Menu
当用户让你给Skill的打分、审查或者评价Skill的时候，按照本文档指南进行检查
Install with Codex or Claude Copy this prompt, paste it into Codex, Claude, or another assistant, and let it review the skill page and install it for you.
Based on SOC occupation classification
| name | skill-quality-review |
| description | 当用户让你给Skill的打分、审查或者评价Skill的时候，按照本文档指南进行检查 |
本文档提供 Skill 质量评估的完整框架，包括最佳实践、评分机制和改进建议模板。
定义：description 应包含明确的触发词和不适用场景，帮助 Agent 准确判断何时使用该 Skill。
---
name: self-improvement
description: "Captures learnings, errors, and corrections to enable continuous improvement. Use when: (1) A command or operation fails unexpectedly, (2) User corrects Claude ('No, that's wrong...', 'Actually...'), (3) User requests a capability that doesn't exist, (4) An external API or tool fails, (5) Claude realizes its knowledge is outdated or incorrect, (6) A better approach is discovered for a recurring task. Also review learnings before major tasks."
---
优点分析：
---
name: xiapi-dividend-analysis
description: 分析红利类指数投资机会。使用 daxiapi dividend score 获取数据，判断超买超卖状态并给出投资建议。
---
问题分析：
---
name: xiapi-dividend-analysis
description: '分析红利类指数投资机会，包括红利低波、中证红利、中证现金流等指数的超买超卖状态判断和投资建议。触发词：红利指数分析、红利投资机会、红利低波分析、中证红利分析、现金流指数分析。适用场景：分析红利类指数的投资时机、判断超买超卖状态。不适用场景：非红利类指数分析、个股分析、实时交易信号。'
---
定义：Skill 内容应避免包含 Agent 已知的通用知识，专注于领域特定的信息。
## 分析方法
1. **数据获取**：获取红利类指数的打分数据（日期、分数、cs值、rsi值）
2. **趋势分析**：分析最近 60 天的打分走势变化
3. **状态判断**：
- 分数 < 20：超卖（可考虑抄底）
- 分数 > 80：超买（需考虑止盈）
- 20-80：正常状态
4. **投资建议**：根据超买超卖状态和趋势给出建议
优点分析：
## 什么是超买超卖？
超买是指资产价格在短时间内大幅上涨，可能面临回调风险。超卖是指资产价格在短时间内大幅下跌，可能存在反弹机会。
## 如何使用命令行？
命令行是一种文本界面，用户可以通过输入命令来操作计算机。常用的命令包括：
- `cd`：切换目录
- `ls`：列出文件
- `mkdir`：创建目录
## 分析方法
1. **数据获取**：获取红利类指数的打分数据
问题分析：
删除通用知识部分，直接进入领域特定的分析方法：
## 分析方法
1. **数据获取**：获取红利类指数的打分数据（日期、分数、cs值、rsi值）
2. **趋势分析**：分析最近 60 天的打分走势变化
3. **状态判断**：
- 分数 < 20：超卖（可考虑抄底）
- 分数 > 80：超买（需考虑止盈）
- 20-80：正常状态
4. **投资建议**：根据超买超卖状态和趋势给出建议
定义：包含来自真实失败案例的闭坑内容，帮助 Agent 避免常见错误。
## Gotchas（闭坑指南）
- **API Token 配置问题**：确保正确配置 DAXIAPI_TOKEN 环境变量，否则会导致数据获取失败
