【同业营销情报结构化标注 skill】从同业(公募基金 / 资管 / 银行理财)监控清单(公众号 / 视频号 / 微博 / 小红书 / 官网 / 财经媒体 RSS)抓取 → 按受控词表打标签(事件类型、情感、营销策略、关联产品、风险等级、紧急度)→ 生成带 chip 标签的群聊卡片 → 同步做批量汇报(机构活跃度、策略频次、合规关注、关键洞察)。**纯流式、不落盘**:一次扫描的数据只在内存里处理, 输出到群就结束, 不写任何文件。**纯命令触发、无定时任务**:用户在群里说"扫一下同业&
🎯 Marketing Intel Extractor
功能概述
🎯 Marketing Intel Extractor是一项面向实际任务的技能,主要用于参考招商基金用 AI 对新媒体做"事件+情感+风险"标注的思路,把它从 舆情风控 迁移到 同业营销监控;全流程零持久化 —— 一次扫描的数据只在内存里处理, 卡片直接输出到群, 汇报在本次扫描的内存记录上聚合, 结束后不留任何痕迹;
核心要点
- ✨ 新增功能(v2.0);
- 📝 Prompt 模板 ( references/prompt_te。
- 它将相关步骤、工具调用和结果整理方式集中到统一流程中,帮助使用者更快完成目标并减少重复操作。
使用与执行
从功能定位来看,该技能强调把分散的操作要求整理成清晰、可复用的处理流程,使用户能够围绕既定目标快速准备输入、选择执行方式并获得结构化结果。实际使用前应先确认任务范围、数据来源、运行环境、必要权限和关键参数,再依据技能说明逐步执行;若输入条件不完整,应先补齐信息或采用保守配置,避免因错误假设导致结果偏离需求。
结果检查与注意事项
执行过程中需要关注工具调用是否成功、接口或依赖是否可用、输出格式是否符合预期,并对异常提示、缺失字段和边界情况进行处理;涉及批量任务时,还应保存进度,避免中断后重复操作。该技能适合用于一次性任务,也可以接入自动化工作流,与其他技能或上层代理配合完成更完整的业务链路;在组合使用时,应明确每一步的输入输出关系,并避免不同步骤之间出现参数冲突。
🎯 Marketing Intel Extractor
参考招商基金用 AI 对新媒体做"事件+情感+风险"标注的思路,把它从舆情风控迁移到同业营销监控。全流程零持久化 —— 一次扫描的数据只在内存里处理, 卡片直接输出到群, 汇报在本次扫描的内存记录上聚合, 结束后不留任何痕迹。
✨ 新增功能(v2.0)
- 📝 Prompt 模板 (
references/prompt_template.md):完整的结构化标注模板,包含 17 个字段定义和示例 - 🚀 快速启动脚本 (
scripts/init.py):交互式生成 watchlist.json,新手友好 - 🔍 健康检查 (
--check):检查 RSS 源可用性,提前发现问题 - 👁️ 本地预览 (
--preview):终端预览抓取内容,无需推送 - 📊 HTML 报告 (
--report):生成美观的可视化报告 - 🎨 Emoji 增强:所有输出都带丰富的 emoji 图标,更生动直观
✨ 新增功能(v2.1)
- 🔄 智能增量更新 (
--incremental):基于 envelope_hash 实现去重,仅返回新增内容 - 💾 持久化缓存 (
--cache):支持文件级缓存,跨会话保持增量状态 - 🔍 关键词订阅过滤 (
--subscriptions):支持按关键词、作者、事件类型、策略进行精准过滤 - 📋 订阅配置文件 (
assets/subscriptions.json):灵活配置多个订阅规则和全局过滤条件
🚀 快速开始
# 1️⃣ 安装依赖 pip install feedparser # 2️⃣ 初始化配置(交互式) python scripts/init.py # 3️⃣ 健康检查 python scripts/fetch.py --watchlist assets/watchlist.json --check # 4️⃣ 运行扫描 python scripts/fetch.py --watchlist assets/watchlist.json --since-days 1 # 5️⃣ 本地预览效果 python scripts/fetch.py --watchlist assets/watchlist.json --since-days 1 --preview # 6️⃣ 生成 HTML 报告 python scripts/fetch.py --watchlist assets/watchlist.json --since-days 7 --report # 7️⃣ 🔄 