究方法而非数据服务——它需要一个能读取 skill 文件的 agent 客户端,以及客户端自己的联网搜索、浏览器或公告数据工具。先克隆仓库,再把 skill 复制进客户端目录:

git clone https://github.com/muxuuu/serenity-skill.git
cd serenity-skill

Claude Code 用户级安装:

SERENITY_DIR="$HOME/.claude/skills/serenity-skill"
mkdir -p "$SERENITY_DIR"
cp -R SKILL.md LICENSE references assets examples agents "$SERENITY_DIR"/

Codex 用同样的命令,目录换成 ~/.agents/skills/serenity-skill。研究本身不依赖 Python;Python 3 只用于维护者的结构检查。README 对验证范围的记录很诚实:截至 2026-09-14,Codex CLI 0.147.0 已实际加载并完成离线材料下的公司主张辨析,Claude Code 的目录与包结构已核对、模型调用尚未实测。

实战:筛一份 AI 半导体初筛清单

  1. 在 agent 里新开一个会话,把 skill 自带的研究提示词交给它:
用 serenity-skill 深度调研现在 A 股 AI 半导体产业链。
请联网查公告、财报、问询函、互动易、招投标、环评/能评、专利、客户认证和财务质量,
先排产业链层级,再给出通常 3–5 个值得优先研究的标的;证据不足时可以少给,
并说明卡住的环节、产业链位置、证据、排序理由和主要风险。
  1. 期待一份排序清单,而不是买入清单:每个候选都带产业链位置、贴近的瓶颈环节、证据和主要风险。README 的示例输出还会点名它主动降低优先级的方向——某个故事很热但还缺订单证据或客户认证的领域。
  2. 有人荐股时用挑战模式:
用 serenity-skill 挑战 [公司/股票代码]。
它到底卡在哪一层?证据够不够?市场可能高估了什么?
什么情况说明这个判断应该降级?
  1. 需要完整报告时,让 agent 填研究备忘录模板——产业链位置、已确认事实、缺失证据、利润与估值、替代路线、失效条件。

技巧

  • 仓库自带两篇基于截至 2026-09-14 真实公开资料研究的完整示例(一份 A 股 AI 半导体初筛、一次 CPO 供应商挑战),外加一篇虚构的教学对话——第一次运行前先读它们,看看这套方法实际怎么用。
  • 想建立固定筛选习惯:有一种文档化的提示词风格会一步步教你这套方法,每次只问你一个问题。
  • 升级版本时,先把旧安装目录移出 skill 搜索路径——直接覆盖不会移除旧版已退役的文件,残留旧副本可能被重复加载。
  • scripts/validate_skill.py 只检查 skill 的名称、描述和目录结构——它不验证任何投资结论。

何时不用这个 Skill

它筛选和排序研究方向;不执行交易、不管理账户、不承诺收益——README 把范围限定在研究辅助。它也面向有公开披露可查的产业链主题;对没有披露痕迹的主题,它的证据阶梯无处可爬。


查看 排行榜 了解更多 skill。