- 错误示例：`Error: Authentication failed`
- 解决方案：`export DAXIAPI_TOKEN=your_token_here`
- **指数代码格式**：必须使用正确的指数代码格式（如 2.H30269），否则会返回错误
- 错误示例：`Error: Invalid code format`
- 正确格式：市场代码.指数代码（如 2.H30269）
- **数据更新时间**：数据每日收盘后更新，盘前查询可能获取到前一天的数据
- 建议：在收盘后（15:30 之后）查询最新数据
- **网络连接问题**：确保网络连接正常，否则可能无法获取数据
- 错误示例：`Error: Network timeout`
- 解决方案：检查网络连接，使用代理或 VPN
- **投资建议仅供参考**：分析结果基于历史数据，不构成投资建议，投资决策需谨慎
优点分析：
## 注意事项
- 分析结果仅供参考，不构成投资建议
- 数据每日收盘后更新
问题分析：
参考 Good Case，补充完整的 Gotchas 内容，包括：
定义：给 Agent 足够的判断空间，避免过度约束，允许 Agent 根据实际情况灵活处理。
## 分析方法
1. **数据获取**：获取红利类指数的打分数据（日期、分数、cs值、rsi值）
2. **趋势分析**：分析最近 60 天的打分走势变化
3. **状态判断**：
- 分数 < 20：超卖（可考虑抄底）
- 分数 > 80：超买（需考虑止盈）
- 20-80：正常状态
4. **投资建议**：根据超买超卖状态和趋势给出建议
## 输出结果（What）
输出包含：
- 指数基本信息（名称、代码、最新日期、最新分数）
- 超买超卖状态判断
- 趋势分析
- 投资建议
优点分析：
## 分析方法
1. **第一步**：必须先执行命令 `npx daxiapi-cli@latest dividend score -c 2.H30269`
2. **第二步**：必须解析返回的 JSON 数据，提取以下字段：
- date: 日期
- score: 分数
- cs: cs值
- rsi: rsi值
3. **第三步**：必须按照以下格式输出：
指数名称：红利低波 指数代码：2.H30269 最新日期：2025-01-15 最新分数：45 状态：正常 建议：继续持有
4. **第四步**：必须发送邮件通知用户
问题分析：
## 分析方法
1. **数据获取**：获取红利类指数的打分数据
- 推荐命令：`npx daxiapi-cli@latest dividend score -c <code>`
- 可根据需要选择不同的指数代码
2. **趋势分析**：分析打分走势变化
- 建议分析最近 60 天的数据
- 可根据实际情况调整时间范围
3. **状态判断**：根据分数判断超买超卖状态
- 分数 < 20：超卖
- 分数 > 80：超买
- 20-80：正常
4. **投资建议**：根据分析结果给出建议
- 结合超买超卖状态和趋势
- 考虑用户的具体需求
## 输出结果
建议包含：
- 指数基本信息
- 超买超卖状态判断
- 趋势分析
- 投资建议
可根据用户需求调整输出内容和格式。
定义：将大块内容拆分到 references/ 目录，保持 SKILL.md 的简洁性。
目录结构：
xiapi-dividend-analysis/
├── SKILL.md
├── references/
│ ├── cli-commands.md
│ ├── api-reference.md
│ └── token-setup.md
└── scripts/
└── analysis.js
SKILL.md：
## 如何执行（How）
### CLI 命令
详见 [CLI命令参考](references/cli-commands.md)
### Token 配置
详见 [Token配置指南](references/token-setup.md)
### HTTP API 请求
详见 [API参考](references/api-reference.md)
优点分析：
目录结构：
xiapi-dividend-analysis/
└── SKILL.md
SKILL.md（所有内容都在一个文件中）：
## 如何执行（How）
### CLI 命令
```bash
# 获取红利类指数打分数据
npx daxiapi-cli@latest dividend score -c <code>
