菜单
加载决策所需的完整上下文，是 ExecutingAgent 启动时调用的组合 Skill（Composite Skill）。内部封装：用户画像 + 持仓快照 + 纪律配置 + target_position 查找（含 LLM 语义兜底）+ 投研观点（含 M7 三层基金判别）+ 数据告警累积。这是 v3.0 设计中明确的"组合能力"——服务于业务自然边界，不强行拆为多个原子 Skill。
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 | wp-load-context |
| description | 加载决策所需的完整上下文，是 ExecutingAgent 启动时调用的组合 Skill（Composite Skill）。内部封装：用户画像 + 持仓快照 + 纪律配置 + target_position 查找（含 LLM 语义兜底）+ 投研观点（含 M7 三层基金判别）+ 数据告警累积。这是 v3.0 设计中明确的"组合能力"——服务于业务自然边界，不强行拆为多个原子 Skill。 |
| version | 1.0.0 |
| type | function_call |
| composite | true |
| entry_point | backend.graph.tools:call_tool |
| tool_name | load_decision_context |
| inputs | {"type":"object","properties":{"asset_name":{"type":"string","description":"标的名称（可选，组合级评估时为 null）"},"portfolio_id":{"type":"integer","default":1},"user_query":{"type":"string","description":"用户原始问句（M7 三层判别需要）","default":""}},"required":[]} |
| outputs | {"type":"LoadDecisionContextOutput","description":"含 loaded_data（LoadedData 完整对象）+ 4 个状态标志位"} |
| tags | ["composite-skill","context-loading","data-fetch","m7"] |
加载决策上下文（组合 Skill）。
WealthPilot 的 9 个原子 Skill 各司单一职责（如 wp-fetch-holdings 只查持仓）。 但决策流程启动时需要一组紧密耦合的数据：
这些数据装配逻辑紧密耦合——比如 target_position 的查找依赖 positions 列表， M7 判别依赖 target_position 是否在持仓中。如果强行拆成 6 个独立 Skill 调用， ExecutingAgent 会需要重新实现装配逻辑（即把 data_loader.load() 的 168 行代码 "搬"到 ExecutingAgent 里），破坏 v2.6 已稳定的实现。
因此 wp-load-context 设计为组合 Skill（composite=true）——内部封装完整装配， 对外暴露统一接口。
基金场景（is_likely_fund=True）下，research 字段独占盈米数据——不混入通用 联网搜索的噪声（避免"000001 → 平安银行"等误匹配）。
装配过程中如果发生：
会被累积到 LoadedData.data_warnings。
from backend.skills import invoke_skill
# 单标决策场景
ctx = invoke_skill(
"wp-load-context",
asset_name="茅台",
portfolio_id=1,
user_query="茅台还能拿吗",
)
loaded = ctx.loaded_data # LoadedData 完整对象
# 组合级评估场景（asset_name=None）
ctx = invoke_skill(
"wp-load-context",
portfolio_id=1,
user_query="我组合现在健康吗？",
)
从投资决策建议生成确定性分批执行计划草案。规则引擎产出所有数字(触发价/数量/批次),LLM 只写解释文案。type=function_call(确定性 orchestrator,非 llm_dispatch)。
为单一持仓标的（股票/基金）生成投资决策建议。适用场景包括用户询问"X 还能拿吗"、"X 该不该卖"、"X 涨了好多要不要止盈"等明确针对单标的的决策问题。该 Skill 编排 5 个阶段的工作流：数据加载 → 前置校验 → 规则校验 → 信号生成 → LLM 推理，最后输出 6 档结构化决策（BUY/HOLD/TAKE_PROFIT/REDUCE/SELL/STOP_LOSS）。
从 WealthPilot 知识库中语义检索用户原则类知识。覆盖三类内容： 投资纪律（investment_principles）、投资风格（investment_style）、 资产配置原则（allocation_principles）。 适用于需要"用户原则视角"的决策场景。 注意：本 Skill 不负责标的相关投研观点（那是 wp-fetch-research 的职责）。
把投资决策对话上下文翻译为结构化行动清单草稿（ActionListDraft）。仅在用户点击"生成行动清单"按钮时调用，不在每轮对话中运行。trigger: manual_button_only。不被 LLM Skill Selector 选择。
计算用户当前组合各资产类别（权益/固收/另类/衍生品/货币）相对目标区间的偏离度。返回结构化 DeviationSnapshot，含每类资产的 current_pct / target_range / deviation 等。
投资纪律校验。决策管道用简化版（仅检查单标仓位上限，毫秒级响应）；用户主动审计场景用完整版（11 条纪律 / 3 引擎，毫秒-百毫秒级）。完整纪律体系来自 data/handbook_official.md（v1.4），由 risk_engine + decision_engine + psychology_engine 三引擎实现。