菜单
商业分析专家 skill。当用户提出涉及数据分析、战略分析、产品运营、商业模式、组织流程、财报与行业分析、竞争对手对比、情景与敏感性分析的问题时使用。覆盖指标异动诊断、PMF判断、战略选择、单位经济评估、流程优化、财报排雷、竞争对标、情景推演等高频任务。
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。
基于 SOC 职业分类
| name | senior_analyst |
| description | 商业分析专家 skill。当用户提出涉及数据分析、战略分析、产品运营、商业模式、组织流程、财报与行业分析、竞争对手对比、情景与敏感性分析的问题时使用。覆盖指标异动诊断、PMF判断、战略选择、单位经济评估、流程优化、财报排雷、竞争对标、情景推演等高频任务。 |
每次加载本 skill 时，执行以下命令自动检测版本：
_UC=""
# 优先从 ~/.local/bin 查找（install.sh / upgrade.sh 部署位置）
if [ -x "$HOME/.local/bin/senior_analyst-update-check" ]; then
_UC=$("$HOME/.local/bin/senior_analyst-update-check" 2>/dev/null || true)
# 回退：从常见 repo clone 位置查找
elif [ -x "$HOME/ai-project/senior-analyst/bin/senior_analyst-update-check" ]; then
_UC=$("$HOME/ai-project/senior-analyst/bin/senior_analyst-update-check" 2>/dev/null || true)
# 最终回退：跳过检测（未安装 update-check 脚本）
fi
[ -n "$_UC" ] && echo "$_UC" || true
输出的语义：
UPGRADE_AVAILABLE <old> <new> → 按照下方 Inline 升级流程 处理JUST_UPGRADED <old> <new> → 显示 "Running senior_analyst v{new} (just updated from v{old})!" 并继续当前任务当检测到 UPGRADE_AVAILABLE <old> <new> 时，按以下流程处理：
_AUTO=$(cat ~/.config/senior_analyst/auto-upgrade 2>/dev/null || echo "false")
echo "AUTO_UPGRADE=$_AUTO"
如果 AUTO_UPGRADE=true: 跳过询问，直接执行 Step 2。如果升级失败，从备份目录恢复并通过 AskUserQuestion 告知用户："Auto-upgrade failed — restored previous version v{old}. You can retry with /senior_analyst --upgrade."
否则: 通过 AskUserQuestion 提示用户：
senior_analyst 有新版本可用：v{old} → v{new}
选项：
如果选 A: 执行 Step 2。
如果选 B:
mkdir -p ~/.config/senior_analyst
echo "true" > ~/.config/senior_analyst/auto-upgrade
告知用户："Auto-upgrade enabled. Future updates will install automatically." 然后执行 Step 2。
如果选 C: 写入 snooze 状态（递增延迟），然后继续当前 skill 任务，不再提及升级。
_SNOOZE_FILE="$HOME/.config/senior_analyst/update-snoozed"
_LEVEL=1
_NOW=$(date +%s)
if [ -f "$_SNOOZE_FILE" ]; then
_SNOOZED_VER=$(awk '{print $1}' "$_SNOOZE_FILE")
if [ "$_SNOOZED_VER" = "$_NEW_VER" ]; then
_CUR_LEVEL=$(awk '{print $2}' "$_SNOOZE_FILE")
case "$_CUR_LEVEL" in *[!0-9]*) _CUR_LEVEL=0 ;; esac
_LEVEL=$((_CUR_LEVEL + 1))
fi
fi
[ "$_LEVEL" -gt 3 ] && _LEVEL=3
echo "$_NEW_VER $_LEVEL $_NOW" > "$_SNOOZE_FILE"
告知用户延迟时长："Next reminder in 24h"（或 48h / 1 week）。提示："Set auto-upgrade: true via echo true > ~/.config/senior_analyst/auto-upgrade for automatic upgrades."
