ใช้ทำอะไรได้
ยังไม่มีคำอธิบายภาษาไทย ดูข้อเท็จจริงด้านล่าง หรือเปิดคำอธิบายต้นฉบับจากผู้ทำ
- ต่อแบบ ไฟล์คำสั่งให้ AI อ่าน
- บัญชีหรือคีย์ ไม่พบคีย์ใน README และ SKILL.md
- หมวด งานอัตโนมัติและเอเจนต์
คำอธิบายต้นฉบับจากผู้ทำ (อังกฤษ)
可溯源的郑希(易方达基金经理)投研 Agent Skill——基于他全部公开观点原文 + 有原话佐证的投资方法 + 全市场基金真实数据,能溯源问答、按他框架给基金打分,绝不杜撰。⚠️仅研究学习辅助,不构成投资建议‼️website是郑希主页!สำหรับผู้ทำ: ติดป้ายใน README
ถ้าคุณเป็นผู้ทำตัวนี้ คัดลอกโค้ดนี้ไปวางใน README ได้เลย ป้ายลิงก์กลับมาที่หน้านี้
[](https://mcp.popnx.com/th/skills/lyra81604-zhengxi-views)Skill ที่ทำงานคล้ายกัน
หมวดงานเดียวกัน เรียงแบบเดียวกับหน้ารายการ Skill
| ตัวนี้ zhengxi-views | skills | nacos | anatomy | leon | |
|---|---|---|---|---|---|
| ผู้ทำ | lyra81604 | vercel-labs | alibaba | wheresryan22 | leon-ai |
| จำนวน Skill | 1 | 1 | 1 | 1 | 1 |
| ดาว GitHub | 1,778 | 40,014 | 33,533 | 28,162 | 17,691 |
| แก้โค้ดล่าสุด | 12 ต.ค. 2569 | 17 พ.ย. 2569 | 19 พ.ย. 2569 | 19 ต.ค. 2569 | 13 พ.ย. 2569 |
| สัญญาอนุญาต | – | MIT | Apache-2.0 | MIT | MIT |
ชุดคำสั่ง (Skill) 1 ชุดจาก lyra81604 ให้ AI อ่านแล้วทำงานตามวิธีนี้ · ไม่ใช่ MCP server
Skill ต่างจาก MCP ยังไง
MCP = มือ
ต่อ AI เข้ากับบริการหรือข้อมูลข้างนอก เช่น อ่าน Notion หรือสร้างใบแจ้งหนี้ ต้องมีโปรแกรมหรือ server ทำงานอยู่
Skill = คู่มือ
ไฟล์ข้อความที่สอน AI ว่างานนี้ทำยังไง ไม่ต่อบริการใด
บางตัวคล้ายกัน: Skill บางตัวมีสคริปต์เรียกเครื่องมือ และ MCP บางตัวส่งแค่ความรู้ ให้ดูที่งานที่อยากทำเป็นหลัก
ใช้กับแอปไหน
Claude CodeClaude (เว็บ/แอป)CursorGitHub Copilot
ตามที่ README ของผู้ทำเขียนไว้ และโฟลเดอร์ที่มีใน repo
ติดตั้ง
ปลอดภัยไหม
- ใครทำ
บัญชี GitHub lyra81604 (บุคคล) เปิดมา 1 ปี
- คนใช้และการดูแล
★ 1,778 ดาว · แก้โค้ดล่าสุด 12 ต.ค. 2569
- มีสคริปต์ไหม
มีสคริปต์ 7 ไฟล์ที่รันบนเครื่องได้: scripts/build_fund_list.py, scripts/build_index.py, scripts/fetch_any_fund.py, scripts/fetch_fund_data.py และอีก 3 ไฟล์
- ใช้อินเทอร์เน็ตไหม
สคริปต์ที่เรียกอินเทอร์เน็ต: scripts/build_fund_list.py
- แก้ค่าตั้งทั้งเครื่องไหม
ไม่พบ hook หรือการเขียนค่าตั้งของเครื่อง
