【使用时机】用户需要投顾服务或提及持仓、资产配置、行情等场景时触发;场景驱动的投顾全流程,融合四专家思维。
investment-advisory-workflow: 投资顾问工作流 🎯
功能概述
investment-advisory-workflow: 投资顾问工作流 🎯是一项面向实际任务的技能,主要用于📋 功能描述;帮助用户 系统化执行投顾全流程;
核心要点
- 融合林奇 (洞察)/卡尼曼 (行为)/芒格 (逆向)/马利克 (系统) 四位专家思想,覆盖 5 个用户场景;
- 适用场景:;
- 市场解读 / 事件分析 / 持仓诊断 / 资产配置 / 行为纠偏;
使用与执行
边界条件:;不替代持牌投顾服务;输出为 Markdown 报告,需配合 dat。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。
结果检查与注意事项
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。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。
investment-advisory-workflow: 投资顾问工作流 🎯
📋 功能描述
帮助用户系统化执行投顾全流程。融合林奇 (洞察)/卡尼曼 (行为)/芒格 (逆向)/马利克 (系统) 四位专家思想,覆盖 5 个用户场景。
适用场景:
- 市场解读 / 事件分析 / 持仓诊断 / 资产配置 / 行为纠偏
边界条件:
- 不替代持牌投顾服务
- 输出为 Markdown 报告,需配合 data_layer / mcp-aktools / qieman-mcp 获取真实数据
- 场景识别依赖用户输入关键词与情绪表达
- KYC 前置:资产配置场景(场景 4)必须先收集用户年龄/风险偏好/金额/期限,不直接给配置方案
- 四专家标注:输出必须包含 [林奇视角]/[卡尼曼视角]/[芒格视角]/[马利克视角] 标注,确保思维融合
- 隐私保护:检测到敏感信息(身份证/银行卡)必须脱敏,不入库
🔄 5 个核心场景
| 场景 | 触发词 | 调用步骤 | 输出 |
|---|---|---|---|
| 市场解读 | "最近 XX 怎么看?" | market-scan → industry-rank → plain-explain → ljg-card | Markdown + PNG 卡片 |
| 事件分析 | "这个事件有什么用?" | market-scan → industry-rank → multi-view → plain-explain → decision-integrate | Markdown 影响分析 |
| 持仓诊断 | "帮我看看持仓" | data-query → holding-diagnoser → decision-checklist → fund-allocator → report-generator | Markdown 诊断报告 |
| 资产配置 | "100 万怎么配置?" | decision-checklist → fund-allocator → ljg-roundtable → IPS 模板 → report-generator | Markdown 配置方案 |
| 行为纠偏 | "大跌了怎么办?" | market-scan → companion-script → ljg-relationship → problem-mapper → plain-explain | Markdown 纠偏方案 |
详细四专家框架 → references/four-experts.md
六阶段能力库 → references/six-stages.md
共享 Skill 说明 → references/shared-skills.md
⚠️ 常见错误
错误 1:混淆投资工作流与投顾工作流
问题: • 用户问"帮我看看持仓",却调用投资工作流的 stock-research • 输出偏重标的分析,忽略用户心理与行为纠偏 解决: ✓ 投顾工作流核心是"帮别人",侧重 KYC + 行为干预 + 陪伴 ✓ 投资工作流核心是"自己投",侧重标的分析 + 决策验证 ✓ 严格匹配场景定义
错误 2:忽略四专家视角融合
问题: • 输出只有数据,没有行为纠偏或逆向思考 • 像数据报告,不像投顾建议 解决: ✓ 每个场景必须融合至少 2 个专家视角 ✓ 标注 [林奇视角]/[卡尼曼视角]/[芒格视角]/[马利克视角] ✓ 输出包含"洞察 + 行为 + 逆向 + 系统"四维结构
错误 3:配置方案硬编码
问题: • 直接给固定比例,不协商 • 忽略市场观点动态调整 解决: ✓ fund-allocator 必须输出基础配置 + 调整后配置 ✓ 生成协商点(风险偏好 vs 配置比例) ✓ 标注调整理由与置信度
错误 4:情绪识别缺失(冷冰冰)
问题: • 用户说"大跌了,我好慌",AI 直接给数据报告 • 忽略情绪,导致建议"冷冰冰",可能引发非理性操作 解决: ✓ 阶段 1 必须检测情绪词("慌"、"割肉"、"好怕"、"大跌") ✓ 若检测到情绪,优先调用 companion-script 安抚话术 ✓ 原则:先处理情绪,再处理问题
错误 5:KYC 前置不足(无画像不配置)
问题: • 用户问"100 万怎么配",AI 直接给比例 • 未收集年龄/风险偏好/期限,配置方案不匹配 解决: ✓ 执行"无 KYC,不配置"原则 ✓ 若信息不全,暂停配置流程,先引导用户完成 KYC 问卷 ✓ 输出中必须包含"基于您的风险等级为 XX"的声明
错误 6:隐私保护缺失
问题: • 用户输入身份证号/银行卡号,AI 原样输出或入库 • 数据安全风险 解决: ✓ 立即脱敏:输出时掩码处理(如"6222 **** **** 1234") ✓ 安全提示:提醒用户"请勿在对话中发送完整身份证号/银行卡号" ✓ 不入库:敏感信息不写入知识库/日志
🧪 使用示例
输入:
最近消费怎么看?
