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/ZhuLinsen/alphasift --skill alphasift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。
基于 SOC 职业分类
正在显示 SKILL.md
| name | alphasift |
| description | 自动选股 Skill。Use when: 用户要按策略筛选 A 股、列出可用策略、运行双低/放量突破等选股，或保存运行并做 T+N 后验评估。通过 alphasift CLI 或 Python 接口输出候选股票列表。 |
按策略筛选、评分并排序 A 股候选股票。
定位：全市场候选发现与横向排序引擎。它站在 daily_stock_analysis 这类单股深度分析服务上游；DSA 只是可选 L3 后置分析器，不是主筛选依赖。
dual_low、volume_breakout 这类策略筛选 A 股alphasift quickstart 一键看到全市场→候选→排名的最小闭环market="cn"pip install -e .LITELLM_MODEL、LLM_CHANNELS、LITELLM_CONFIG 或旧变量 LLM_API_KEY/LLM_MODEL/LLM_BASE_URLdaily_stock_analysis 的 LiteLLM 配置字段，包括 OPENAI_*、GEMINI_*、DEEPSEEK_API_KEY、OLLAMA_API_BASEscoring_profile、risk_profile、portfolio_profile、scorecard_profile 覆盖默认规则event_profile 配置偏好/规避事件、公告类别和候选上下文来源权重industry/concepts/board_heat_score/board_heat_trend_score，会作为 LLM、主题热度因子与组合分散层锚点；history sidecar 可回填持续性、降温和状态字段。默认组合分散层会用这些标签映射风险桶，降低同一拥挤交易重复占位scorecard 后置评分器，也可追加 dsa 或 external_httpDSA_API_URL，默认调用 POST /api/v1/analysis/analyzeDAILY_SOURCE 支持 akshare（默认）、baostock 或 auto，auto 会在 akshare 失败时自动降级到 baostock 作为免费兜底alphasift strategies
alphasift quickstart
alphasift quickstart --strategy balanced_alpha --max-output 8
alphasift screen dual_low --no-llm
alphasift screen volume_breakout --max-output 10
alphasift screen balanced_alpha --no-llm
alphasift screen capital_heat
alphasift screen balanced_alpha --context "今日券商板块放量，低估值金融获得资金回流"
alphasift --env-file /home/ubuntu/daily_ai_assistant/.env screen balanced_alpha
alphasift screen balanced_alpha --explain
alphasift screen balanced_alpha --candidate-context-file candidate_context.csv
alphasift screen dual_low --no-post-analysis
alphasift screen shrink_pullback --no-llm
alphasift screen dual_low --post-analyzer dsa
alphasift audit
alphasift industry-cache --output data/industry_map.csv --explain
alphasift screen dual_low --no-llm --save-run
alphasift runs
alphasift evaluate <run_id> --explain
alphasift evaluate-batch --limit 20 --explain
alphasift evaluate <run_id> --with-price-path --explain
from alphasift import evaluate_saved_run, evaluate_saved_runs, list_strategies, screen
list_strategies()
screen("dual_low", market="cn", use_llm=False)
evaluate_saved_run("<run_id>")
evaluate_saved_runs(limit=20)
返回 ScreenResult JSON，核心字段有：
strategymarketstrategy_versionsnapshot_countafter_filter_countpicksllm_rankedllm_market_viewllm_selection_logicllm_portfolio_riskllm_coveragepost_analyzersdaily_enrichedrisk_enabledportfolio_concentration_notesdegradationsnapshot_sourcesource_errors每个 Pick 包含：
rankcodenamefinal_scorescreen_scoreranking_reasonrisk_summarypricechange_pctamounttotal_mvturnover_ratevolume_ratiope_ratiopb_ratioindustryconceptsboard_heat_scoreboard_heat_latest_scoreboard_heat_trend_scoreboard_heat_persistence_scoreboard_heat_cooling_scoreboard_heat_observationsboard_heat_stateboard_heat_summarychange_60dsignal_scoremacd_statusrsi_statusbreakout_20d_pctrange_20d_pctvolume_ratio_20dbody_pctpullback_to_ma20_pctconsolidation_days_20dfactor_scoresllm_confidencellm_sectorllm_themellm_tagsllm_catalystsllm_risksllm_thesisllm_style_fitllm_watch_itemsllm_invalidatorsrisk_scoreget_result 服务；本地用 --save-run、runs、evaluate、evaluate-batch 管理运行记录audit 用于自检策略 profile 覆盖、已知能力短板和下一步优先级--candidate-context-file 支持 CSV/JSON/JSONL，通过 code 对齐候选级新闻、公告、资金流或研究摘要，只注入当前候选池相关行；可选抓取会附带 source_count、source_confidence、source_weight_score、context_summary 和公告类别industry-cache 会缓存行业/概念映射和板块热度字段，并写入 history sidecar；后续加载映射时可回填板块热度滚动趋势、持续性、降温和状态字段，供 LLM 上下文与 theme_heat 因子使用industry 字段；两者都缺失时不会改变规则分数scorecard 默认启用，DSA 只是其中一个可追加后端--with-price-path 会额外估算最大回撤和最大浮盈risk_levelrisk_penaltyrisk_flagsportfolio_penaltyportfolio_flagspost_analysis_statuspost_analysis_score_deltasdeep_analysis_statusdeep_analysis_summarydeep_analysis_resultdeep_analysis_signal_scoredeep_analysis_sentiment_scoredeep_analysis_operation_advicedeep_analysis_trend_predictiondeep_analysis_risk_flags