ตรวจอัตโนมัติจากไฟล์ใน repo ที่ commit 67ee976 (อ่านไฟล์อย่างเดียว ไม่ได้รัน) ไม่ใช่การรับรองความปลอดภัย อ่านแล้วตัดสินใจเอง
ขั้นแรก: คุณใช้ AI ตัวไหน
เลือกแอปที่ใช้ แล้วหน้านี้จะแสดงเฉพาะวิธีติดตั้งของแอปนั้น
ทางที่ 1อัปโหลดเข้า claude.ai (เว็บและแอป)
ดาวน์โหลดจาก GitHub
Skill นี้ไม่ระบุใบอนุญาต เราจึงไม่แจกไฟล์ ZIP จากเว็บเรา ดาวน์โหลดจาก GitHub แล้วจัดโฟลเดอร์เอง หรือใช้ทาง "ให้ AI ติดตั้งให้" ด้านบนซึ่งง่ายกว่า
ดาวน์โหลดจาก GitHub (ทั้ง repo) ↗
แตกไฟล์ แล้วบีบอัดเฉพาะโฟลเดอร์ zhengxi-views ใหม่ ZIP ต้องมีโฟลเดอร์ zhengxi-views ที่มี SKILL.md อยู่ชั้นบนสุด ห้ามวางไฟล์หลวมไว้ชั้นบนสุด
เปิดหน้า Skills ใน claude.ai แล้วอัปโหลด
+Create skillUpload a skillเลือกไฟล์ zhengxi-views.zip
ไม่เห็นปุ่ม Upload: เปิดสิทธิ์สร้างไฟล์ก่อน
SettingsCapabilitiesCode execution and file creation
ต้องเปิด Code execution and file creation ก่อน (เมนูรุ่นใหม่เรียก Create and edit files) · แผนส่วนตัวที่ Settings → Capabilities · Team/Enterprise ผู้ดูแลเปิดที่ Organization settings → Plugins & skills · ใช้ได้ทุกแผนรวมแผนฟรี
อัปโหลดครั้งเดียว ใช้ได้ทั้ง claude.ai และ Claude Desktop รวมถึง Claude Code รุ่นใหม่ที่ล็อกอินด้วยบัญชี Claude (ล็อกอินด้วยคีย์ API ไม่ซิงก์)
Cowork และ session บนคลาวด์ใช้ Skill ที่เปิดในบัญชี claude.ai ไม่อ่าน ~/.claude/skills ในเครื่อง (งานตั้งเวลาของ Claude Desktop ที่รันในเครื่องยังอ่านได้)
ตรวจกับเอกสารทางการล่าสุด 12 พ.ย. 2569 · แหล่ง: support.claude.com, support.claude.com, code.claude.com
ทางที่ 1ให้ Claude Code ติดตั้งให้
คัดลอกประโยคนี้ไปวางในแชตของ Claude Code
เลือกเฉพาะโปรเจกต์ ให้วางในแชตที่เปิดอยู่ในโฟลเดอร์ของโปรเจกต์นั้น · AI จะบอก path ให้ดูก่อนติดตั้งเสมอ
AI จะบอกก่อนว่าจะทำอะไร และขออนุญาตคุณทุกขั้น
เปิด Claude Code ใหม่ แล้วพิมพ์ /zhengxi-views หรือสั่งงานที่ตรงเรื่อง Claude จะเลือกใช้เอง
ตรวจกับเอกสารทางการล่าสุด 12 พ.ย. 2569 · แหล่ง: code.claude.com
สำหรับคนที่ใช้ Terminal
Skill คือคำสั่งที่ AI จะทำตาม อ่านไฟล์ก่อนติดตั้ง และติดตั้งเฉพาะจากผู้ทำที่เชื่อถือได้
เปิด Terminal
Mac: กด Command+Space พิมพ์ Terminal · Windows: คำสั่งด้านล่างใช้ใน PowerShell ไม่ได้ ให้ใช้ทาง “ให้ AI ติดตั้งให้” ด้านบนแทน
