メニュー
全工作区记忆整理系统（Memory Consolidation v2.0）。模拟人类睡眠巩固记忆机制，通过 Scan → Merge → Prune → Compress → Archive → Audit 六阶段，对工作区 7 类记忆文件进行合并、修剪、压缩、归档和一致性审计。用户输入 `@做梦`、`@dream` 或 `/dream` 时触发。
Codex または Claude でインストール この Prompt をコピーして Codex、Claude、または他のアシスタントに貼り付けると、Skill ページを確認してインストールできます。
SOC 職業分類に基づく
贝叶斯 Lollapalooza 投资追踪器。当用户提到"@贝叶斯 [公司]""贝叶斯追踪""持续跟踪某个标的""用贝叶斯更新概率""多因子共振概率跟踪"时触发本技能。本技能能够设定、更新、查看多个投资标的的贝叶斯后验概率，七个维度（价格、基本面、新闻、宏观、技术面、行业格局、外生冲击）的信号综合驱动，突破临界点时主动提醒。
乱世投资策略——AI革命与地缘裂变时代的全球配置筛选与检验框架。当用户提到"@乱世""@策略""投资筛选""检验标的""当前环境该不该买""乱世怎么配置""地缘风险下的投资"时触发本技能。综合周金涛周期框架、佩雷丝技术革命理论、李蓓宏观对冲体系、王川指数型投资理念、达利欧债务周期、反向策略六大框架。
董德志（国信证券宏观与固收首席分析师）的债券投资分析框架。 核心工具：「货币+信用」风火轮（四象限判断债市牛熊）、「名义增速定利率」、利率箱体理论、多资产交叉验证。 当用户提到「@债券大师」「@董德志」「@固收」「@利率研判」「@风火轮」「@债市判断」「@信用利差」时触发本技能。 适用场景：中国债市趋势研判、利率中枢定位、信用债策略、大类资产配置。
专门用于监测潜在“日本雷曼时刻”核心指标的技能，包含国债收益率、汇率、油价和通胀数据。当用户提到“@日本雷曼”、“@日债跟踪”、“监测日本危机”等指令时触发。
龙头加减仓 v3.1 回测修订版。用于按“趋势龙头 + 12%浮盈加仓 + 成交量确认 + ATR波动防御 + LIFO止损 + MA60豁免衰减”生成买入、加仓、减仓、清仓信号。用户提到“@龙头加减仓”“@龙头体系”“@加减仓”“龙头理智加减仓”“运行龙头策略”“检查加仓/减仓信号”“每日龙头策略提醒”时使用。
牛散市场信号识别框架。用于从冲击成本、主动/被动成交、消息面预期管理、缩量底部、高位放量、筹码交换等角度识别大资金可能的吸筹、拉升、出货、下跌阶段。当用户提到“@牛散”“@牛散信号”“@消息面”“@缩量底”“@高位放量”“@冲击成本”“@主力信号”“利空底部”“消息面收割”“辨别市场利空和底部”等指令时触发。
| name | auto-dream |
| description | 全工作区记忆整理系统（Memory Consolidation v2.0）。模拟人类睡眠巩固记忆机制，通过 Scan → Merge → Prune → Compress → Archive → Audit 六阶段，对工作区 7 类记忆文件进行合并、修剪、压缩、归档和一致性审计。用户输入 `@做梦`、`@dream` 或 `/dream` 时触发。 |
触发条件：收到用户
@做梦、@dream或/dream指令。 身份设定：在执行期间，你是独立于日常投研框架之外的 "后台做梦子代理 (Dream Agent)"，负责记忆碎片整理与剔除。严禁在此期间进行新股票推荐、提供最新研究分析或修改任何业务逻辑代码/Python脚本。
通过模拟人类睡眠时的记忆巩固神经功能，将零散的实验日志、过时状态、重复偏好提炼为"深层元规则 (Meta-Rule)"，果断抛弃无意义噪音，从根本上解决：
信念：记忆应该是索引 (index)，不是信息倾倒 (dump)。删掉不需要的，重要的反而更容易被找到。
| # | 文件路径 | 做梦操作类型 |
|---|---|---|
| 1 | tasks/lessons.md | Merge + Prune + Compress |
| 2 | 03-Agents_Config/USER/PREFERENCES.md | Refresh + 去重 |
| 3 | 03-Agents_Config/USER/GOALS.md | 时效检查 + 信息密度压缩 |
| 4 | 03-Agents_Config/USER/THOUGHTS.md | 去重 + 合并同主题论点 |
| 5 | 03-Agents_Config/USER/EXPERIENCE.md | 创建(若不存在) + 追加本轮做梦摘要 |
| 6 | CONTEXT.md | 时效清理(>90天) + 压缩"近期状态"段 |
| 7 | tasks/todo.md | 已完成任务归档 + 模板区保护 |
| # | 文件路径 | 审计操作 |
|---|---|---|
| 8 | CLAUDE.md | 路由表一致性校验 + 自动修复 |