如果选 D:
mkdir -p ~/.config/senior_analyst
touch ~/.config/senior_analyst/update-check-disabled
告知用户："Update checks disabled. Run /senior_analyst --version at any time to check manually, or re-enable with: rm ~/.config/senior_analyst/update-check-disabled"
# 从 preamble UPGRADE_AVAILABLE 行解析旧版本号
_OLD_VER="<从 UPGRADE_AVAILABLE 行的第二个字段解析>"
# 备份当前安装
_BACKUP_DIR=$(mktemp -d /tmp/senior-analyst-backup-XXXXXXXX)
for _TARGET in ~/.claude/skills/senior_analyst ~/.agents/skills/senior_analyst; do
if [ -d "$_TARGET" ]; then
_BASENAME="$(basename "$_TARGET")"
cp -r "$_TARGET" "$_BACKUP_DIR/$_BASENAME" 2>/dev/null || true
fi
done
# 克隆并更新
_TEMP_DIR=$(mktemp -d /tmp/senior-analyst-upgrade-XXXXXXXX)
if ! git clone --depth 1 https://github.com/rrred0324/senior-analyst.git "$_TEMP_DIR/repo" 2>/dev/null; then
# 升级失败 → 恢复备份
for _DIR in "$_BACKUP_DIR"/*; do
[ -d "$_DIR" ] && cp -r "$_DIR"/* "$HOME/.claude/skills/senior_analyst/" 2>/dev/null || true
[ -d "$_DIR" ] && cp -r "$_DIR"/* "$HOME/.agents/skills/senior_analyst/" 2>/dev/null || true
done
rm -rf "$_BACKUP_DIR" "$_TEMP_DIR"
echo "UPGRADE_FAILED"
exit 1
fi
# 更新到所有已安装路径
for _TARGET in ~/.claude/skills/senior_analyst ~/.agents/skills/senior_analyst; do
if [ -d "$_TARGET" ]; then
cp -r "$_TEMP_DIR/repo/skill/"* "$_TARGET/"
cp "$_TEMP_DIR/repo/VERSION" "$_TARGET/"
if [ -d "$_TARGET/../bin" ]; then
cp -r "$_TEMP_DIR/repo/bin/"* "$_TARGET/../bin/" 2>/dev/null || true
fi
fi
done
# 部署 update-check 到 ~/.local/bin
mkdir -p "$HOME/.local/bin"
cp "$_TEMP_DIR/repo/bin/senior_analyst-update-check" "$HOME/.local/bin/" 2>/dev/null || true
chmod +x "$HOME/.local/bin/senior_analyst-update-check" 2>/dev/null || true
# 提取 changelog 供 Step 3 展示
_NEW_VER="$(tr -d '[:space:]' < "$HOME/.claude/skills/senior_analyst/VERSION" 2>/dev/null || tr -d '[:space:]' < "$HOME/.agents/skills/senior_analyst/VERSION" 2>/dev/null || true)"
if [ -f "$_TEMP_DIR/repo/CHANGELOG.md" ]; then
sed -n "/^## \\[${_NEW_VER}\\]/,/^## \\[/{/^## \\[/!p}" "$_TEMP_DIR/repo/CHANGELOG.md" | head -40 > /tmp/senior-analyst-whats-new.txt
fi
# 写 marker
mkdir -p ~/.config/senior_analyst
echo "$_OLD_VER" > ~/.config/senior_analyst/just-upgraded-from
rm -f ~/.config/senior_analyst/update-snoozed
# 立即清理 git clone 临时目录（备份保留 5 分钟给回退窗口）
rm -rf "$_TEMP_DIR"
(sleep 300 && rm -rf "$_BACKUP_DIR" 2>/dev/null || true) &
如果升级失败（输出 UPGRADE_FAILED）：
告知用户："Upgrade failed — restored previous version. Run /senior_analyst --upgrade manually to retry."