คัดลอกโฟลเดอร์ skill ไปไว้ที่ ~/.claude/skills
คำสั่งนี้ดาวน์โหลด repo ไว้ชั่วคราว แล้วคัดลอกเฉพาะโฟลเดอร์ที่มี SKILL.md
git clone --depth 1 https://github.com/lyra81604/zhengxi-views.git /tmp/popnx-skill-lyra81604-zhengxi-views-67ee976 && mkdir -p ~/.claude/skills && cp -R '/tmp/popnx-skill-lyra81604-zhengxi-views-67ee976/.' ~/.claude/skills/zhengxi-viewsเปิด Claude Code ใหม่ แล้วพิมพ์ /zhengxi-views หรือสั่งงานที่ตรงเรื่อง Claude จะเลือกใช้เอง
Skill ที่ติดตั้งเองใช้ได้ในแอป ChatGPT บนคอม, Codex CLI และส่วนขยาย Codex ใน IDE · ChatGPT บนเว็บและมือถือใช้ Skill ที่ติดตั้งเองไม่ได้ ใช้ได้เฉพาะ Skill ที่มากับปลั๊กอินในไดเรกทอรี
แอป ChatGPT บนคอม
แอป ChatGPT บนคอมมี Codex อยู่ในตัว Codex อ่าน Skill จากโฟลเดอร์ ~/.agents/skills
ทางที่ 1ให้ ChatGPT ติดตั้งให้
เปิด Codex ในแอป ChatGPT บนคอม แล้ววางประโยคนี้ในแชต
AI จะบอก path ให้ดูก่อนติดตั้งเสมอ
AI จะบอกก่อนว่าจะทำอะไร และขออนุญาตคุณทุกขั้น
ทางที่ 2วางโฟลเดอร์เอง
วางโฟลเดอร์ zhengxi-views ไว้ที่ ~/.agents/skills/zhengxi-views
~ คือโฟลเดอร์บ้านของคุณ ($HOME)
สำหรับคนที่ใช้ Terminal
Skill คือคำสั่งที่ AI จะทำตาม อ่านไฟล์ก่อนติดตั้ง และติดตั้งเฉพาะจากผู้ทำที่เชื่อถือได้
เปิด Terminal
Mac: กด Command+Space พิมพ์ Terminal · Windows: คำสั่งด้านล่างใช้ใน PowerShell ไม่ได้ ให้ใช้ทาง “ให้ AI ติดตั้งให้” ด้านบนแทน
คัดลอกโฟลเดอร์ skill ไปไว้ที่ ~/.agents/skills
คำสั่งนี้ดาวน์โหลด repo ไว้ชั่วคราว แล้วคัดลอกเฉพาะโฟลเดอร์ที่มี SKILL.md
git clone --depth 1 https://github.com/lyra81604/zhengxi-views.git /tmp/popnx-skill-lyra81604-zhengxi-views-67ee976 && mkdir -p ~/.agents/skills && cp -R '/tmp/popnx-skill-lyra81604-zhengxi-views-67ee976/.' ~/.agents/skills/zhengxi-views
หลังติดตั้ง
- แอป ChatGPT บนคอม: เปิด Skills ในแถบข้างเพื่อดูว่า Skill ขึ้นแล้ว
- เรียกใช้: ใน ChatGPT พิมพ์ @ แล้วเลือก Skill · ใน Codex CLI หรือส่วนขยายใน IDE พิมพ์ /skills หรือพิมพ์ $ แล้วตามด้วยชื่อ Skill
- Codex เห็น Skill ที่ติดตั้งใหม่เอง ถ้ายังไม่ขึ้นให้ปิดแล้วเปิด Codex ใหม่
ตรวจกับเอกสารทางการล่าสุด 15 พ.ย. 2569 · แหล่ง: learn.chatgpt.com
ChatGPT บนเว็บและมือถือ