# 常用指数代码：
# 红利低波：2.H30269
# 红利低波100：2.930955
# 中证红利：1.000922
# 中证现金流：2.932365
```
获取 Token：
配置方法：
方式一：环境变量（推荐）
# Linux/macOS
export DAXIAPI_TOKEN=YOUR_TOKEN_FROM_DAXIAPI
# Windows
set DAXIAPI_TOKEN=YOUR_TOKEN_FROM_DAXIAPI
方式二：CLI 配置
npx daxiapi-cli@latest config set token YOUR_TOKEN_FROM_DAXIAPI
npx daxiapi-cli@latest config get token
curl -H "Authorization: Bearer YOUR_TOKEN" \
"https://daxiapi.com/coze/get_dividend_score?code=2.H30269"
...（更多详细内容）
**问题分析**：
- ❌ 所有内容都堆在一个文件中
- ❌ SKILL.md 过于冗长
- ❌ 不便于维护和更新
- ❌ 用户难以快速找到关键信息
#### 改进建议
创建 references/ 目录，拆分内容：
```bash
mkdir -p references
创建 references/cli-commands.md：
# CLI 命令参考
## 获取红利类指数打分数据
```bash
npx daxiapi-cli@latest dividend score -c <code>
```
| 指数名称 | 指数代码 |
|---|---|
| 红利低波 | 2.H30269 |
| 红利低波100 | 2.930955 |
| 中证红利 | 1.000922 |
| 中证现金流 | 2.932365 |
创建 `references/token-setup.md`：
```markdown
# Token 配置指南
## 获取 Token
1. 登录大虾皮网站（daxiapi.com）
2. 进入会员中心 → API 管理 → 获取 API Token
## 配置方法
### 方式一：环境变量（推荐）
```bash
# Linux/macOS
export DAXIAPI_TOKEN=YOUR_TOKEN_FROM_DAXIAPI
# Windows
set DAXIAPI_TOKEN=YOUR_TOKEN_FROM_DAXIAPI
npx daxiapi-cli@latest config set token YOUR_TOKEN_FROM_DAXIAPI
npx daxiapi-cli@latest config get token
更新 SKILL.md：
```markdown
## 如何执行（How）
### CLI 命令
详见 [CLI命令参考](references/cli-commands.md)
### Token 配置
详见 [Token配置指南](references/token-setup.md)
定义：scripts/、references/、assets/ 目录分工清晰，便于维护和使用。
目录结构：
self-improving-agent/
├── SKILL.md
├── references/
│ ├── examples.md
│ ├── hooks-setup.md
│ └── openclaw-integration.md
├── scripts/
│ ├── activator.sh
│ ├── error-detector.sh
│ └── extract-skill.sh
├── assets/
│ ├── LEARNINGS.md
│ └── SKILL-TEMPLATE.md
└── hooks/
└── openclaw/
├── HOOK.md
└── handler.js
优点分析：
目录结构：
xiapi-dividend-analysis/
└── SKILL.md
问题分析：
创建完整的目录结构：
mkdir -p scripts references assets
scripts/ - 存放可执行脚本：
scripts/
├── analyze.sh # 分析脚本
└── fetch-data.sh # 数据获取脚本
references/ - 存放参考文档：
references/
├── cli-commands.md # CLI 命令参考
