القائمة
输出引用规则 Skill。包含 9 条数据引用规则（来源优先级、链接格式、纪律数据格式等）+ 4 档时效性规则（7 天 / 8-30 天 / 30+ 天 / 90+ 天的不同处理）+ 链接强制规则。这些规则通过 prompt 注入方式应用到 wp-reasoning 的 LLM 调用。
التثبيت باستخدام Codex أو Claude انسخ هذا Prompt والصقه في Codex أو Claude أو مساعد آخر ليراجع صفحة Skill ويثبّتها لك.
استنادا إلى تصنيف SOC المهني
从投资决策建议生成确定性分批执行计划草案。规则引擎产出所有数字(触发价/数量/批次),LLM 只写解释文案。type=function_call(确定性 orchestrator,非 llm_dispatch)。
为单一持仓标的（股票/基金）生成投资决策建议。适用场景包括用户询问"X 还能拿吗"、"X 该不该卖"、"X 涨了好多要不要止盈"等明确针对单标的的决策问题。该 Skill 编排 5 个阶段的工作流：数据加载 → 前置校验 → 规则校验 → 信号生成 → LLM 推理，最后输出 6 档结构化决策（BUY/HOLD/TAKE_PROFIT/REDUCE/SELL/STOP_LOSS）。
从 WealthPilot 知识库中语义检索用户原则类知识。覆盖三类内容： 投资纪律（investment_principles）、投资风格（investment_style）、 资产配置原则（allocation_principles）。 适用于需要"用户原则视角"的决策场景。 注意：本 Skill 不负责标的相关投研观点（那是 wp-fetch-research 的职责）。
把投资决策对话上下文翻译为结构化行动清单草稿（ActionListDraft）。仅在用户点击"生成行动清单"按钮时调用，不在每轮对话中运行。trigger: manual_button_only。不被 LLM Skill Selector 选择。
加载决策所需的完整上下文，是 ExecutingAgent 启动时调用的组合 Skill（Composite Skill）。内部封装：用户画像 + 持仓快照 + 纪律配置 + target_position 查找（含 LLM 语义兜底）+ 投研观点（含 M7 三层基金判别）+ 数据告警累积。这是 v3.0 设计中明确的"组合能力"——服务于业务自然边界，不强行拆为多个原子 Skill。
计算用户当前组合各资产类别（权益/固收/另类/衍生品/货币）相对目标区间的偏离度。返回结构化 DeviationSnapshot，含每类资产的 current_pct / target_range / deviation 等。
| name | wp-citation-rules |
| description | 输出引用规则 Skill。包含 9 条数据引用规则（来源优先级、链接格式、纪律数据格式等）+ 4 档时效性规则（7 天 / 8-30 天 / 30+ 天 / 90+ 天的不同处理）+ 链接强制规则。这些规则通过 prompt 注入方式应用到 wp-reasoning 的 LLM 调用。 |
| version | 1.0.0 |
| type | prompt_inject |
| entry_point | null |
| injection_target | wp-reasoning |
| tags | ["output-format","citation","prompt-injection"] |
输出引用规则。
本 Skill 是 prompt_inject 类型——不通过函数调用执行，而是把规则文本注入到
其他 Skill（特别是 wp-reasoning）的 LLM prompt 里。
基于每条观点末尾的"数据截至 YYYY-MM-DD"标注，对照 current_date 字段判断：
| 数据时效 | 处理方式 |
|---|---|
| 7 天内 | 正常引用，无需额外说明 |
| 8-30 天 | 句末注明"（据 YYYY-MM-DD 数据）" |
| 30 天以上 | 只引用其中的长期逻辑，不引用具体数字 |
| 90 天以上的[第三方数据]新闻类 | 忽略不引用 |
注：[用户资料] 来源不受时效规则限制。
[[来源]](url)v3.0 当前阶段：规则在 decision_engine/llm_engine.py 的 5 个 prompt 常量里写死。
v3.1 演进：本 SKILL.md 的 body 内容会被 SkillsLoader 读取，注入到 wp-reasoning 调用 LLM 时的 system prompt 里，prompt 模板里只保留意图特定的部分（输出 schema / 章节结构等）。
每条规则都对应历次 case 驱动迭代修复的真实 LLM 输出问题：