ใช้ Skill ที่ติดตั้งเองไม่ได้ ใช้ได้เฉพาะ Skill ที่มากับปลั๊กอินในไดเรกทอรี
อยากใช้ Skill นี้กับ ChatGPT ให้ใช้แอป ChatGPT บนคอมตามวิธีด้านบน
ตรวจกับเอกสารทางการล่าสุด 15 พ.ย. 2569 · แหล่ง: learn.chatgpt.com
ทางที่ 1ให้ Codex ติดตั้งให้
คัดลอกประโยคนี้ไปวางในแชตของ Codex · ใช้ได้ทั้ง Codex ในแอป ChatGPT บนคอม, Codex CLI และส่วนขยายใน IDE
เลือกเฉพาะโปรเจกต์ ให้วางในแชตที่เปิดอยู่ในโฟลเดอร์ของโปรเจกต์นั้น · AI จะบอก path ให้ดูก่อนติดตั้งเสมอ
AI จะบอกก่อนว่าจะทำอะไร และขออนุญาตคุณทุกขั้น
Codex เห็น Skill ที่ติดตั้งใหม่เอง ถ้ายังไม่ขึ้นให้ปิดแล้วเปิด Codex ใหม่ · เรียกใช้: ใน ChatGPT พิมพ์ @ แล้วเลือก Skill · ใน Codex CLI หรือส่วนขยายใน IDE พิมพ์ /skills หรือพิมพ์ $ แล้วตามด้วยชื่อ Skill
ตรวจกับเอกสารทางการล่าสุด 15 พ.ย. 2569 · แหล่ง: learn.chatgpt.com
สำหรับคนที่ใช้ Terminal
Skill คือคำสั่งที่ AI จะทำตาม อ่านไฟล์ก่อนติดตั้ง และติดตั้งเฉพาะจากผู้ทำที่เชื่อถือได้
เปิด Terminal
Mac: กด Command+Space พิมพ์ Terminal · Windows: คำสั่งด้านล่างใช้ใน PowerShell ไม่ได้ ให้ใช้ทาง “ให้ AI ติดตั้งให้” ด้านบนแทน
คัดลอกโฟลเดอร์ skill ไปไว้ที่ ~/.agents/skills
คำสั่งนี้ดาวน์โหลด repo ไว้ชั่วคราว แล้วคัดลอกเฉพาะโฟลเดอร์ที่มี SKILL.md
git clone --depth 1 https://github.com/lyra81604/zhengxi-views.git /tmp/popnx-skill-lyra81604-zhengxi-views-67ee976 && mkdir -p ~/.agents/skills && cp -R '/tmp/popnx-skill-lyra81604-zhengxi-views-67ee976/.' ~/.agents/skills/zhengxi-viewsเปิด Codex ใหม่ แล้วสั่งงานที่ตรงเรื่อง Codex จะเห็น skill นี้ในรายการ
ทางที่ 1ให้ Cursor ติดตั้งให้
คัดลอกประโยคนี้ไปวางในแชตของ Cursor
เลือกเฉพาะโปรเจกต์ ให้วางในแชตที่เปิดอยู่ในโฟลเดอร์ของโปรเจกต์นั้น · AI จะบอก path ให้ดูก่อนติดตั้งเสมอ
AI จะบอกก่อนว่าจะทำอะไร และขออนุญาตคุณทุกขั้น
ใน Agent chat ของ Cursor พิมพ์ / แล้วเลือก zhengxi-views
ตรวจกับเอกสารทางการล่าสุด 12 พ.ย. 2569 · แหล่ง: cursor.com
สำหรับคนที่ใช้ Terminal
Skill คือคำสั่งที่ AI จะทำตาม อ่านไฟล์ก่อนติดตั้ง และติดตั้งเฉพาะจากผู้ทำที่เชื่อถือได้
เปิด Terminal
Mac: กด Command+Space พิมพ์ Terminal · Windows: คำสั่งด้านล่างใช้ใน PowerShell ไม่ได้ ให้ใช้ทาง “ให้ AI ติดตั้งให้” ด้านบนแทน
