industry-research-skill
tl0431/industry-research-skill
Interactive industry-research Claude Code skill — produces a markdown source and a self-contained institutional-style HTML report.
Instalação
npx convez-ai tl0431/industry-research-skill1 comando no terminal: detecta o formato do repositório (marketplace ou plugin avulso) e instala via Claude Code. Requer Node 18+ e o Claude Code instalado.
Métricas
README
A tradução para o português deste README ainda está na fila.
行业研究 Skill
一个 Claude Code skill。给定一个行业,通过交互式对话与联网调研,产出机构级的行业研究报告——同时输出 markdown 源文件与精排的自包含 HTML。
主要能力
- 交互式工作流:5 阶段(成熟度判断 → 范围确认 → 大纲交互 → 逐节生成 → 输出),由用户在关键决策点拍板。
- 自适应数据策略:成熟行业以结构化知识 + 联网核实为主;新兴行业以联网 + 近期报告 / 融资 / 政策为主。
- 可裁剪章节库:14 个章节 A–N 的开放菜单,按视角(投资 / 财务 / 风险 / 竞争 / 入门 / 技术等)组装定制大纲;用户自定义的章节也会被纳入并调研。
- 机构级视觉:HTML 报告参考 McKinsey、Goldman Sachs、Jane Street 的设计语言——克制的藏青配色、衬线标题、洞察卡 / 数据缺口卡 / 数据块组件。
- 来源严格 + 严禁编造:关键硬数据逐条脚注标源;找不到就明确标「未找到」,绝不臆造来源 / 链接 / 数字。
红线(硬约束)
任何客观事实 / 数字,找不到可靠来源就不写具体值——用 !!! gap 数据缺口卡片如实暴露。绝不臆造来源、链接、机构名、具体数字。详见 references/sourcing-rules.md。
工作流概览
Phase 0 接收行业 → 建议成熟 / 新兴 + 数据侧重 → 由你拍板
Phase 1 范围确认:地域 + 视角(开放式引导) + 深度
Phase 2 大纲交互:据视角组装大纲 → 你增删 / 调侧重 → 确认
Phase 3 逐节生成:数据来源声明 → 调研 → 写作 → 过目反馈
Phase 4 输出:report.md + 精排 report.html(自包含,直接打开)
设计取舍:为什么不并行多章
一个理论上更"高效"的方案是用 subagent 同时并行写多个章节。本 skill 有意识地选择不这样做,理由是:
- 不断交互修复 > 一次性高吞吐:报告价值不在于"快速产出文字",而在于研究过程中每一次"用户和 Claude 对齐认知"的迭代。每章过目反馈、反直觉发现立即双向回看(前后章节都看),这些机制需要主线流程串行才能稳定运行。
- 避免章节间事实漂移:并行 subagent 之间不共享中间发现,容易出现 §02 还在用旧共识、§05 已经发现旧共识被推翻这种内部矛盾。串行 + ledger 才能保证后写章节吸纳前序发现。
- 保持用户拍板原则:关键决策点(成熟度、视角、大纲增删、反直觉调整)都由用户拍板。并行后这些决策被分散到 subagent 内部,失去交互价值。
这不是拒绝 subagent 模式本身——只是这一类工作的性质决定串行交互更合适。
输出
每份报告产出两份文件,默认命名 行业研究_<行业名>_YYYY-MM-DD.{md,html}:
.md:可编辑的 markdown 源文件.html:自包含(CSS 内联)的精排成品,可直接浏览器打开 / 存 PDF / 转发
文件结构
IndustryResearch/
├── SKILL.md # 主流程编排
├── config.yaml # 用户可配置默认项
├── references/
│ ├── section-library.md # 14 章可裁剪菜单 + 视角映射
│ ├── report-template.md # report.md 写作约定
│ ├── sourcing-rules.md # 来源规范 + 严禁编造红线
│ └── data-strategy.md # 成熟 vs 新兴数据策略
├── scripts/md_to_html.py # md → HTML 转换器
├── assets/report.css # 机构风样式表
└── tests/ # 单元 + 集成测试(17 用例)
安装与使用
- 将本目录置于 Claude Code 可发现的 skill 路径下。
- 在 Claude Code 会话中说「研究一下 X 行业」/「行业研究」/「sector analysis」等触发短语。
- 跟随交互完成 5 阶段流程;两份文件会保存到
config.yaml中output_dir指定的目录(默认当前工作目录)。
配置(config.yaml)
output_dir: "." # "." = 当前工作目录;可改为 ~/行业研究报告
default_region: "中国 + 全球对比"
default_depth: "标准" # 精简 / 标准 / 深度
language: "zh-CN"
依赖
- Python 3.10+
markdown3.x(扩展:toc、footnotes、tables、admonition、attr_list、md_in_html、sane_lists)pytest(开发与测试使用)
不使用 pandoc。
开发
运行测试:
python3 -m pytest -q
预览样张:
python3 scripts/md_to_html.py sample.md --css assets/report.css --out sample.html && open sample.html
视觉风格
参考:McKinsey、Goldman Sachs、Morgan Stanley、Citadel、Jane Street、Bloomberg。整体克制、衬线标题、大量留白、藏青为主色,适合机构级阅读与打印 / 存 PDF。