├── api-reference.md # API 参考文档
└── token-setup.md # Token 配置指南
assets/ - 存放模板和示例：
assets/
├── analysis-template.md # 分析报告模板
└── example-output.md # 输出示例
根据六个维度的评估结果，给出 A/B/C/D 四个等级的评分。
标准：
特征：
标准：
特征：
标准：
特征：
标准：
特征：
根据问题的严重程度，分为 P0（必改）、P1（建议改）、P2（可选优化）三个优先级。
定义：严重影响 Skill 质量和使用效果的问题，必须立即修复。
示例：
### P0（必改）
1. **description 缺少明确的触发词**
- 问题：当前 description 仅描述了功能，未包含用户可能使用的具体触发词
- 影响：Agent 无法准确判断何时使用该 Skill
- 位置：SKILL.md 第 3 行
- 建议：添加触发词和不适用场景说明
2. **缺少 Gotchas 部分**
- 问题：没有包含真实失败案例的闭坑内容
- 影响：Agent 容易犯同样的错误
- 位置：SKILL.md
- 建议：添加 Gotchas 部分，包含具体错误案例和解决方案
3. **缺少不适用场景说明**
- 问题：未说明 Skill 的适用范围和不适用情况
- 影响：Agent 可能在不合适的场景下使用该 Skill
- 位置：SKILL.md 第 12 行
- 建议：添加"何时不使用"部分
定义：影响 Skill 质量但不是致命的问题，建议尽快修复。
示例：
### P1（建议改）
1. **创建 references/ 目录**
- 问题：所有内容都集中在 SKILL.md 文件中
- 影响：不便于维护和更新
- 建议：将 CLI 命令、API 文档等内容拆分到 references/ 目录
2. **建立完整的目录结构**
- 问题：缺少 scripts、references、assets 等目录
- 影响：不便于扩展和维护
- 建议：添加完整的目录结构
3. **优化分析流程描述**
- 问题：分析步骤描述不够清晰
- 影响：Agent 可能无法准确理解分析流程
- 建议：进一步细化分析步骤和判断标准
定义：锦上添花的优化建议，可根据实际情况选择性实施。
示例：
### P2（可选优化）
1. **添加投资建议示例**
- 建议：提供具体的投资建议示例，增强实用性
- 预期效果：帮助 Agent 更好地理解如何给出建议
2. **添加常见问题 FAQ**
- 建议：收集用户常见问题，提供解答
- 预期效果：减少重复咨询
3. **添加性能优化建议**
- 建议：提供性能优化的最佳实践
- 预期效果：提升 Skill 的执行效率
提供可直接复制使用的改正建议，帮助用户快速修复问题。
### 改正建议：更新 description
**当前内容**：
```yaml
description: 分析红利类指数投资机会。使用 daxiapi dividend score 获取数据，判断超买超卖状态并给出投资建议。
```
建议修改为：
description: '分析红利类指数投资机会，包括红利低波、中证红利、中证现金流等指数的超买超卖状态判断和投资建议。触发词：红利指数分析、红利投资机会、红利低波分析、中证红利分析、现金流指数分析。适用场景：分析红利类指数的投资时机、判断超买超卖状态。不适用场景：非红利类指数分析、个股分析、实时交易信号。'
修改步骤：
#### 模板 2：添加 Gotchas 部分
```markdown
### 改正建议：添加 Gotchas 部分
**建议在 SKILL.md 的"注意事项"部分之前添加以下内容**：
```markdown
## Gotchas（闭坑指南）
- **API Token 配置问题**：确保正确配置 DAXIAPI_TOKEN 环境变量，否则会导致数据获取失败
- 错误示例：`Error: Authentication failed`
- 解决方案：`export DAXIAPI_TOKEN=your_token_here`
- **指数代码格式**：必须使用正确的指数代码格式（如 2.H30269），否则会返回错误
- 错误示例：`Error: Invalid code format`
- 正确格式：市场代码.指数代码（如 2.H30269）
- **数据更新时间**：数据每日收盘后更新，盘前查询可能获取到前一天的数据
- 建议：在收盘后（15:30 之后）查询最新数据