คัดลอกโฟลเดอร์ skill ไปไว้ที่ ~/.cursor/skills
คำสั่งนี้ดาวน์โหลด repo ไว้ชั่วคราว แล้วคัดลอกเฉพาะโฟลเดอร์ที่มี SKILL.md
git clone --depth 1 https://github.com/lyra81604/zhengxi-views.git /tmp/popnx-skill-lyra81604-zhengxi-views-67ee976 && mkdir -p ~/.cursor/skills && cp -R '/tmp/popnx-skill-lyra81604-zhengxi-views-67ee976/.' ~/.cursor/skills/zhengxi-viewsใน Agent chat ของ Cursor พิมพ์ / แล้วเลือก zhengxi-views
ทางที่ 1ให้ AI ติดตั้งให้
สำหรับแอปอื่นที่อ่าน Skill ได้ ประโยคนี้มี path ของ Claude Code, Codex และ Cursor ให้ AI เลือกตามแอปที่ใช้ · คัดลอกประโยคนี้ไปวางในแชตของแอป
เลือกเฉพาะโปรเจกต์ ให้วางในแชตที่เปิดอยู่ในโฟลเดอร์ของโปรเจกต์นั้น · AI จะบอก path ให้ดูก่อนติดตั้งเสมอ
AI จะบอกก่อนว่าจะทำอะไร และขออนุญาตคุณทุกขั้น
ตรวจกับเอกสารทางการล่าสุด 12 พ.ย. 2569 · แหล่ง: code.claude.com, learn.chatgpt.com, cursor.com
สำหรับคนที่ใช้ Terminal
แอปอื่นที่รองรับ Agent Skills (เช่น Gemini CLI, GitHub Copilot) เก็บ skill ในโฟลเดอร์ต่างกัน ดูคู่มือของแอปนั้น แล้วคัดลอกโฟลเดอร์ที่มี SKILL.md ไปวาง
ตรวจโฟลเดอร์ skill กับคู่มือทางการของ Claude Code, Codex และ Cursor เมื่อ 11 พ.ย. 2569
✓ ตรวจคำสั่งแล้ว 18 พ.ย. 2569
ดูไฟล์ต้นฉบับ SKILL.md
ข้อความต่อไปนี้มาจาก repo ของผู้ทำ ไม่ใช่คำสั่งของ PopNx MCP
6,280 ตัวอักษร · เปิดไฟล์เต็มบน GitHub
---
name: zhengxi-views
description: >-
郑希观点库——基于易方达基金经理郑希 2012–2026 年全部公开观点原文语料,外加从语料蒸馏、有本人原话佐证的郑希投资方法的可溯源 research skill。能做:
(1) 溯源问答——他怎么看 AI算力/光通信/新能源/半导体/ROE 等,引用其原话作答;
(2) 讲解他的投资方法/框架/选股逻辑;(3) 前瞻应用——用他的方法分析当下任意主题/行业/个股,语料没谈过也能据框架推演;
(4) 风格化点评——用他季报/手记的口吻写市场点评、季度展望;
(5) 言行对照——用他全部基金真实数据(季度持仓/净值/业绩/规模/任职回报)核对"说的"与"买的",或答他的业绩/重仓/规模;
(6) 全市场查询对比——内置约 2.7 万只基金列表,按需抓任意基金真实数据做查询或与郑希对比;
(7) 郑希框架评分——给一只基金按他的方法打分(多像郑希会买的)。
When the user mentions 郑希/易方达郑希/zhengxi, asks his view on a sector/stock/theme, his 投资方法/框架/选股/风格/持仓/业绩/净值/规模, wants to apply his approach,
a commentary 用郑希口吻, to check words vs holdings, or to look up/compare/score ANY China mutual fund (任意基金/某基金经理/同类对比/给基金打分)——use this skill, even if they