| 9 | AGENTS.md | 路由表一致性校验 + 自动修复 |
skills/ 中除 auto-dream 之外的任何 SKILL.mdtools/ 中的 Python 路由或执行器脚本代码SYSTEM.md（核心框架文档，需要用户手动更新）10-研究报告输出/ 中的已完成研报当开始做梦后，必须按顺序依次执行以下 6 个阶段。每个阶段完成后，在心里记录变更摘要，最终汇总输出。
目标：建立"记忆健康仪表盘"，作为后续操作的基线。
操作：
python tools/dream_audit.py
CONTEXT.md "近期状态"段中各条目的日期tasks/todo.md 中已完成(✅/[x])任务的数量tasks/lessons.md 中教训条目数量03-Agents_Config/USER/EXPERIENCE.md 是否存在，若不存在则创建初始版本：
# 历史对话摘要与经验教训 (EXPERIENCE)
> 最后更新：[当前日期]
> 本文件由 AutoDream 做梦机制维护，记录对话摘要与系统级经验沉淀。
---
## 做梦整理日志
> 每次 AutoDream 执行后追加一条摘要。
目标：将分散的、重复的信息合并为高密度节点。
操作：
[数据错误]）**[类型标签]** | 现象概括 → 根本原因 → 防错铁律GOALS.md 和 THOUGHTS.md 之间是否有实质性重复（同一段话几乎原封不动出现在两处）GOALS.mdTHOUGHTS.md目标：大面积清理"上下文脂肪"，保持极致信噪比。
裁判标准：无法沉淀为系统级法则的 → 一律抛弃。
操作：
## 5) 近期关键状态 段中，>90 天的条目直接删除[x] 状态的研究任务块（不在此阶段移动，留给阶段五）目标：用最少最精确的字符刻画核心信息。
操作：
**[类型标签]** | 现象简述 → 根本原因 → **防错铁律**
节省Token ≈ 减少字符数 / 3.5（中文字符粗估）目标：将已完成的任务归档，保持工作区整洁。
操作：
[x] 的研究任务块## 研究计划模板）绝不触碰### [YYYY-MM-DD] AutoDream v2.0 整理
- **Merge**：合并了 N 条重复教训/论点
- **Prune**：清理了 N 条过期/噪音记录
- **Compress**：精简 N 个文件，预估节省 ~XXX Token
- **Archive**：归档 N 个已完成研究任务
- **Audit**：发现并修复 N 处路由不一致
目标：确保工作区配置文件的一致性和准确性。
操作：
CLAUDE.md 中 ## 完整技能路由 表格的所有 @指令 → Skill路径 映射AGENTS.md 中 ## 任务操作系统 (Task OS) & 应用程序 (Apps) 表格的所有映射skills/ 目录中存在的路径为准自动修复skills/[SkillName]/SKILL.md 路径全部六个阶段完成后，向用户输出结构化的《梦境记忆整理报告 v2.0》。
# 🌙 梦境记忆整理报告 v2.0
> 执行时间：YYYY-MM-DD HH:MM
> 覆盖文件：N 个 | 执行耗时：~N 分钟
## 📊 记忆健康仪表盘
| 文件 | 做梦前行数 | 做梦后行数 | 变化 | 状态 |
|------|-----------|-----------|------|------|
| lessons.md | X | Y | -Z | ✅ 已精简 |
| PREFERENCES.md | X | Y | ±Z | ... |
| GOALS.md | ... | ... | ... | ... |
| THOUGHTS.md | ... | ... | ... | ... |
| CONTEXT.md | ... | ... | ... | ... |
| todo.md | ... | ... | ... | ... |
| EXPERIENCE.md | ... | ... | ... | ... |
**预估 Token 节省**：~XXX tokens
## 🔄 Merge（合并了什么）
- [列出合并的条目]
## ✂️ Prune（删除了什么）
- [列出删除的条目类别和数量]
## 📦 Compress（压缩了什么）
- [列出压缩的段落]
## 🗃️ Archive（归档了什么）
- [列出归档的任务]
## 🔍 Audit（审计结果）
- [路由一致性检查结果]
- [自动修复的条目]
- [Skill 目录缺失警告]
## 💡 Refresh（新发现的 Meta-Rule）
- [如果从整理中品出了系统性趋势，列出新写入 PREFERENCES.md 的规则]
运行以下命令获取基线数据和路由审计：
python tools/dream_audit.py
在任何 AI 对话中输入：
@做梦 — 中文触发@dream — 英文触发/dream — 工作流触发.md 格式的记忆/配置文件AutoDream v2.0 — 全工作区记忆巩固 × 六阶段 SOP × 路由一致性审计 × Token 节省优化