增量扫描(仅返回新增内容) python scripts/fetch.py --watchlist assets/watchlist.json --since-days 1 --incremental # 8️⃣ 🔄 增量扫描(带持久化缓存) python scripts/fetch.py --watchlist assets/watchlist.json --since-days 1 --incremental --cache .cache/hashes.json # 9️⃣ 🔍 应用订阅过滤处理 python scripts/process.py --input record.json --channel markdown --subscriptions assets/subscriptions.json # 🔟 🔍 指定特定订阅规则 python scripts/process.py --input record.json --channel markdown --subscriptions assets/subscriptions.json --subscription-id equity_focus
🎤 触发方式
本 skill 只接受一种触发方式:用户在群里说出命令,agent 按 watchlist.json 批量扫同业。没有定时任务、没有单 URL 手抓、没有外部 webhook 推送。
触发词 → --since-days 参数映射:
| 触发词(任一匹配即可) | 默认 --since-days |
|---|---|
| "扫一下同业"、"扫同业"、"更新同业动态"、"对一下 watchlist"、"拉一下清单" | 1 |
| "本周同业"、"这周同业发了什么"、"看看这周同业" | 7 |
| "今天同业"、"今天同业有啥" | 1 |
| 只说"同业监控"、"监测竞品" 没有时间跨度 | 1(兜底) |
不在触发范围的请求(agent 应拒绝或说明):
- "看看这条 https://..."(单链接打标不走本 skill)
- 用户粘贴一段文本让打标(本 skill 只处理从 watchlist 抓来的内容)
- 任何需要定时运行的需求(本 skill 不支持定时)
🔧 核心流程(用户每次说触发词走一遍)
用户说 "扫一下同业"
↓
scripts/fetch.py --watchlist ... --since-days 1 → envelope JSONL 流 (每行一条, 仅 stdout)
↓ LLM 对每条 envelope 按 references/reference.md §1-§2 做结构化抽取 (内存里)
17 字段 JSON 记录 (内存里)
↓ scripts/process.py (纯 pass-through, 不写文件)
validate → render card → stdout 给群
↓ 所有 card 产出后, agent 在内存里对本批 record 做聚合
本次扫描汇报 (机构活跃度、策略频次、合规关注、关键洞察) → 输出到群
只有 2 个脚本, 都不写任何文件:
# Step 1: 抓取 (产出 envelope JSONL 到 stdout, 无文件写入) python3 scripts/fetch.py --watchlist--since-days 1 # Step 2: 对每行 envelope, LLM 结构化抽取后调 scripts/process.py # agent 的伪代码 loop: # records = [] # for envelope in fetch_output: # record = llm_extract(envelope) # 在内存 # card = scripts/process.py(record, --channel lark) # stdout 拿到, 推到群 # records.append(record) # 留在内存做汇报 # # summary = aggregate(records) # 机构/策略/风险 聚合 # push_to_group(summary) echo ' ' | python3 scripts/process.py --channel lark
扫描结束后 agent 要做的最后一步:对刚才 records[] 做内存聚合,产出一份"本次扫描汇报"推到群里:
- 🏢 机构活跃度(
source.author的 Counter) - 🏷️ 策略标签频次(
marketing_strategy各 value 的 Counter) - ⚠️ 合规关注清单(
risk_level != "low"的记录) - 💡 关键洞察汇总(各记录的
competitive_insight) - ➤ 建议行动项(各记录的
action_suggestion)
不要持久化这些 records。扫描结束即丢弃。 下次用户再说"扫一下同业" 时, 一切从零开始。
📝 抽取要点(详见 references/reference.md §2)
- 打标前必读
references/reference.md的 §1 标签词表和 §2 字段定义 event_type单选,回答"内容是什么";marketing_strategy多选,标"打法特征"related_products:只抽明确提到的产品,没提就留空数组sentiment:发布方的基调,不是你的主观评价risk_level:保守估计,大部分营销稿是low;只在有明确合规瑕疵 / 业绩排名敏感表述 / 舆情爆发时才 medium/highpublished_at缺失:用crawled_at顶替并在 notes 标注
🎨 输出卡片在群里长什么样(增强版)
──────────────────────────────────────────────────────────────────────────── ### 🎤 【经理观点】**招商基金** 📅 **发布时间**: 2026-05-13 > 招商基金王某某在招行App直播路演二季度策略, 3.2万人在线, 导流企微社群 🏷️ **标签**: `🎤 经理观点` `🎓 专家型` `🌐 渠道渗透` `👥 私域社群` ┌─────────────────────────────────────────────────────┐ │ 📍 **来源**: 💬 招商基金 · 微信公众号 │ 😊 **情感**: 😊 正面(0.70) │ 🚨 **紧急度**: 🟡 关注 │ ⚠️ **风险等级**: 🟢 低 └─────────────────────────────────────────────────────┘ 📦 **关联产品**: 招商核心竞争力混合A、招商成长精选混合 👥 **涉及主体**: 👤 人物: 王某某 🏢 机构: 招商基金、招商银行 💡 **竞争洞察**: 延续'经理IP+银行渠道+私域导流'三段式, 路演转社群是高价值钩子 ➤ **建议动作**: 市场部评估是否复制'招行App直播→企微社群'的承接链路 🔗 [查看原文 →] ────────────────────────────────────────────────────────────────────────────
📊 本次扫描汇报(增强版)
卡片全部产出后, agent 把本批 records 在内存里做聚合, 再推一条汇总消息到群。示例:
====================================================================== 📊 【同业营销情报扫描汇报】 ⏰ 报告时间: 2026-05-13 10:30 ┌─────────────────────────────────────────────────────────┐ │ 📄 扫描内容: 5 条 🏢 涉及机构: 5 家 │ 📦 关联产品: 8 只 📡 渠道类型: 3 种 │ ⚠️ 风险预警: 0 条 🔍 有效洞察: 5 条 └─────────────────────────────────────────────────────────┘ 🏆 **机构活跃度排行** ───────────────────────────────────────────────────────── 🥇 华夏基金: ████████████████████ 3 条 🥈 招商基金: ██████████████ 2 条 🎯 易方达基金: █████████ 2 条 📈 **事件类型分布** ───────────────────────────────────────────────────────── 📈 业绩宣传: ▓▓▓▓▓▓▓▓▓▓▓▓▓▓▓ 3 🤝 渠道合作: ▓▓▓▓▓▓▓▓▓▓ 2 ✨ 品牌活动: ▓▓▓▓▓▓▓▓▓▓ 2 🔥 **营销策略热度** ───────────────────────────────────────────────────────── 🌐 渠道渗透: ●●●●●●●●●●●●●●● 5 📊 业绩驱动: ●●●●●●●●●●●● 4 💡 投教价值观: ●●●●●●●●●●●● 4 😊 **情感分布** ───────────────────────────────────────────────────────── 😊 正面: ▮▮▮▮▮▮▮▮▮▮▮▮▮▮▮ 3 (60%) 😐 中性: ▮▮▮▮▮▮▮▮ 2 (40%) 💡 **关键洞察汇总** ───────────────────────────────────────────────────────── 1. 