don't say "skill", even if the topic isn't in his corpus (fall back to his method). 引用忠于原文、不杜撰;推演与原话区分。研究学习辅助,非投资建议。
metadata:
author: personal project (primary-source corpus of public materials)
source: https://www.efunds.com.cn/manager/462.shtml
license: 个人学习用途;语料为郑希公开披露内容
---
# 郑希观点库 Skill
让 AI 既能查到、引用郑希(易方达权益投资管理部副总经理、基金经理)**本人公开说过的话**,也能用**他自己的投资方法**去聊任何相关的话题。
三块根基,都在 `references/` 里,都来自他的公开内容、可溯源(具体收录数量见 README,**回答用户时不用报"共多少篇"这类数字**):
- **原文语料** `references/corpus/` —— 他 2012–2026 的全部公开观点:定期报告、基金经理手记、媒体采访,外加简介与基金清单。
- **投资方法** `references/method.md` —— 从上面的语料蒸馏出来的方法框架,**每一条都有他本人原话佐证**。这是它和"凭印象总结方法论"的 skill 的根本区别。
- **真实基金数据** `references/fund_data/` —— 他全部 8 只基金(4 在任 + 4 曾任)的真实数据快照:每季前十大重仓股、净值/业绩/规模/资产配置/任职回报。来自天天基金公开数据,可用 `scripts/fetch_fund_data.py` 刷新。先看 `references/fund_data/_index.md` 了解有哪些基金、覆盖哪些季度。
- **全市场基金(扩展)** `references/all_funds/fund_list.json` —— 全市场约 2.7 万只基金的列表(代码/名称/类型/拼音),可检索、识别、按类型筛选。**任意基金**的明细按需实时抓取(见下面【查全市场任意基金】)。
## 运行脚本的方式(重要,否则会一直弹确认框)
本 skill 的脚本都用绝对路径自己定位数据、并已自带输出上限,所以**调用时务必保持成一条最朴素的命令**:
- ✅ 正确:`python "<本skill目录>/scripts/search_corpus.py" "光通信"`
- ❌ 不要用 `cd … && python …`(组合命令里含 cd 会被强制人工确认)
- ❌ 不要加 `2>/dev/null`、`| head`、`>` 等重定向或管道(同样触发确认)
- ❌ 不要用 `;` / `&&` 把多个命令串起来——**一次只跑一个脚本**,要搜多个词就分多次调用
`<本skill目录>` 就是本 SKILL.md 所在的目录(脚本在它的 `scripts/` 子目录)。用它的绝对路径,不要先 `cd` 进去。脚本输出已限制长度,不需要再 `| head`。
## 怎么回答:自然为主,按问题来
像一个**读熟了郑希全部公开材料、也吃透了他方法的人**那样聊天,而不是填表。用户问得随意,你就答得随意;用户要深挖,你再展开。下面这些是**可选的工具和惯例,不是必须套的模板**——用得上就用,别为了结构牺牲自然。
核心就一句话:**先查,再说;说他说过的,就引原文标出处;说推演的,就讲清是按他的方法推的。**
### 几类常见问法(不必对号入座)
- **"郑希怎么看 X / 他对 X 什么观点 / 什么时候开始看好 X"** —— 这是语料能直接回答的。用 `search_corpus.py` 找原文,引用关键段落并自然点明来源;有演变就把不同年份串起来讲。
- **"郑希的投资方法 / 框架 / 选股逻辑是什么"** —— 读 `references/method.md` 作答(它每条都配了他本人原话,引用时直接用那些话、自然说明出处即可)。
- **"用郑希的思路看看 X(某当下的主题/行业/个股)"** —— 见下面【语料里没有怎么办】。先查他有没有直接谈过;没有就用 method.md 的框架推演。
- **"用郑希的风格/口吻写一段 X"** —— 先读两三篇他真实的季报/手记体会笔法(自上而下、产业链、通胀环节、ROE 弹性、客观克制),再照着写;不要编造具体数字、持仓当事实;结尾注明是风格化模拟。
- **"他重仓了什么 / 业绩怎样 / 规模多大 / 持仓和他说的一致吗"** —— 读 `references/fund_data/`。见下面【言行对照】。
### 言行对照:把"说的"和"做的"对起来
这是接入真实基金数据后最有价值的用法。当用户问"他说看好 X,实际买了吗""他的持仓印证了哪些观点",或你想让一个观点更有说服力时:
1. 从语料拿到他对某方向的**表态**(自然点明出处),再从 `references/fund_data/{基金}/季度持仓.md` 拿到**对应季度的真实持仓**,两相对照。
- 例:他在 2026 年 6 月采访说"光通信去年二季度开始重仓";查 001513 持仓,2025Q2 起中际旭创、新易盛、源杰科技、光库科技等光通信股确实进入前十大——言行一致。
2. 业绩/规模/重仓问题直接读 `净值业绩规模.md`(净值、区间收益、最大回撤、任职回报、规模、资产配置、业绩评价都在里面)。
3. **务必只用他任职区间内的季度**:曾任基金(如价值精选、科瑞、基金科瑞)的持仓数据覆盖了**整只基金历史**,包含别的经理任职的季度。每个基金 `_index.md` 和文件头都标了郑希的任职起止,对照前先按这个区间过滤,别把别人的持仓算到他头上。
4. 持仓数据是**季度快照**(季报披露),不是实时;引用时带上季度和数据日期。
### 查全市场任意基金(不止郑希)
用户可能问别的基金、别的经理,或要把郑希和同类比。这时走全市场能力:
1. **先定位代码**:知道基金名不知代码,用 `python scripts/fund_lookup.py 关键词`(支持名称/拼音/代码、`--type` 按类型筛)。
2. **再抓明细**:`python scripts/fetch_any_fund.py <代码>`(可多只一起抓,用于对比),数据落到 `references/fund_data_cache/{代码}_{名称}/`,结构和郑希的一样(季度持仓 + 净值业绩规模)。读缓存里的文件作答。
3. **对比场景**:要把郑希的基金和别的基金比,就把对方代码抓下来,和 `references/fund_data/` 里郑希的数据并列分析(收益/回撤/持仓风格/重仓行业)。
4. 注意:① 抓任意基金**需要联网**,缓存默认 7 天,过期或要最新数据加 `--force`;② 郑希自己的 8 只基金用 `references/fund_data/` 里的精编快照,不必用 fetch_any_fund;③ 全市场数据同样是公开披露的季度快照,引用标日期,不杜撰。
### 给基金打分(郑希框架评分)
用户说"给 XX 基金打个分""用郑希的标准评评这只基金""这只基金郑希会买吗"时:
1. **一条命令搞定准备**:`python scripts/score_fund.py <代码或名称>`。它会自动:解析代码 → 备齐数据(郑希的用精编快照,别的实时抓取并缓存)→ 算好集中度、换手代理、业绩/回撤、规模、资产配置、任职回报等机械指标,打印一份证据档案。**不用再单独跑 lookup/fetch/读文件**。
2. **按评分卡打分**:读 `references/scorecard.md`,用它的六维(景气方向·ROE低位弹性·全球比较优势·流动性·集中度与周期拼接·业绩印证)逐项给分,给总分、评级、理由,并和郑希自己的基金对比风格。
3. **守住定位**:这套分衡量的是"**与郑希投资风格的契合度**",不是基金好坏的绝对评判——防御型/红利/纯债基金天然低分很正常,要讲清楚,别让用户误以为"低分=差基金"。个股 ROE、流动性等无数据项标"需核实"。
### 关键:语料里没有这个话题怎么办
这是上一版的短板——以前碰到语料没覆盖的就只回一句"未见",显得很干。**正确做法是退守到他的方法**:
1. 先检索,确认语料里确实没有他对该话题的直接表态;
2. **回答的第一句话就要加粗声明这不是郑希的原话**,例如:**"郑希没有公开谈过创新药,以下是按他一贯的投资方法做的推演,不代表他本人的观点。"** 让用户一眼就知道下面是推演而非他说过的话;
3. **再用 `references/method.md` 的框架去推演**:"按他的方法看——他会先问 X 里哪一层在涨价/有通胀,是不是供给端创造的需求,中国在哪一环有比较优势,哪些标的 ROE 低位有修复弹性、流动性够……"。把方法落到这个具体话题上,给出有内容的判断。
4. 推演里用到的、当前没把握的具体事实(公司、价格、产能、订单等)标一下"需核实"。
这样语料外的问题也能答得有料,而不是空手。
## 引用与诚实(这部分别松)
skill 的全部价值在于"可信"。可以灵活,但下面几条是底线:
- **引用要忠于原文**:引郑希的话,必须和 `references/corpus/` 里的文字一致,不改写、不缩写后当原话。