预期输出:
- 识别场景:市场解读
- 调用:market-scan → industry-rank → plain-explain → ljg-card
- 输出:Markdown 解读 + PNG 卡片(含四专家视角标注)
输入:
大跌了,我好慌,要不要割肉?
预期输出:
- 识别场景:行为纠偏 + 情绪检测
- 调用:market-scan → companion-script(安抚)→ ljg-relationship(行为识别)→ problem-mapper(纠偏)
- 输出:Markdown 安抚话术 + 纠偏方案
输入:
100 万怎么配置?
预期输出:
- 识别场景:资产配置
- 调用:decision-checklist(KYC 问卷)→ fund-allocator → ljg-roundtable → IPS 模板 → report-generator
- 输出:Markdown 配置方案 + IPS(若 KYC 不全,先询问)
🔧 故障排查
| 问题 | 检查项 |
|---|---|
| 不触发 | description 是否包含触发词?用户输入是否匹配场景? |
| 数据为空 | data_layer 是否安装?mcp-aktools/qieman-mcp 是否运行? |
| 输出像投资报告 | 是否混淆投资工作流?检查场景定义与专家视角融合 |
| 配置无协商点 | fund-allocator 是否调用?是否生成协商点? |
| 缺乏行为纠偏 | 是否调用 companion-script / ljg-relationship? |
| 情绪未识别 | 是否检测情绪词?是否优先安抚? |
| KYC 缺失 | 是否执行"无 KYC 不配置"?是否先询问画像? |
| 隐私泄露 | 是否检测敏感信息?是否脱敏输出? |
🔗 相关资源
- 四专家框架:
references/four-experts.md - 六阶段能力库:
references/six-stages.md - 共享 Skill 文档:
references/shared-skills.md - 报告模板:
templates/report-template.md - 标准参考:
docs/SKILL-STANDARD-v3.md
热门AI工具
相关专题
本专题从实际API接口调试场景出发,讲解Postman身份认证的完整配置流程,包括常见认证协议介绍、授权参数设置、访问令牌填写、OAuth 2.0授权及认证失败排查,帮助用户正确完成接口授权与访问验证。
0
2026.11.06
围绕Postman HTTP请求头配置展开,讲解Headers选项的具体使用方式,包括Key和Value参数填写、请求头信息添加、常见Header字段设置及请求头修改方法,帮助用户解决接口调试过程中遇到的请求头配置问题。
0
2026.11.06
详细介绍Postman接口请求的创建与发送方法,涵盖GET和POST请求、URL配置、请求参数、Headers请求头、Body请求体设置以及响应结果查看,帮助用户掌握Postman接口请求的完整操作流程。
0
2026.11.06
DBeaver数据导入专题,整理Excel、CSV、SQL、TXT等常见文件的数据导入方法,涵盖目标数据库选择、数据表创建、字段映射、数据类型设置及导入参数配置等操作,帮助用户将本地文件中的数据写入数据库,并了解批量导入、重复数据处理和导入失败等常见问题的解决方法。
0
2026.11.05
DBeaver安全防护专题,围绕数据库连接安全、账号密码保护和访问权限管理展开,整理SSL/TLS加密连接、SSH隧道、数据库凭据保存及证书验证等配置方法,同时介绍敏感信息保护、远程连接风险和高权限账号使用等注意事项,帮助用户提高数据库日常管理的安全性。
0
2026.11.05
本专题聚焦DBeaver数据库连接配置与管理,覆盖从新建连接、选择数据库类型到填写连接参数和验证连接的完整流程。针对MySQL、PostgreSQL、SQL Server等常见数据库,整理相应的连接设置方法,并提供驱动缺失、认证失败和连接异常等问题的排查方向。
0
2026.11.04
本专题围绕XORM框架的结构体映射展开,说明表名与字段的命名策略、xorm标签常用属性、主键自增与时间字段自动填充,并演示Sync2自动建表、增量字段升级、索引声明与反向生成结构体的完整流程。
0
2026.11.04
本专题聚焦XORM框架的配置与连接环节,拆解MySQL、PostgreSQL、SQLite、SQL Server的DSN写法与驱动选择,讲清连接池参数、多数据源拆分、读写分离与超时重连的处理方式,并补充容器与兼容数据库的适配经验。
0
2026.11.04
本专题聚焦XORM框架的配置与连接环节,拆解MySQL、PostgreSQL、SQLite、SQL Server的DSN写法与驱动选择,讲清连接池参数、多数据源拆分、读写分离与超时重连的处理方式,并补充容器与兼容数据库的适配经验。
0
2026.11.04
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 | 161.8万人学习
共6课时 | 54.7万人学习
最新文章