菜单
A股周度复盘/每周总结。当用户说"周复盘"、"本周总结"、"这周行情回顾"、"weekly review"、"周报"、"这周市场怎么样"、"一周回顾"、"周末复盘"时触发。基于 cn-stock-data 获取本周大盘走势、板块涨跌、资金流向、重要事件，生成结构化周度复盘报告。支持券商周报风格（formal）和个人复盘笔记风格（brief）。
默认使用会先检查来源的 Prompt；你也可以切换为直接命令，或下载本地副本。
决定是否安装前，请先阅读 SKILL.md，以及 SkillsMP 当前展示的配套文件。
用 Codex 或 Claude 帮你安装 复制这段 Prompt，粘贴到 Codex、Claude 或其他助手里，让它检查 Skill 页面并帮你完成安装。
直接命令不会经过审查 Prompt；运行前请先检查来源。
npx skills add https://github.com/aifinlab/FinClaw --skill a-share-weekly-review命令会保持在同一行。复制前请横向滚动并检查完整内容。
想先保存到本地？可下载 SkillsMP 当前能够提供的文件。
A股逆向选择/信息不对称分析。当用户说"逆向选择"、"adverse selection"、"信息不对称"、"知情交易者"、"逆向选择成本"、"信息劣势"时触发。基于 cn-stock-data 获取数据，度量逆向选择与信息不对称程度。支持 formal/brief 两种输出风格。
A股量价异常检测/异动监控。当用户说"异常检测"、"异动"、"anomaly"、"量价异常"、"异常波动"、"XX有异动"时触发。量化检测股价和成交量异常。支持formal和brief风格。
A股自相关/序列相关性/收益率自相关结构分析。当用户说"自相关"、"autocorrelation"、"序列相关"、"收益率预测性"、"动量还是反转"、"自相关系数"、"ACF"、"PACF"、"Ljung-Box"、"收益率是否可预测"、"随机游走检验"时触发。MUST USE when user asks about return autocorrelation, serial correlation tests, or whether a stock's returns are predictable. 量化分析收益率的自相关结构（ACF/PACF、Ljung-Box检验、随机游走检验）。支持formal和brief风格。
基于 SOC 职业分类
正在显示 SKILL.md
| name | a-share-weekly-review |
| description | A股周度复盘/每周总结。当用户说"周复盘"、"本周总结"、"这周行情回顾"、"weekly review"、"周报"、"这周市场怎么样"、"一周回顾"、"周末复盘"时触发。基于 cn-stock-data 获取本周大盘走势、板块涨跌、资金流向、重要事件，生成结构化周度复盘报告。支持券商周报风格（formal）和个人复盘笔记风格（brief）。 |
SCRIPTS="$SKILLS_ROOT/cn-stock-data/scripts"
# 大盘指数本周K线（将 MONDAY 替换为本周一日期 YYYYMMDD）
python "$SCRIPTS/cn_stock_data.py" kline --code SH000001,SZ399001,SZ399006 --freq daily --start MONDAY
# 实时行情（最新价/涨跌幅）
python "$SCRIPTS/cn_stock_data.py" quote --code SH000001,SZ399001,SZ399006
# 主力资金流向
python "$SCRIPTS/cn_stock_data.py" fund_flow --code SH000001
补充数据通过 web 搜索获取：板块涨跌排名、北向资金周净流入、融资余额、本周重要事件/政策。
默认 formal；用户说"简单总结/简要/brief"时用 brief。
| 维度 | formal | brief |
|---|---|---|
| 篇幅 | 2-3 页 | 半页 |
| 板块分析 | 完整行业涨跌榜 | Top 3 涨跌 |
| 个股 | 本周牛股/熊股各5只 | 仅提亮点 |
| 下周展望 | 多维度分析 | 1-2 句关键判断 |
| 免责声明 | 需要 | 不需要 |
references/weekly-review-template.md以上内容仅供参考，不构成投资建议。市场有风险，投资需谨慎。
# 调用 skill
result = run_skill({
"param1": "value1",
"param2": "value2"
})
python scripts/run_skill.py --input data.json