| name | analyze-copper-supply-concentration-risk |
| description | 用公開資料量化「銅供應是否過度集中、主要產地是否結構性衰退、替代增量是否依賴少數國家」,並輸出可行的中期供應風險結論與情境推演。 |
<essential_principles>
**敘事轉指標(Narrative to Metrics)**
市場敘事必須可量化驗證。三大命題對應三組指標:
| 命題 | 核心問題 | 量化指標 |
|---|
| A. 集中度 | 供應是否過度集中? | CR4, CR5, 份額排名 |
| B. 結構衰退 | 智利是否結構性衰退? | 峰值年份、峰值回撤 |
| C. 替代依賴 | 是否依賴秘魯/DRC? | 秘魯+DRC 合計份額 vs 智利份額 |
注意:由於 MacroMicro 只提供 5 個國家的細分數據,HHI 指標不適用於本分析。
**數據來源:MacroMicro (WBMS)**
唯一主要來源,使用 Chrome CDP 全自動抓取 Highcharts 圖表數據。
</essential_principles>
分析全球銅供應的國家集中度與結構性風險。
輸出兩層分析:
- Concentration: 國家份額排名、CR4/CR5
- Chile vs Replacers: 智利 vs 新興替代國(Peru + DRC)份額對比
<quick_start>
全自動執行(無需手動操作 Chrome)
Step 1:安裝依賴
pip install requests websocket-client pandas numpy matplotlib
Step 2:一鍵抓取數據(自動啟動/關閉 Chrome)
cd scripts
python fetch_copper_production.py
腳本會自動:
- 啟動 Chrome 調試模式
- 等待頁面載入(~40 秒)
- 提取 Highcharts 數據
- 儲存到
cache/copper_production.csv
- 關閉 Chrome
Step 3:生成 Bloomberg 風格視覺化圖表
python visualize_copper_concentration.py
輸出:output/copper_concentration.png
</quick_start>
需要進行什麼分析?
- 快速圖表 - 直接生成 Bloomberg 風格集中度圖表
- 完整分析 - 1970 年至今的集中度趨勢分析(含數據表)
- 智利趨勢 - 智利產量份額與峰值回撤分析
- 替代評估 - 秘魯+DRC 替代依賴度分析
請選擇或直接提供分析參數。
| Response | Action |
|----------|--------|
| 1, "快速", "圖表", "chart" | `python scripts/fetch_copper_production.py && python scripts/visualize_copper_concentration.py` |
| 2, "完整", "trend", "1970" | 抓取數據後輸出完整年度數據表 |
| 3, "智利", "chile" | 分析智利份額趨勢與峰值 |
| 4, "替代", "replacement", "秘魯", "drc" | 分析 Peru+DRC 是否已超越智利 |
路由後,執行對應命令。
<directory_structure>
analyze-copper-supply-concentration-risk/
├── SKILL.md # 本文件(路由器)
├── skill.yaml # 前端展示元數據
├── scripts/
│ ├── fetch_copper_production.py # 全自動 CDP 數據爬蟲
│ └── visualize_copper_concentration.py # Bloomberg 風格視覺化
├── cache/
│ ├── copper_production.csv # 數據快取
│ └── copper_production_cache.json # 原始 JSON 快取
└── output/
└── copper_concentration.png # 輸出圖表
</directory_structure>
<scripts_index>
| Script | Command | Purpose |
|---|
| fetch_copper_production.py | python fetch_copper_production.py | 全自動 CDP 抓取(自動啟動/關閉 Chrome) |
| fetch_copper_production.py | --force-refresh | 強制重新抓取(忽略快取) |
| fetch_copper_production.py | --start-year 1970 | 指定起始年份 |
| visualize_copper_concentration.py | python visualize_copper_concentration.py | 生成 Bloomberg 風格圖表 |
| visualize_copper_concentration.py | --output path/to/output.png | 指定輸出路徑 |
| </scripts_index> | | |
視覺化輸出:Bloomberg 風格銅供應集中度儀表板
包含兩張圖(上下排列):
- 國家份額堆疊面積圖:Chile, Peru, DRC, China, US, Others
- 智利 vs 新興替代國:Chile vs Peru+DRC 份額對比,標記交叉點
配色:Bloomberg 深色主題
- 背景:
#1a1a2e
- Chile:
#ff6b35 (橙紅)
- Peru:
#00bfff (天藍)
- DRC:
#00ff88 (綠)
- Peru+DRC:
#00d4aa (青綠)
快速繪圖:
cd scripts
python visualize_copper_concentration.py
輸出路徑:output/copper_concentration.png
<output_example>
2023 年關鍵指標:
| 國家 | 份額 |
|---|
| Chile | 23.5% |
| Peru + DRC | 25.2% |
| China | 7.5% |
| US | 5.0% |
關鍵發現:
- 智利份額峰值:37.2% (2004)
- 智利當前份額:23.5% (2023)
- 峰值回撤:13.7pp
- 2023 年 Peru+DRC 首次超越智利(份額逆轉)
</output_example>
<success_criteria>
分析成功時應產出: