技能库智客分类：Agent 工作流 review

审查

周期性复盘分析。当用户说"复盘"、"回顾"、"验证"、"总结"、"这周怎么样"时使用此skill。

57 安装量

官方网址：skills.sh

技能介绍

先看中文介绍；官方 description 原文单独保留，不改写 SKILL.md。

做什么

官方 description 用英文写明「审查」做什么。中文介绍不改写这段原文，能力边界以文件结构与下方原文为准。

何时用

官方 description 未单独写出 Use when。按规范，代理会在用户任务与这段 description 的关键词匹配时激活本技能。

代理如何加载

按 Agent Skills 渐进披露：启动时只加载 name 与 description（约 100 token）；任务匹配后才读入整份 SKILL.md 正文；scripts/、references/、assets/ 仅在需要时再读。本文件正文结构：/review - 周期性复盘、使用方式、执行步骤、第一步：确定复盘范围、第二步：获取验证数据（核心步骤）、第三步：执行复盘分析。其中含规范建议的小节：分步指令。

文件分析

文件分析：除 SKILL.md 外，正文引用了 scripts/fetch_market_data.py，属于带资源的技能包，这些文件按需再读。

/review - 周期性复盘使用方式执行步骤第一步：确定复盘范围第二步：获取验证数据（核心步骤）第三步：执行复盘分析周复盘 YYYY-WXX (MM-DD ~ MM-DD)一、本周交易回顾二、建议执行情况执行了的建议没执行的建议三、持仓变化

来源分类：skills.sh agent-skill

来源与网址

市场来源：skills.sh

GitHub 完整包

开源榜 Skill 分类

SKILL.md 与 Agent 调用

官方规范 ↗

name: review
description: 周期性复盘分析。当用户说"复盘"、"回顾"、"验证"、"总结"、"这周怎么样"时使用此skill。

发现技能客户端向 Agent 提供名称与描述目录。
匹配与调用用户指定或任务匹配后，载入 SKILL.md 指令。
按需加载按步骤读取参考文档、使用脚本与素材。

指令中引用的文件 · 1

scripts/fetch_market_data.py

以下路径提取自原文；文件是否齐全请以来源仓库中的完整目录为准。

具体调用语法与可用工具以目标 Agent 客户端为准。查看调用机制说明 ↗

安装这个技能

Skills CLI ↗

先选择目标 Agent 和安装范围，保留技能包的附属文件，安装后检查客户端能否发现该技能。

该技能引用了附属文件，请从来源获取完整目录；仅复制 SKILL.md 可能缺少依赖。

交给 Agent 安装

复制安装指令给支持 Agent Skills 的代理，确认其中的目标目录与客户端匹配。

把 Agent Skill「review」安装到我的项目：SKILL.md 原文与官方 description 见 https://zicq.com/zh/skills/skl-64076afc6cd50f86-%E5%AE%A1%E6%9F%A5.html
请存为 .cursor/skills/review/SKILL.md 或 .claude/skills/review/SKILL.md，frontmatter 的 name 与 description 保持原样，不要改写。
该技能还带 scripts/、references/、assets/ 等文件，请从 https://github.com/allenai2014/ai-investment-advisor 取完整目录，不要只建一个 SKILL.md。

GitHub 完整包 ↗

终端安装 · Skills CLI

需要 Node.js 与 npx。先查看仓库技能列表，确认实际名称。

npx skills add 'https://github.com/allenai2014/ai-investment-advisor' --list

npx skills add 'https://github.com/allenai2014/ai-investment-advisor' --skill 'review'

CLI 会交互选择目标 Agent，默认安装到项目；用户级安装使用 -g。先通过查看命令核对仓库内容，再用 npx skills list 检查已安装技能。

SKILL.md 原文可复制，不会改动源文件

---
name: review
description: 周期性复盘分析。当用户说"复盘"、"回顾"、"验证"、"总结"、"这周怎么样"时使用此skill。
user-invocable: true
---

# /review - 周期性复盘

对交易决策进行周期性复盘，验证建议准确性，沉淀投资经验。

## 使用方式

- `/review` - 自动判断该做周复盘还是月复盘
- `/review week` - 强制进行周复盘
- `/review month` - 强制进行月复盘
- `/review 2026-01-08` - 复盘某笔特定交易

## 执行步骤

### 第一步：确定复盘范围

读取以下文件确定需要复盘的内容：
- `股市信息/Records/trades.md` - 查找需要验证的交易
- `股市信息/Daily/` - 查找这段时间的简报和建议