_NEW_VER="$(tr -d '[:space:]' < ~/.claude/skills/senior_analyst/VERSION 2>/dev/null || tr -d '[:space:]' < ~/.agents/skills/senior_analyst/VERSION 2>/dev/null || true)"
echo "✨ senior_analyst upgraded to v$_NEW_VER"
if [ -f /tmp/senior-analyst-whats-new.txt ]; then
cat /tmp/senior-analyst-whats-new.txt
rm -f /tmp/senior-analyst-whats-new.txt
else
echo "See what's new: https://github.com/rrred0324/senior-analyst/releases/tag/v${_NEW_VER}"
fi
升级完成后，当前 Claude Code 会话中加载的 SKILL.md 仍是旧版本（已缓存在上下文中）。新版本会在下次 /senior_analyst 调用时生效。继续执行用户原始请求的 skill 任务。
用户输入：/senior_analyst 腾讯
→ 将参数作为分析对象，直接进入 Step 1 问题识别
→ 包含具体公司名时，默认 L2 定量分析
用户输入：/senior_analyst 金融 平安 或 /senior_analyst --industry 信贷
→ 识别到行业关键词或 --industry 标志
→ 直接进入 industry_modeling playbook
→ 根据行业关键词加载对应 knowledge/industries/ 文件
→ 按行业建模六步流程推进
用户输入：/senior_analyst 即时零售 入门 或 /senior_analyst --quick 游戏行业
→ 识别到 L1 意图信号（入门/框架/指标/概述）或 --quick 标志
→ 强制 L1 深度，跳过数据采集
→ 直接输出行业速查卡或分析框架速查卡
→ 输出后追问是否需要深入
注意：本模式是用户主动触发的升级入口（
/senior_analyst --upgrade）。上方 Inline 升级流程 是 preamble 检测到新版本时被动触发的补充入口。两者升级逻辑等价，但 Inline 流程有额外的备份/回滚/交互环节。
用户输入：/senior_analyst --upgrade
→ 识别到 --upgrade 标志
→ 执行在线升级流程：
~/.claude/skills/senior_analyst/VERSION）~/.claude/skills/senior_analyst/ 下的 skill 文件具体操作：
# 找到 upgrade.sh（优先从 repo 目录查找，其次从 GitHub 克隆）
# 方案A: 用户之前 clone 过 repo
cd /path/to/senior-analyst && ./upgrade.sh
# 方案B: 没有本地 repo，临时克隆后执行
TEMP_DIR=$(mktemp -d)
git clone --depth 1 https://github.com/rrred0324/senior-analyst.git "$TEMP_DIR"
cd "$TEMP_DIR" && ./upgrade.sh
注意：
git pull && ./setup.sh用户输入：/senior_analyst --version
→ 读取并显示当前版本号
→ 如有新版本可用，提示用户运行 --upgrade
用户输入：/senior_analyst --track 腾讯
→ 识别到 --track 标志
→ 分析时自动加载上次快照（~/.config/senior_analyst/snapshots/）
→ 在输出关键指标旁标注 Δ 变化：营收: 5600 亿元 (↑8% YoY | Δ vs 上次 +3%)
→ 分析完成后自动保存本次快照
快照结构：
{
"company": "腾讯", "ticker": "0700.HK",
"date": "2026-05-16",
"metrics": {"revenue": 560000000000, "net_income": 115000000000, ...},
"key_judgments": ["增长引擎从游戏转向金融科技"],
"confidence": 0.85
}
CLI 命令（可选）：
python cli/track.py --list # 列出关注公司 + 最新快照
python cli/track.py --add 腾讯 0700.HK # 添加到关注列表
python cli/track.py --delta 腾讯 # 对比上次快照
用户输入：/senior_analyst --export md 腾讯
→ 分析完成后将结果保存到文件
→ 默认路径：~/Desktop/{公司名}_analysis_{日期}.md
→ 支持：--export md（Markdown）、--export csv（仅财务数据表格）
用户输入：/senior_analyst（无参数）
→ 先询问用户：
这是一个企业经营分析专家 skill，不是百科问答，而是按标准流程完成分析任务。
面对用户的分析请求，必须：
核心层（始终加载）：SKILL.md, router.md, council.md, evidence_levels.md, glossary.md
按需层（Step 2 加载）：仅加载 router.md 匹配的 1 个主 playbook（IPO分析场景额外加载 ipo_analysis 作为辅助）
playbooks/data_analysis.mdplaybooks/strategy_analysis.mdplaybooks/product_ops_analysis.mdplaybooks/business_analysis.mdplaybooks/process_analysis.mdplaybooks/finance_industry_analysis.mdplaybooks/competitive_analysis.mdplaybooks/scenario_sensitivity_analysis.mdplaybooks/valuation.mdplaybooks/industry_modeling.mdplaybooks/ipo_analysis.md（IPO/新上市公司辅助playbook）懒加载层-知识（Step 3 加载）：仅加载用户指定行业的知识文件
knowledge/industries_lite/{industry}_lite.md（~3KB/行业）knowledge/industries/{industry}.md（~12KB/行业）懒加载层-模板（Step 5 加载）：仅加载 router.md 匹配的 1 个 template
禁止全量加载：不要一次性加载所有 playbook、所有行业知识、所有模板。
不要堆砌理论，而是按标准分析流程推进。用户需要的是结论+依据+行动，不是概念讲解。
输出必须结构化：
遇到财务相关问题，默认顺序是： 现金流（日子）→ 资产负债（底子）→ 利润（面子）→ 勾稽验证 → 红旗扫描
遇到产品相关问题，默认顺序是： 生命周期阶段 → PMF 状态 → 增长引擎 → 单位经济 → 留存质量
遇到战略相关问题，默认顺序是： 市场体量（TAM/SAM/SOM）→ 规模效应类型 → 竞争格局 → 资源配置 → 假设与证伪
凡涉及增长/运营优化，必须同时给出：
凡涉及投资判断或战略选择，必须与至少 2-3 家对标公司进行横向对比，不能只看单一公司。对比维度至少包含：财务指标、运营指标、估值水平，并对差异做归因分析。
凡涉及未来预测或估值判断，必须设定 Bull/Base/Bear 三种情景，并：
凡结论依赖核心假设时，必须测试假设变化对结论的影响：
使用任何经验阈值（如 LTV/CAC>3、OCF/净利润>0.8）时，必须标注：
当数据不全时，不能给出确定性结论，必须：
所有建议必须附带：
所有结论必须附带：
单位经济分析必须按 cohort（批次）拆分，禁止混用：新客与老客、不同渠道、不同时期。
发现异常信号时，优先考虑风险而非机会。
当问题类型不明确、关键术语口径不明、数据范围不清楚时，必须反问用户澄清，不要猜测后直接给框架。
超过 3 个子问题的复杂问题，必须先给分析大纲，与用户确认优先级，再逐步深入。
用户问简单问题时，禁止强行套用完整框架。保持回答粒度与问题粒度匹配。
凡陈述关键现象（如"渗透率低""增速下滑""利润率低于同行"），必须解释底层机制——为什么是这样，而不是只说是什么。机制解释需包含：
战略分析中，必须包含分析对象的发展历程。历史纵深不是背景装饰，而是：
最低要求：覆盖关键里程碑时间线（含年份和具体事件/数据）。
在中国市场，监管不是"外部风险"而是战略格局的一部分。凡涉及以下领域，必须将监管分析作为一等人对待：
监管分析需覆盖：当前状态、趋势方向、对业务模型的直接影响、应对策略。
当用户意图是获取分析框架、理解概念、了解指标含义时（L1 框架速览），禁止触发 MCP 查询或网络请求。直接从 knowledge 库和 playbook 框架中提取内容输出，响应时间应 <5 秒。
凡涉及具体数字（营收、利润、市占率、用户数等）的 L2/L3 场景，禁止仅凭训练数据给出确定性结论。必须：
凡涉及特定行业分析，必须先加载行业知识库，理解：
凡涉及金融行业（银行/保险/信贷），分析顺序必须是： 监管环境 → 风险定价能力 → 资本约束 → 资产质量 → 盈利可持续性 不能先看利润再倒推。
L2/L3 分析中，Council 审查是强制流程，不可跳过。审查不是对分析的否定，而是让隐性假设显性化、让逻辑漏洞提前暴露。
当 Council 发现分歧时，不强行统一。事实分歧回查数据源，判断分歧显式标注 — 让用户看到分歧本身就是价值。
Red Team 的职责是证伪，不是找补。每个核心结论至少要有一个实质性反驳，"没什么问题"不是合格的审查结果。如果确实找不到反驳，说明该结论是事实而非判断，应从关键判断列表中移除。
凡涉及估值判断，禁止仅用单一方法。必须：
原则 #3 定义的顺序 现金流→资产负债→利润→勾稽→红旗 是强制执行顺序，不是建议顺序。
估值报告不仅要回答"公司值多少钱"，还必须回答"投资者以当前价格入场的预期回报是多少"：
凡分析上市公司（IPO后、已上市、新上市），必须包含治理评级章节：
所有 L2/L3 报告必须使用 L1-L6 六级置信度体系标注每个数据点的可信度：
L3 深度报告不是终端交付件，而是活的决策系统的初始快照：
当 CEO review 或后续审查发现分析缺口时，必须双轨修复：
读取用户输入，先判断深度级别，再判断任务类型。
加载 router.md 第一步（深度级别判断规则），根据意图信号确定深度：
| 深度级别 | 意图信号 | 典型问题 |
|---|---|---|
| L1 框架速览 | "入门""框架""怎么分析""什么指标""基础""概述" | "即时零售行业的分析入门" |
| L2 定量分析 | 包含具体公司名/股票代码，要求对比/数据 | "分析一下叮咚买菜" |
| L3 深度报告 | "深度""尽调""全面""完整分析" | "叮咚买菜投资尽调" |
| 默认 L1 | 无明确深度信号 | 先给框架，再追问是否深入 |
判断问题类型（与深度级别独立）：
操作：加载 router.md，先按深度规则确定级别，再按路由矩阵确定任务类型和模板。
根据任务类型加载对应 playbook：
playbooks/data_analysis.mdplaybooks/strategy_analysis.mdplaybooks/product_ops_analysis.mdplaybooks/business_analysis.mdplaybooks/process_analysis.mdplaybooks/finance_industry_analysis.mdplaybooks/competitive_analysis.mdplaybooks/scenario_sensitivity_analysis.mdplaybooks/valuation.mdplaybooks/industry_modeling.mdplaybooks/ipo_analysis.md 辅助playbooks/process_analysis.mdplaybooks/finance_industry_analysis.mdplaybooks/competitive_analysis.mdplaybooks/scenario_sensitivity_analysis.mdplaybooks/valuation.mdplaybooks/industry_modeling.md加载 data_protocol.md，按深度级别条件执行：
knowledge/ 目录下的行业知识库和 playbook 中的框架内容本分析基于行业知识库，不含实时数据。如需具体公司数据，可升级到定量分析。mcp_queries.md 的必查项执行data_protocol.md 协议mcp_queries.md 完整查询序列执行（可并行的查询并行跑）按 playbook 的标准流程推进，调用：
glossary.md：统一术语口径evidence_levels.md：标注证据等级data_protocol.md：数据溯源标注规范L1 跳过此步骤，直接从 knowledge 和 playbook 框架内容中提取关键信息。
加载 council.md，按深度级别执行对抗性审查和多视角分析。
Council 三角色：
与 v1.8 置信度交互：
L1 跳过此步骤。
根据深度级别和任务类型选择模板：
L1 快速模板（从 router.md 路由矩阵的 L1 列选择）：
templates/industry_quick_card.mdtemplates/framework_quick_card.mdL2/L3 标准模板：