- **网络连接问题**：确保网络连接正常，否则可能无法获取数据
- 错误示例：`Error: Network timeout`
- 解决方案：检查网络连接，使用代理或 VPN
- **投资建议仅供参考**：分析结果基于历史数据，不构成投资建议，投资决策需谨慎
修改步骤：
#### 模板 3：创建 references/ 目录并拆分内容
```markdown
### 改正建议：创建 references/ 目录并拆分内容
**步骤 1：创建目录**
```bash
mkdir -p references
步骤 2：创建 references/cli-commands.md
# CLI 命令参考
## 获取红利类指数打分数据
```bash
npx daxiapi-cli@latest dividend score -c <code>
```
| 指数名称 | 指数代码 |
|---|---|
| 红利低波 | 2.H30269 |
| 红利低波100 | 2.930955 |
| 中证红利 | 1.000922 |
| 中证现金流 | 2.932365 |
**步骤 3：创建 references/token-setup.md**
```markdown
# Token 配置指南
## 获取 Token
1. 登录大虾皮网站（daxiapi.com）
2. 进入会员中心 → API 管理 → 获取 API Token
## 配置方法
### 方式一：环境变量（推荐）
```bash
# Linux/macOS
export DAXIAPI_TOKEN=YOUR_TOKEN_FROM_DAXIAPI
# Windows
set DAXIAPI_TOKEN=YOUR_TOKEN_FROM_DAXIAPI
npx daxiapi-cli@latest config set token YOUR_TOKEN_FROM_DAXIAPI
npx daxiapi-cli@latest config get token
**步骤 4：更新 SKILL.md**
将"如何执行"部分修改为：
```markdown
## 如何执行（How）
### CLI 命令
详见 [CLI命令参考](references/cli-commands.md)
### Token 配置
详见 [Token配置指南](references/token-setup.md)
---
### 完整评估报告模板
#### Skill 评估报告
**Skill 名称**：[skill-name]
**评估日期**：[YYYY-MM-DD]
**评估人**：[evaluator]
---
## 分析结果
### 1. 触发词完整性
- **评估结果**：[完整/部分完整/缺失]
- **问题描述**：[具体问题]
- **影响分析**：[对使用的影响]
### 2. 内容冗余度
- **评估结果**：[无冗余/少量冗余/严重冗余]
- **问题描述**：[具体问题]
- **影响分析**：[对使用的影响]
### 3. Gotchas 闭坑指南
- **评估结果**：[完整/部分完整/缺失]
- **问题描述**：[具体问题]
- **影响分析**：[对使用的影响]
### 4. 流程约束度
- **评估结果**：[合理/基本合理/过度约束]
- **问题描述**：[具体问题]
- **影响分析**：[对使用的影响]
### 5. 内容拆分合理性
- **评估结果**：[合理/基本合理/未拆分]
- **问题描述**：[具体问题]
- **影响分析**：[对使用的影响]
### 6. 资源文件组织
- **评估结果**：[清晰/基本清晰/混乱]
- **问题描述**：[具体问题]
- **影响分析**：[对使用的影响]
---
## 评分
**等级**：[A/B/C/D]
**评分依据**：
- [维度1]：[达标/未达标]
- [维度2]：[达标/未达标]
- [维度3]：[达标/未达标]
- [维度4]：[达标/未达标]
- [维度5]：[达标/未达标]
- [维度6]：[达标/未达标]
**达标维度数**：[X/6]
---
## 问题清单
### P0（必改）
1. **[问题标题]**
- 问题：[具体问题描述]
- 影响：[对使用的影响]
- 位置：[文件名:行号]
- 建议：[具体建议]
### P1（建议改）
1. **[问题标题]**
- 问题：[具体问题描述]
- 影响：[对使用的影响]
- 建议：[具体建议]
### P2（可选优化）
1. **[问题标题]**
- 建议：[具体建议]