华夏密集发布ETF流动性服务商公告, 配合新ETF上市做流动性铺垫 2. 上证4200点反弹带动权益基金业绩回升, 同业或将借势加大营销 3. 招商以'养老有招'品牌绑定养老赛道, APP+养老矩阵长期布局 🎯 **建议行动项** ───────────────────────────────────────────────────────── 1. 关注华夏粮食ETF上市后的规模和流动性表现 2. 市场部评估是否借反弹窗口加大权益产品推广 3. 品牌部评估我方养老品牌差异化定位 ====================================================================== 💬 如需查看详细内容,请说「扫一下同业」获取完整卡片 🎯 如需生成 HTML 报告,请使用 --report 参数
这份汇报也只在当前消息里输出, 不写文件。如果用户过一会儿问"上次扫描的结果?", 让他重新触发一次即可。这是设计约定 —— skill 本身不负责历史追溯。
🔍 常见陷阱
- ⚠️
event_type单选不多选,选最主要那个 - ⚠️ 机构名(招商基金/易方达)写
entities.institutions,不要写related_products.name - ⚠️
sentiment是营销方基调,不是市场反应 - ⚠️
risk_level保守估计,营销监控目的是发现异常不是制造噪音 - ⚠️ 输出是一个 JSON 对象,不是数组、不是带 Markdown 围栏的文本;多条分别处理
📁 文件结构
marketing-intel-extractor/
├── SKILL.md # 📘 本文件
├── assets/
│ └── watchlist.json # 📋 监控清单示例 (6 家公募 + 3 家媒体)
├── references/
│ ├── reference.md # 📚 taxonomy / schema / 10 组示例 / watchlist 格式说明
│ └── prompt_template.md # 📝 LLM 结构化抽取 Prompt 模板(17 字段完整定义)
└── scripts/
├── init.py # 🚀 快速启动脚本(交互式生成配置)
├── fetch.py # 🔍 抓取 (支持 --check / --preview / --report)
└── process.py # 🎨 validate + render (带 emoji 增强)
遵循 AgentSkills 标准目录约定 (SKILL.md + assets/ + references/ + scripts/)。
🛠️ 命令行工具详解
🚀 init.py - 快速启动
python scripts/init.py
交互式引导生成 watchlist.json:
- 🏦 选择要监控的同业机构(10 家预设)
- 📰 选择要监控的财经媒体(5 家预设)
- 💾 自动配置 RSSHub 地址
- ✅ 验证生成的配置
🔍 fetch.py - 抓取工具
# 🎯 标准抓取 python scripts/fetch.py --watchlist assets/watchlist.json --since-days 1 # 🔍 健康检查(检查 RSS 源可用性) python scripts/fetch.py --watchlist assets/watchlist.json --check # 👁️ 本地预览(终端显示效果) python scripts/fetch.py --watchlist assets/watchlist.json --since-days 1 --preview # 📊 生成 HTML 报告 python scripts/fetch.py --watchlist assets/watchlist.json --since-days 7 --report python scripts/fetch.py --watchlist assets/watchlist.json --since-days 7 --report --output my_report.html
🎨 process.py - 处理渲染