**自动判断逻辑**：
- 如果是周末（周六/周日）→ 周复盘
- 如果是月末最后一个交易日 → 月复盘
- 其他时候 → 问用户想做什么

### 第二步：获取验证数据（核心步骤）

运行数据获取脚本获取相关标的的最新价格：
```bash
cd "股市信息" && python3 scripts/fetch_market_data.py
```

**脚本输出包含**：
- `holdings`: 当前持仓行情/净值（含ETF/A股/港股/基金，含成本、盈亏、持有天数）
- `indices`: 大盘指数（用于对比基准收益）
- `north_flow`: 北向资金数据（优先当日分时实时值，可能包含 time 字段）

**必须严格遵守**：
1. **等待脚本执行完成**（约1-2分钟）
2. **所有价格必须来自脚本JSON输出**，不能编造
3. 脚本失败时告知用户，禁止使用默认值
4. 价格展示格式：`X.XXX（来源：AKShare）`

### 第三步：执行复盘分析

#### 周复盘内容

```markdown
# 周复盘 YYYY-WXX (MM-DD ~ MM-DD)

## 一、本周交易回顾

| 日期 | 操作 | 标的 | 操作价 | 现价 | 涨跌 | 初步判断 |
|------|------|------|--------|------|------|----------|
| ... | ... | ... | ... | ... | ... | ... |

## 二、建议执行情况

| 日期 | 建议内容 | 是否执行 | 结果 |
|------|----------|----------|------|
| ... | ... | 是/否 | 对了/错了 |

### 执行了的建议
- 分析执行后的结果

### 没执行的建议
- 分析如果执行了会怎样
- 用户当时为什么没执行
- 这个决策对不对

## 三、持仓变化

| 标的 | 周初价 | 周末价 | 周涨跌 | 贡献 |
|------|--------|--------|--------|------|
| ... | ... | ... | ... | ... |

**本周组合收益**：+/-X.XX%

## 四、经验总结

### 做对了什么
- ...

### 做错了什么
- ...

### 需要改进的
- ...

## 五、下周关注

- ...
```

#### 月复盘内容

```markdown
# 月复盘 YYYY年MM月

## 一、本月交易汇总

### 买入操作
| 日期 | 标的 | 买入价 | 现价 | 浮盈/亏 | 决策质量 |
|------|------|--------|------|---------|----------|

### 卖出操作
| 日期 | 标的 | 卖出价 | 现价 | 卖对了吗 | 决策质量 |
|------|------|--------|------|----------|----------|

### 决策质量评分
- A：完美决策，时机和方向都对
- B：方向对，时机可以更好
- C：方向错，但及时纠正
- D：方向错，且没及时纠正

## 二、建议准确性统计

| 类型 | 总数 | 正确 | 错误 | 准确率 |
|------|------|------|------|--------|
| 止盈建议 | | | | |
| 止损建议 | | | | |
| 加仓建议 | | | | |
| 观望建议 | | | | |

### 错误建议分析
- 哪些建议是错的
- 错在哪里
- 如何改进分析逻辑

## 三、组合表现

### 收益统计
- 月初市值：XXX
- 月末市值：XXX
- 本月收益：+/-X.XX%
- 对比指数：沪深300 X.XX%，中证500 X.XX%

### 持仓变化
| 标的 | 月初仓位 | 月末仓位 | 变化 |
|------|----------|----------|------|

## 四、经验沉淀

### 本月学到的
1. ...
2. ...

### 需要形成的规则
（如果有值得固化的经验，建议添加到 Principles.md）
- ...

### 下月改进计划
1. ...
2. ...

## 五、准则更新建议

基于本月经验，建议添加/修改以下投资准则：
- ...
```

### 第四步：保存复盘报告

- 周复盘保存到：`股市信息/Records/reviews/YYYY-WXX.md`
- 月复盘保存到：`股市信息/Records/reviews/YYYY-MM.md`