- **出处要自然、干净**:点明来源时用人话,比如"他在 2026 年 6 月接受中国证券报采访时说""在 2025 年中报里他写道"。**不要把内部记号写进回答**——诸如 `[采2606]`、`method.md`、`§1`、`(类型|日期|标题)` 这类格式、或语料的文件名/路径,都不要出现在给用户的文字里。来源的真实性已在 README 说明,正文里自然带一句即可,不必堆砌。
- **分清三种话**:①**他的原话**(忠实引用 + 自然出处)②**按他方法的推演**(你的延伸,要讲清是推的)③**需核实的事实**(具体公司/价格/数字,没来源就别当真)。读者要能分得清哪句是他说的、哪句是推的。
- **不报数量**:不要在回答里说"基于 57 篇定期报告/15 篇手记"这类收录数量,自然作答即可。
- **不杜撰**:编造他没说过的话、或凭空捏造持仓/业绩/目标价,是最大的禁区。具体持仓、净值、业绩数字**只能来自 `references/fund_data/`**(并注明季度/日期),不能自己编;语料和数据里都没有的,就如实说没有。
## 工具
- `scripts/search_corpus.py "关键词"` —— 在语料里搜,返回命中段落 + 出处。`--any` 命中任一词,`--type 定期报告` 限类型,`--context 2` 带上下文。中文术语跨年份措辞会变(光模块/光通信、算力/AI Capex),命中少时换近义词或加 `--any`。
- `references/corpus_index.json` —— 全部语料目录(类型/标题/日期/出处/路径),先看它了解有哪些材料。
- `references/method.md` —— 投资方法框架,回答方法类问题、做前瞻推演、写风格化点评时读它。
- `references/fund_data/_index.md` —— 8 只基金的数据快照入口;每只基金目录下有 `季度持仓.md`(前十大重仓股,逐季)与 `净值业绩规模.md`(净值/收益/回撤/任职回报/规模/资产配置/业绩评价),另有同名 `.json` 供精确取数。
- `scripts/fund_lookup.py 关键词` —— 在全市场 2.7 万只基金里按名称/拼音/代码/类型查找,把基金名解析成代码、找同类基金。
- `scripts/fetch_any_fund.py <代码>` —— 按需抓取任意基金的持仓/净值/业绩到 `references/fund_data_cache/`(需联网,可多只、可 `--force`)。
- `scripts/score_fund.py <代码或名称>` —— **评分一键入口**:自动找代码+备数据+算机械指标,输出证据档案,配合 `references/scorecard.md` 打分。
- `references/scorecard.md` —— 郑希框架评分卡(六维规则、打分区间、输出格式)。
- 数据更新:语料变了重跑 `python scripts/build_index.py`;郑希基金快照刷新跑 `python scripts/fetch_fund_data.py`(可加代码只刷一只);全市场列表刷新跑 `python scripts/build_fund_list.py`。
## 边界
研究与学习辅助,不构成投资建议,不预测涨跌、不给买卖指令、不承诺收益。语料与方法均来自郑希公开内容。
พูดคุย
ถาม แชร์เคล็ดลับ หรือแจ้งว่าใช้ไม่ได้ เรียงตามที่คนกดว่ามีประโยชน์
ยังไม่มีใครโพสต์ ถามหรือแชร์เป็นคนแรกได้เลย
ข้อความในส่วนนี้เขียนโดยผู้ใช้ ไม่ใช่ทีม PopNx
ข้อมูลจาก GitHub
- ดาว GitHub
- 1,778
- ผู้ทำ
- lyra81604
- license
- ไม่ระบุสัญญาอนุญาต รีโปนี้ไม่ได้ระบุสัญญาอนุญาต (license) ตามกฎหมายลิขสิทธิ์ถือว่าเจ้าของสงวนสิทธิ์ไว้ ใช้เองได้แต่ควรถามเจ้าของก่อนแจกต่อหรือใช้ในงานขาย
- แก้โค้ดล่าสุด
- 12 ต.ค. 2569
- ไฟล์ SKILL.md ใน repo (นับรวมสำเนาภาษาอื่นและแม่แบบ)
- 1
- topic
- agent-skill, chinese-funds, funds, investing