| name | us-cpi-pce-comparator |
| description | 自動比較美國 CPI（固定權重）與 PCE（動態權重）的通膨訊號，識別低波動高權重桶位的 PCE 上行風險。用於分析 Fed 關注的 PCE 是否正在 re-accelerate，即使 CPI 看似降溫。 |
<essential_principles>
**CPI vs PCE 權重差異是核心**
- CPI（固定權重）: BLS Relative Importance，每年或每兩年更新，反映「固定籃子」
- PCE（動態/鏈結權重）: BEA 名目支出占比，每月隨實際消費行為調整
關鍵洞見：當消費者把錢花在「價格較不波動」的品項時，若這些品項的通膨走高，PCE 會比 CPI 更敏感地反映這個上行壓力。
**低波動 + 高權重 = PCE 上行風險訊號**
識別邏輯：
- 找出 PCE 權重較高的消費桶（consumer spending buckets）
- 在這些桶中，篩選價格波動度較低者
- 若這些桶的通膨近期轉正或加速，標記為 PCE upside risk
**CPI 與 PCE 的範圍差異**
PCE 涵蓋項目比 CPI 更廣：
- 第三方支付的醫療費用（employer-paid healthcare）
- 非營利機構對家庭的服務
- 某些金融服務的隱含費用
這些 scope 差異也會造成 CPI/PCE 分歧。詳見 references/cpi-pce-methodology.md。
**資料取得方式**
本 skill 使用無需 API key 的資料來源：
- FRED CSV:
https://fred.stlouisfed.org/graph/fredgraph.csv?id={SERIES_ID}
- BLS Public API:
https://api.bls.gov/publicAPI/v2/timeseries/data/
腳本位於 scripts/ 目錄，可直接執行。
</essential_principles>
比較 CPI 與 PCE 通膨訊號的分歧，並識別「低波動、高 PCE 權重」的消費桶是否正在推升 Fed 關注的 PCE 通膨路徑。
輸出三層訊號：
- Headline level: CPI vs PCE divergence（bps）
- Attribution: 哪些 buckets 在推升 PCE（weighted contribution）
- Risk framing: 觀察點與延續性風險評估
<quick_start>
最快的方式：執行快速檢查
cd skills/us-cpi-pce-comparator
pip install pandas numpy requests
python scripts/cpi_pce_analyzer.py --quick
需要進行什麼分析？
| Response | Action |
|------------------------------|---------------------------------------------------|
| 1, "快速", "quick", "check" | 執行 `python scripts/cpi_pce_analyzer.py --quick` |
| 2, "完整", "full", "analyze" | 閱讀 `workflows/analyze.md` 並執行 |
| 3, "學習", "方法論", "why" | 閱讀 `references/cpi-pce-methodology.md` |
| 提供參數 (如日期範圍) | 閱讀 `workflows/analyze.md` 並使用參數執行 |
**Type**: string (ISO YYYY-MM-DD)
**Description**: 分析起始日
**Type**: string (ISO YYYY-MM-DD)
**Description**: 分析結束日
**Type**: string
**Options**: `yoy` | `mom_saar` | `qoq_saar`
**Type**: string
**Format**: `YYYY-MM-DD:YYYY-MM-DD`
**Description**: 基準期範圍，用於計算偏離度
