| name | news-impact |
| description | 把一条新闻/事件映射到 docs/stock-analytics 已建档的标的池，逐个判断传导路径、方向、量级， 并落到每只票 doc 里的旧 thesis（强化/动摇/推翻），最后产出一份 themes/ 专题档并做 related_docs 对称收尾。 当用户给出一条新闻、政策、财报、涨价/扩产、并购、行业事件，并想知道"这对我关注的股票/持仓有什么影响""利好/利空哪些标的" "哪些票该重看"时，务必触发本 skill——即使用户没说"影响分析"也要触发。典型触发语： "这条新闻对我的股票有什么影响""某事件利好哪些标的""帮我看看这个政策影响哪些票""粘一段新闻分析下影响"。 不要用于：单只个股深度重做（用 stock-deep-redo）、板块批量分析（用 analyze-category）、 纯季报点评（quarterly 流程）、持仓再平衡（portfolio-rebalance）、清仓（liquidation-strategy）。 |
新闻事件影响分析（news-impact）
拿一条新闻，问一个问题：它改变了我 docs 池里哪些标的的投资逻辑，怎么改的？
这个 skill 的价值不在"列一堆相关股票打 sentiment 分"——那是噪音。价值在纪律：先核实新闻真伪、把每个标的的影响接到它 doc 里已有的旧 thesis 和评级上、利好利空双面看、诚实标"无影响"、最后落一份能复查的 themes/ 档并把引用对称回个股 doc。
何时用 / 何时不用
用：用户给一条新闻/事件（粘文本或给 URL），想知道对 docs 池内标的的影响、利好利空、哪些该重看评级。
不用：单股深度重估 → stock-deep-redo；板块批量 → analyze-category；季报点评 → quarterly 流程；再平衡 → portfolio-rebalance；清仓 → liquidation-strategy；只查实时价/单个事实 → 直接查不起 skill。
默认参数（烘进流程，不必每次问）
除非检测到歧义，按这些默认直接做，开工一句话说明用了什么默认：
| 维度 | 默认 |
|---|
| 输入 | 用户粘的新闻文本或 URL。给 URL → WebFetch 抓原文 |
| 搜索范围 | 仅 docs/stock-analytics 池（不外扩 supply_chain.py 图谱），但池内上下游/同业二阶联动要追到 |
| 新闻核实 | 先联网核实再分析：传闻/标题党/已辟谣的，置信度压低并写明 |
| 产出形态 | 直接写一份 docs/stock-analytics/themes/YYYY-MM-DD-<主题>.md（date=今天）+ related_docs 对称收尾 + lint |
| 估值视角 | 影响落到旧 thesis/评级，不重算 DCF（要重估单股请转 stock-deep-redo） |
| 语言 | 中文 |
流程
1. 核实新闻 + 抽取事件要素
- 用户给 URL →
WebFetch 抓原文；给文本 → 直接用但不照单全收。
- 联网核实：关键数字/主体/真伪交叉验证 2-3 家信源（
WebSearch）。新闻是确认事实还是传闻？是否已被辟谣？是旧闻还是增量？
- 抽取要素：事件主体（公司/产品/政策）、事件类型（涨价/扩产/财报/并购/政策/缺货…）、涉及的行业/产品关键词、方向暗示。
- 核实结论后续要写进 theme 档的"事件核实"节，置信度据此定。
相关性快筛（早退闸门）：核实后先问一句"这事的主体/行业/产品链与本池（A 股为主的半导体/电子/消费/材料/电力等宇宙）有没有交集？"——若明显没有交集（如纯美国本土 SaaS 并购、与中国产业链无关的海外消费事件），直接给"对本池无实质影响、不必建档"的简短结论收尾，不要构建全池索引、不要逐票分析。这一步省掉无谓的全池扫描成本。只有存在潜在交集（哪怕间接）才进入第 2 步。
2. 构建池索引并匹配候选标的
跑 bundled 脚本拿到全池紧凑索引（一次扫描代替逐篇读 161 篇 doc）：
PYTHONIOENCODING=utf-8 python .claude/skills/news-impact/scripts/pool_index.py --out .omc/artifacts/pool_idx.json
读这份 JSON（约 60KB），按四条线尽量多召回候选标的（宁可多列再分级，不要在这步就剪枝）：
- 直接命中：新闻点名的公司名/代码 = 某 doc 的
names/codes
- 同业：命中标的的
sector+subsector 下的其它标的
- 上下游：新闻里的产品/材料在池内的下游用户、或上游供应商（看 thesis/subsector 语义）
- 主题：新闻关键词 ⊂ 某 doc 的