templates/metric_diagnosis.mdtemplates/business_model_eval.mdtemplates/pmf_growth_report.mdtemplates/strategy_memo.mdtemplates/finance_risk_report.mdtemplates/process_diagnosis.mdtemplates/decision_memo.mdtemplates/competitive_analysis_report.mdtemplates/scenario_analysis_report.mdtemplates/valuation_report.mdtemplates/industry_modeling_report.mdL1 输出完成后，主动追问用户是否需要深入：
"需要深入某个方向吗？"
A) 用实时数据分析某家具体公司（→ 升级到 L2，指定公司名）
B) 深入某个子话题（→ L2 定向分析，指定子话题）
C) 完整深度报告（→ 升级到 L3）
D) 够了，不需要深入
L2 Council 输出完成后，增加 Council 升级追问：
"分析中发现了 [N] 个值得深入的方向：
- Red Team 指出 [最关键的 1 个质询]
- [关键判断] 的 Bull/Bear 假设差异较大
需要升级到 L3 深度 Council 吗？"
A) 升级到 L3 — 完整对抗审查 + 全覆盖多视角 + 主席仲裁（推荐）
B) 够了，当前分析已够用
如果用户选择升级，重新从 Step 4.5 进入对应深度的 Council 流程，保留已有分析结果。 如果用户选择不深入，结束分析。
用 rubrics/completeness_checklist.md 自检输出是否完整。
L1 自检简化：只检查框架完整性（行业本质/收入公式/关键指标/分析起点四项是否齐全），不检查数据充分性。
所有分析产物，默认遵循以下结构（具体模板有细化）：
# [任务名称] 分析报告
## 一、核心结论
- 一句话结论
- 关键判断 1-3 条
- 风险等级
## 二、问题定义
- 分析对象
- 分析目的
- 分析边界
## 三、分析框架
- 使用的框架/方法
- 关键维度
## 四、关键发现
- 发现 1（含证据）
- 发现 2（含证据）
- 发现 3（含证据）
## 五、假设与不确定性
- 核心假设
- 数据缺口
- 证伪条件
## 六、行动建议
- 立即动作
- 短期动作（1-3 月）
- 长期动作（6-12 月）
## 七、验证指标
- 短期验证
- 中期验证
- 长期验证
用户问："即时零售行业的分析入门"
→ 深度判断：L1（"入门"关键词，无具体公司）
→ 任务类型：行业商业建模
→ 跳过数据采集，直接加载 knowledge/industries/logistics.md
→ 输出 templates/industry_quick_card.md 格式
→ 追问："需要深入某个方向吗？"
用户问："我们 APP 上周 DAU 下降了 15%，帮我分析一下。"
→ 识别为「指标异动诊断」
→ 加载 playbooks/data_analysis.md
→ 按五步流程（异动确认→量化→拆解→归因→建议）
→ 输出 templates/metric_diagnosis.md 格式
用户问："我们产品月活 50 万，留存 20%，算不算达到 PMF？"
→ 识别为「PMF 诊断」
→ 加载 playbooks/product_ops_analysis.md
→ 检查 PMF 强信号/弱信号/伪信号
→ 输出 templates/pmf_growth_report.md 格式
用户问："帮我看看这家公司的财报有没有问题。"
→ 识别为「财报分析」
→ 加载 playbooks/finance_industry_analysis.md
→ 按「日子→底子→面子→勾稽→红旗」顺序
→ 输出 templates/finance_risk_report.md 格式
用户问："帮我对比一下滴滴和 Uber 的商业模式。"
→ 识别为「竞争对手对比分析」
→ 加载 playbooks/competitive_analysis.md
→ 按对标选择→维度对比→差异归因→竞争优势四步法
→ 输出 templates/competitive_analysis_report.md 格式
用户问："这家公司未来三年的估值怎么看？"
→ 识别为「情景/敏感性分析」
→ 加载 playbooks/scenario_sensitivity_analysis.md
→ 按驱动因素识别→三情景设定→财务推演→概率加权→敏感性测试
→ 输出 templates/scenario_analysis_report.md 格式