- 预期效果：[预期改进效果]
---
## 改正建议
### 建议 1：[建议标题]
**当前内容**：
[当前代码或内容]
**建议修改为**：
[修改后的代码或内容]
**修改步骤**：
1. [步骤1]
2. [步骤2]
3. [步骤3]
---
## 总结
[总体评价和改进方向]
---
## 附录：快速检查清单
使用以下清单快速评估 Skill 质量：
```markdown
## Skill 质量检查清单
- [ ] **触发词完整性**
- [ ] description 包含明确的触发词
- [ ] 说明了适用场景
- [ ] 说明了不适用场景
- [ ] 使用了用户可能使用的自然语言表达
- [ ] **内容冗余度**
- [ ] 只包含领域特定的知识
- [ ] 避免解释通用的编程概念
- [ ] 省略 Agent 已知的最佳实践
- [ ] 专注于项目特定的约定和规则
- [ ] **Gotchas 闭坑指南**
- [ ] 包含真实失败案例
- [ ] 提供具体的错误场景
- [ ] 给出解决方案
- [ ] 说明预防措施
- [ ] **流程约束度**
- [ ] 提供指导性的步骤
- [ ] 允许 Agent 灵活调整
- [ ] 说明目标和原则
- [ ] 给出多种可选方案
- [ ] **内容拆分合理性**
- [ ] SKILL.md 简洁明了
- [ ] 详细文档在 references/
- [ ] 使用相对路径引用
- [ ] 便于维护和更新
- [ ] **资源文件组织**
- [ ] scripts/ 存放可执行脚本
- [ ] references/ 存放参考文档
- [ ] assets/ 存放静态资源
- [ ] 目录结构清晰
**评分标准**：
- 6 项全部达标：A 级
- 4-5 项达标：B 级
- 2-3 项达标：C 级
- 0-1 项达标：D 级
大虾皮(daxiapi.com)金融数据API服务入口，负责路由分发到具体分析skill。触发词：A股数据、市场数据、股票分析、板块分析、选股、市场复盘、财务分析、财报分析、ROE分析、杜邦分析、个股舆情、公告解读、研报解读、主力资金、资金流向、资金动向。适用场景：获取A股市场、板块、个股、财报、消息面、资金流向数据时的统一入口，根据用户需求分发到对应的专业skill。不适用场景：非A股市场分析、非金融数据分析、纯技术问答。
基于SQL条件筛选A股股票，支持自定义条件组合、排序和数量限制。支持等于、大于、小于、区间范围、IN枚举、字段间比较等多种条件写法，支持AND/OR逻辑组合和括号嵌套。返回股票代码、名称、涨跌幅、CS强度、RPS相对强度、SCTR技术排名、所属板块、概念等详细数据。触发词：SQL选股、选股、股票筛选、技术筛选、量化筛选、自定义筛选、条件选股。适用场景：自定义多条件组合筛选、量化策略选股、技术指标组合筛选、复杂逻辑条件筛选。不适用场景：个股深度基本面分析、财报研究、估值建模。
基于技术形态筛选A股股票池，支持VCP、RPS强势股、创新高、高股息等多种形态，并可按涨跌幅、动量、强度等维度排序。触发词：股票筛选、选股、VCP形态、RPS强势股、创新高、技术形态、形态选股、自下而上选股、涨幅最大、跌幅最大、最强股票。适用场景：技术形态选股、趋势跟踪、动量选股、价值选股、按指定维度排序筛选、多条件组合筛选。不适用场景：个股深度基本面分析、财报研究、估值建模。
分析红利类指数投资机会，基于打分算法判断超买超卖状态。触发词：询问某个红利指数的投资机会、红利指数、红利分析、中证红利、红利低波、股息率指数、高股息。适用场景：分析红利类指数投资机会、判断超买超卖时机、红利指数择时。不适用场景：个股分析、债券分析、基金筛选。
基于大虾皮财报命令对上市公司进行ROE/杜邦财务分析。触发词：财务分析、ROE分析、杜邦分析、股票财务、盈利质量、净利润质量、财报分析、基本面分析、盈利能力、财务质量、现金流分析、资产负债分析、财务健康度、财务报告解读。适用场景：已提供股票代码，需要基于 `daxiapi report finance <code>` 做单公司财务拆解、ROE驱动分析、盈利质量评估与结构化报告输出。不适用场景：盘中交易建议、短线择时、纯技术面分析、纯估值定价（PE/PB）、未提供股票代码且无法确认标的时。
分析 A 股板块热力图，识别领涨、上升、反转行业。触发词：板块热力图、行业轮动、热门板块、领涨板块、板块分析、热力图。适用场景：分析板块热力图、识别热门行业、判断行业轮动。不适用场景：个股分析、指数分析、债券分析。