# 🔄 从 stdin 读取并渲染 python scripts/process.py --channel markdown # 📄 从文件读取 python scripts/process.py --input record.json --channel lark # 👁️ 渲染示例(测试用) python scripts/process.py --demo --channel markdown # 📊 渲染汇总报告 python scripts/process.py --summary --input records.jsonl --channel markdown
🎨 Emoji 图例
| 类别 | Emoji | 含义 |
|---|---|---|
| 事件类型 | 🆕 | 新基金发行 |
| 👔 | 经理变更 | |
| 🎤 | 经理观点 | |
| 🎉 | 营销活动 | |
| 💰 | 产品优惠 | |
| 📈 | 业绩宣传 | |
| 🏆 | 荣誉获得 | |
| 🤝 | 渠道合作 | |
| 📚 | 投教内容 | |
| ✨ | 品牌活动 | |
| 📢 | 渠道推广 | |
| ⚠️ | 舆情事件 | |
| ⚖️ | 监管合规 | |
| 营销策略 | 🎓 | 专家型 |
| 📊 | 业绩驱动 | |
| 🌐 | 渠道渗透 | |
| 💡 | 投教价值观 | |
| 🎨 | 品牌叙事 | |
| 🎁 | 活动促销 | |
| 👥 | 私域社群 | |
| 🎭 | 跨界联名 | |
| 情感 | 😊 | 正面 |
| 😐 | 中性 | |
| 😟 | 负面 | |
| 风险等级 | 🟢 | 低 |
| 🟡 | 中 | |
| 🔴 | 高 | |
| 紧急度 | ⚪ | 归档(1) |
| 🟢 | 日常(2) | |
| 🔵 | 关注(3) | |
| 🟡 | 重点(4) | |
| 🔴 | 紧急(5) | |
| 🚨 | 告警(6) | |
| 渠道 | 💬 | 微信公众号 |
| 📹 | 视频号 | |
| 🎵 | 抖音 | |
| 📕 | 小红书 | |
| 📱 | 微博 | |
| 📰 | 财经媒体 | |
| 🌐 | 官网 | |
| 🔴 | 直播 |
🚀 开始你的同业监控之旅吧!
热门AI工具
相关专题
本专题聚焦GoFrame框架的Web开发,拆解路由注册与匹配规则、请求参数获取、参数校验与中间件执行顺序,说明统一响应、JWT鉴权、文件上传与接口文档生成的落地方式,并补充优雅重启与测试实践。
0
2026.11.17
本专题围绕GoFrame框架的安装与工具链配置展开,讲清Go版本要求、gf命令行的安装方式、代理镜像与依赖准备,说明项目初始化、热编译、交叉编译打包的做法,并整理安装阶段的常见报错与验证步骤。
0
2026.11.17
本专题整理GoFrame框架的入门知识,从模块化设计理念、环境准备到跑通第一个Web服务,讲清目录分层、配置加载、日志与中间件的用法,并对比Gin、Go-Zero的差异,帮助Go开发者建立整体认知。
0
2026.11.17
SQLAlchemy 一对多关系怎么建立?本专题整理父子表外键、relationship 双向映射、关联查询、级联删除和加载优化等相关文章,帮助你理解并实现常见的 ORM 关系建模。
0
2026.11.17
SQLAlchemy 如何增删改查?本专题整理 ORM 新增记录、条件查询、更新和删除、Session 事务提交与批量处理等实用文章,帮助你掌握 Python 数据库操作流程。
0
2026.11.17
SQLAlchemy ORM 模型怎么写?本专题整理模型类定义、Mapped 字段映射、主键与约束、表结构创建和常见报错的相关文章,帮助你从基础配置到实际建模逐步掌握 SQLAlchemy。
0
2026.11.17
本专题聚焦Go-Zero的API开发,拆解.api描述文件的语法结构、路由与分组定义、参数绑定与校验规则,说明统一响应体、JWT鉴权、跨域与接口文档生成的落地方式,并给出网关聚合与接口测试的实践建议。
0
2026.11.12
本专题围绕Go-Zero的安装与工具链配置展开,讲清Go版本要求、goctl安装方式、代理镜像、protoc依赖与环境变量设置,说明多版本共存、升级回退与CI流水线安装的做法,并整理安装阶段的常见报错与验证步骤。
0
2026.11.12
本专题整理Go-Zero的入门知识,从框架定位、环境准备到跑通第一个API服务,讲清目录分层、配置加载、日志与中间件的基本用法,并对比Gin、Kratos的差异,帮助Go开发者建立整体认知,判断它是否适合当前项目。
0
2026.11.12
热门下载
相关下载
精品课程
共6课时 | 12.1万人学习
共79课时 | 161.9万人学习
共6课时 | 54.8万人学习