### 第五步：更新投资准则（如适用）

如果复盘中沉淀出了值得固化的经验，询问用户是否添加到 `股市信息/Config/Principles.md`

### 第六步：更新待验证交易

在 `trades.md` 中更新已验证交易的验证结果。

### 第七步：更新用户洞察（Insight.md）

读取并更新 `股市信息/Config/Insight.md`：

1. **更新成长轨迹**：
   - 本周期有什么进步，添加到"进步记录"
   - 发现新的问题，添加到"待改进事项"
   - 更新问题出现次数

2. **验证行为模式**：
   - 对比用户自述弱点与实际表现
   - 更新"行为模式观察"的置信度
   - 记录新发现的行为模式

3. **汇总采纳情况**：
   - 统计本周期各类建议的采纳率
   - 分析采纳/不采纳的模式
   - 验证采纳建议的结果（30天/90天后）

4. **提炼关键洞察**：
   - 将复盘中的重要发现记录到"关键洞察"
   - 整理过往洞察，归类到对应板块

---

## 30天/90天验证逻辑

对于每笔交易，系统会在记录时设置验证时点。复盘时检查：

1. **查找到期验证**：检查哪些交易到了30天或90天验证点
2. **获取真实价格**：获取该标的当前真实价格
3. **计算结果**：对比操作价和当前价
4. **判断对错**：
   - 卖出操作：卖后跌了=卖对了，卖后涨了=卖错了
   - 买入操作：买后涨了=买对了，买后跌了=买错了
5. **记录判断**：更新 trades.md 中的验证结果

---

## 数据真实性保障

1. **所有价格必须实时获取**：通过 AKShare 获取，不能编造
2. **无法获取时明确说明**：如果某个数据无法获取，告知用户，不猜测
3. **计算过程透明**：展示收益计算的过程，用户可以验证
4. **数据来源标注**：报告中标注数据获取时间和来源

---

## 示例输出

**用户**：/review

**助手**：今天是周六，我来为您做本周复盘。

首先获取最新数据...

# 周复盘 2026-W02 (01-06 ~ 01-10)

## 一、本周交易回顾

您本周执行了以下操作：

| 日期 | 操作 | 标的 | 操作价 | 现价 | 涨跌 | 初步判断 |
|------|------|------|--------|------|------|----------|
| 01-08 | 清仓 | 消费ETF | 0.805 | 0.812 | +0.87% | 暂时卖早了 |
| 01-09 | 减仓50% | 恒生互联网 | 0.538 | 0.541 | +0.56% | 暂时卖早了 |

（注：短期涨跌不代表决策对错，需要更长时间验证）

## 二、建议执行情况

| 日期 | 建议内容 | 是否执行 | 现在看 |
|------|----------|----------|--------|
| 01-07 | 清仓消费ETF | 是 ✓ | 执行正确，止损逻辑成立 |
| 01-07 | 减仓工业有色一半 | 否 | 好决策！后涨了8% |
| 01-08 | 减仓恒生互联网一半 | 是 ✓ | 待验证 |

...

*数据来源：AKShare，获取时间：2026-01-11 10:00*

阅读排版

name: review description: 周期性复盘分析。当用户说"复盘"、"回顾"、"验证"、"总结"、"这周怎么样"时使用此skill。 user-invocable: true

/review - 周期性复盘

对交易决策进行周期性复盘，验证建议准确性，沉淀投资经验。

使用方式

/review - 自动判断该做周复盘还是月复盘
/review week - 强制进行周复盘
/review month - 强制进行月复盘
/review 2026-01-08 - 复盘某笔特定交易

执行步骤

第一步：确定复盘范围

读取以下文件确定需要复盘的内容：

股市信息/Records/trades.md - 查找需要验证的交易
股市信息/Daily/ - 查找这段时间的简报和建议

自动判断逻辑：

如果是周末（周六/周日）→ 周复盘
如果是月末最后一个交易日 → 月复盘
其他时候 → 问用户想做什么

第二步：获取验证数据（核心步骤）

运行数据获取脚本获取相关标的的最新价格：

cd "股市信息" && python3 scripts/fetch_market_data.py

脚本输出包含：

holdings: 当前持仓行情/净值（含ETF/A股/港股/基金，含成本、盈亏、持有天数）
indices: 大盘指数（用于对比基准收益）
north_flow: 北向资金数据（优先当日分时实时值，可能包含 time 字段）

必须严格遵守：

等待脚本执行完成（约1-2分钟）
所有价格必须来自脚本JSON输出，不能编造
脚本失败时告知用户，禁止使用默认值
价格展示格式：X.XXX（来源：AKShare）

第三步：执行复盘分析

周复盘内容

# 周复盘 YYYY-WXX (MM-DD ~ MM-DD)

## 一、本周交易回顾

| 日期 | 操作 | 标的 | 操作价 | 现价 | 涨跌 | 初步判断 |
|------|------|------|--------|------|------|----------|
| ... | ... | ... | ... | ... | ... | ... |