themes
池索引字段：path/doc_type/codes/names/sector/subsector/themes/rating/thesis/date。同股多 doc 时以最新 date 的 buffett 档为权威评级锚。
3. 逐标的判传导（核心步骤）
读 references/impact-rubric.md 的传导 rubric。这步分两层，先全后深——既要覆盖广度（不漏弱相关标的），又不在弱标的上浪费篇幅：
(a) 全员进总览表：上一步召回的每一个候选标的都在影响总览表占一行，填齐：传导路径 / 方向（含"弱利好""无影响"）/ 量级（高/中/低）/ 时间窗 / 对旧 thesis / 是否已 priced in / 置信度。弱相关、无影响的也要列出来并明确标注——这是给用户"我扫过、判过、不漏"的证据。
(b) 只深写"中量级以上"：量级达到中或高的标的，才单独展开逐标的传导分析段（双面看 + 接旧 thesis + 操作含义）。量级为"低/弱/无影响"的，留在总览表里一行带过，不展开，必要时合并成一句"扫描后判定无/弱传导：标的清单 + 各一句话理由"。
铁律（详见 rubric）：
- 必须接旧 thesis：脱离 doc 里旧评级的 sentiment 打分没有价值。要回答"这让 core 更稳 / 让 watch 该升 config / 让 exclude 该重看"。需要时读那只票的 buffett 档原文确认旧逻辑。
- 双面看：扩产=下游成本利好+上游价格利空；涨价=厂商利好但问需求承接。拒绝单边叙事。
- 诚实标"无影响"：硬凑关联比漏标的更伤可信度，但"列出来标无影响"≠"漏"——弱相关标的进总览表标"无/弱传导"，既不漏也不灌水。
- 反向证据优先：若某票 doc/IR 口径已明确"此类事件无影响"，按"无影响"标注并引用，不翻案凑数。
- 质地（公司好坏）与估值（贵不贵）分开看：本 skill 改的是 thesis/评级，不重算估值。但若事件实质改变了公司质地（护城河变宽/变窄、可持续利润中枢上移/下移——而非仅股价或估值波动），去
docs/stock-analytics/valuations.yaml 看该标的有无显式 quality（质地星 1-5）覆写：有则按新质地上调/下调，已过时的覆写删掉（回落到 rating 现算）；若你的判断同时让 rating 翻转，现算星级会自动跟随、无需手动写。**纯价格/估值变动不动质地。**详见 stock-deep-redo references/playbook.md §8「quality 质地星级」。
4. 落 theme 档（带门槛）
建档门槛：只有当至少一只标的传导量级达到"中"或以上时才落 themes/ 档——因为档案进了池子会成为后续选股/复查的信噪源，给"全是弱/情绪级利好"的事件建档是污染。判定分两种：
- 达标（≥1 只中量级）：按下方模板落档。
- 不达标（全是低/弱/情绪级）：默认不建档，只在对话里给出影响总览表 + 结论，并问用户一句"要不要仍归档为主题背书？"——用户要才建。这避免了为弱传导事件强行造档。
落档模板见 references/impact-rubric.md，写到 docs/stock-analytics/themes/YYYY-MM-DD-<主题>.md：
- frontmatter 必填
doc_type: theme / theme_name / themes / date；related_codes 用字符串引号防丢前导 0；related_docs 对受影响个股档加 symmetric: true。
- 正文：事件核实 → 影响总览表（全员）→ 逐标的传导分析（仅中量级以上展开）→ 操作含义。
<!-- BEGIN/END related_docs --> 块留空，由 lint 生成。
5. related_docs 对称 + lint 收尾（必做）
theme 档引用了个股 doc，个股 doc 要反向引用回来，否则 refs lint 报不对称。给每个受影响个股 doc 的 frontmatter related_docs 加一条指回 theme 档，然后跑（repo 根的 scripts/）：
python scripts/lint_docs_refs.py --rewrite-blocks
python scripts/lint_docs_frontmatter.py
python scripts/lint_docs_refs.py
非 0 按违例清单补齐再复跑。
6. 收尾汇报
向用户一句话总结：核实结论 + 命中 N 只标的（按方向/量级排序的前几只）+ 哪些该调评级 + theme 档路径 + lint 是否通过。一次性数据脚本（如临时 pool_idx.json 在 .omc/artifacts/ 已 gitignore）不入库。