## 二、建议执行情况

| 日期 | 建议内容 | 是否执行 | 结果 |
|------|----------|----------|------|
| ... | ... | 是/否 | 对了/错了 |

### 执行了的建议
- 分析执行后的结果

### 没执行的建议
- 分析如果执行了会怎样
- 用户当时为什么没执行
- 这个决策对不对

## 三、持仓变化

| 标的 | 周初价 | 周末价 | 周涨跌 | 贡献 |
|------|--------|--------|--------|------|
| ... | ... | ... | ... | ... |

**本周组合收益**：+/-X.XX%

## 四、经验总结

### 做对了什么
- ...

### 做错了什么
- ...

### 需要改进的
- ...

## 五、下周关注

- ...

月复盘内容

# 月复盘 YYYY年MM月

## 一、本月交易汇总

### 买入操作
| 日期 | 标的 | 买入价 | 现价 | 浮盈/亏 | 决策质量 |
|------|------|--------|------|---------|----------|

### 卖出操作
| 日期 | 标的 | 卖出价 | 现价 | 卖对了吗 | 决策质量 |
|------|------|--------|------|----------|----------|

### 决策质量评分
- A：完美决策，时机和方向都对
- B：方向对，时机可以更好
- C：方向错，但及时纠正
- D：方向错，且没及时纠正

## 二、建议准确性统计

| 类型 | 总数 | 正确 | 错误 | 准确率 |
|------|------|------|------|--------|
| 止盈建议 | | | | |
| 止损建议 | | | | |
| 加仓建议 | | | | |
| 观望建议 | | | | |

### 错误建议分析
- 哪些建议是错的
- 错在哪里
- 如何改进分析逻辑

## 三、组合表现

### 收益统计
- 月初市值：XXX
- 月末市值：XXX
- 本月收益：+/-X.XX%
- 对比指数：沪深300 X.XX%，中证500 X.XX%

### 持仓变化
| 标的 | 月初仓位 | 月末仓位 | 变化 |
|------|----------|----------|------|

## 四、经验沉淀

### 本月学到的
1. ...
2. ...

### 需要形成的规则
（如果有值得固化的经验，建议添加到 Principles.md）
- ...

### 下月改进计划
1. ...
2. ...

## 五、准则更新建议

基于本月经验，建议添加/修改以下投资准则：
- ...

第四步：保存复盘报告

周复盘保存到：股市信息/Records/reviews/YYYY-WXX.md
月复盘保存到：股市信息/Records/reviews/YYYY-MM.md

第五步：更新投资准则（如适用）

如果复盘中沉淀出了值得固化的经验，询问用户是否添加到 股市信息/Config/Principles.md

第六步：更新待验证交易

在 trades.md 中更新已验证交易的验证结果。

第七步：更新用户洞察（Insight.md）

读取并更新 股市信息/Config/Insight.md：

更新成长轨迹：
- 本周期有什么进步，添加到"进步记录"
- 发现新的问题，添加到"待改进事项"
- 更新问题出现次数
验证行为模式：
- 对比用户自述弱点与实际表现
- 更新"行为模式观察"的置信度
- 记录新发现的行为模式
汇总采纳情况：
- 统计本周期各类建议的采纳率
- 分析采纳/不采纳的模式
- 验证采纳建议的结果（30天/90天后）
提炼关键洞察：
- 将复盘中的重要发现记录到"关键洞察"
- 整理过往洞察，归类到对应板块

30天/90天验证逻辑

对于每笔交易，系统会在记录时设置验证时点。复盘时检查：

查找到期验证：检查哪些交易到了30天或90天验证点
获取真实价格：获取该标的当前真实价格
计算结果：对比操作价和当前价
判断对错：
- 卖出操作：卖后跌了=卖对了，卖后涨了=卖错了
- 买入操作：买后涨了=买对了，买后跌了=买错了
记录判断：更新 trades.md 中的验证结果

数据真实性保障

所有价格必须实时获取：通过 AKShare 获取，不能编造
无法获取时明确说明：如果某个数据无法获取，告知用户，不猜测
计算过程透明：展示收益计算的过程，用户可以验证
数据来源标注：报告中标注数据获取时间和来源

示例输出

用户：/review

助手：今天是周六，我来为您做本周复盘。