# Serenity.skill ### 让 Agent 用 Serenity 式投研方法，筛出上涨逻辑更清楚的股票和基金方向

看到 AI 半导体、机器人、CPO、算力、电力设备、创新药这些热点，很多人能感受到热度，却很难判断该看哪条产业链、哪类公司、哪只股票、哪个基金方向。 Serenity.skill 把 [Serenity / @aleabitoreddit](https://x.com/aleabitoreddit) 公开内容中可观察到的投研路径做成 Agent Skill。它会从热点出发，拆产业链，找供应链瓶颈，筛候选公司和基金方向，再检查公告、财报、客户、产能和风险，最后整理成一份优先研究清单。它的工作方式很简单：先把热点拆开，看真实需求在哪里，再看哪个环节更难扩产、更难替代，最后回到股票和基金方向，判断哪些线索更值得继续深挖。它适合面对热点信息流、希望建立系统筛选流程的投资者：让 AI 先完成第一轮深度研究，把模糊热度变成有逻辑、有证据、有风险边界的研究方向。 > Research support only. Serenity.skill 负责研究、排序和推理；最终买卖决策由你自己决定。 ## 为什么是 Serenity 式方法 [Serenity / @aleabitoreddit](https://x.com/aleabitoreddit) 在公开内容中长期围绕 AI、半导体、光通信、机器人等科技主题做供应链研究。他的核心思路很清楚：大行情里真正有价值的机会，常常藏在系统扩张时最难绕开的关键环节。 Serenity.skill 复用的是这套公开方法论中的研究路径： - 从大热点开始，先看真实需求来自哪里。 - 把主题拆成下游需求、系统集成、芯片/器件、设备、材料、封测、基础设施。 - 找低供应商数量、长验证周期、扩产困难、客户认证严格、材料纯度要求高的环节。 - 再回到股票和基金方向，判断谁更靠近真实瓶颈，谁主要只是蹭主题。 - 最后检查公告、财报、问询函、订单、产能、客户和风险，给出优先研究排序。这个仓库做的是公开资料研究工具。它吸收 Serenity 式研究的结构化思路，同时要求所有公司判断回到公告、交易所文件、财报、电话会、监管/项目文件、专利、标准、可信媒体和专业分析。 ## 它能帮你做什么 | 你现在遇到的问题 | 可以这样问 AI | Serenity.skill 会帮你看什么 | |---|---|---| | 刷到一个热点，感觉全网都在说，自己不知道从哪下手 | `最近 AI 半导体很火，普通人应该先研究哪些方向？` | 先拆产业链，再把更接近真实需求和扩产瓶颈的方向排出来 | | 想买机器人方向，分不清整机、零部件、减速器、传感器谁更关键 | `机器人产业链里，哪些环节更可能先出机会？` | 比较不同环节的供需紧张度、竞争格局和证据强弱 | | 看到别人推荐一只股票，担心它只是蹭热点 | `帮我挑战这家公司是不是 CPO 核心供应商` | 查它在产业链里的真实位置、客户证据、收入质量和主要风险 | | 想买主题基金或 ETF，分不清哪个细分方向更值得看 | `机器人主题基金应该重点看哪些上游环节？` | 找基金背后的核心受益链条，提示需要核验的持仓方向 | | 手里有几只候选股，想让 AI 帮你排个研究顺序 | `比较 A、B、C 三家公司，谁的上涨逻辑更清楚？` | 按产业链位置、证据强度、估值压力、风险点做优先级排序 | | 每天刷消息很焦虑，想建立一套固定筛选流程 | `带我学 Serenity 式产业链研究，每次只问我一个问题` | 从热点、需求、卡点、证据、风险一步步建立研究框架 | ## 直接复制这个 Prompt ```text 用 serenity-skill 深度调研现在 A 股 AI 半导体产业链。请联网查公告、财报、问询函、互动易、招投标、环评/能评、专利、客户认证和财务质量，先排产业链层级，再给出通常 3–5 个值得优先研究的标的；证据不足时可以少给，并说明卡住的环节、产业链位置、证据、排序理由和主要风险。 ``` ```text 用 serenity-skill 帮我研究最近机器人方向。先拆产业链，再判断哪些环节更接近真实供需瓶颈，最后给出股票和基金方向的优先研究清单。 ``` ```text 用 serenity-skill 挑战 [公司/股票代码]。它到底卡在哪一层？证据够不够？市场可能高估了什么？什么情况说明这个判断应该降级？ ``` 更多可复制模板见 [assets/research-prompt-pack.md](assets/research-prompt-pack.md)。 ## 输出长什么样 ```text 我会先看 [方向 A]，再看 [方向 B] 和 [方向 C]。如果你想找股票线索，我会优先研究这几家公司： 1. [公司 A]：最接近 [关键瓶颈环节]，上涨逻辑来自 [需求增长/产能紧张/客户验证/国产替代]。 2. [公司 B]：处在 [产业链位置]，适合跟踪 [订单/毛利率/产能利用率]。 3. [公司 C]：弹性更大，但需要确认 [核心风险或缺失证据]。如果你更想买基金或 ETF，我会先看暴露在 [细分方向 A] 和 [细分方向 B] 的产品，再检查它们的前十大持仓里有没有 [公司 A]、[公司 B] 这类真正靠近瓶颈的公司。我会暂时降低 [热门方向 X] 的优先级，因为它的故事很热，但现在还缺 [订单证据/利润兑现/客户认证]。下一步先查三件事： 1. [公司 A] 最新财报里 [关键业务] 的收入和毛利率有没有变化。 2. [公司 B] 有没有新的客户认证、订单或扩产公告。 3. [相关基金/ETF] 的持仓是不是集中在真正受益的环节。 ``` 完整示例： - [A 股 AI 半导体初筛：五家公司，三条优先研究线索](examples/a-share-ai-semiconductor-demo.md) - [天孚通信 CPO 挑战：量产、客户与利润分别证明到哪一步](examples/cpo-company-challenge.md) - [研究方法教学对话（虚构示例）](examples/demo-conversation.md) 前两篇是截至 2026-09-14 的真实公开资料研究，含来源、财务期间和未完成的核验项，供查看方法如何使用；不作为持续更新的行情或买入清单。 ## 安装需要一个能读取 Skill 文件的 Agent 客户端，以及它自己的联网搜索、浏览器或公告数据工具。Serenity.skill 提供研究方法，不附带实时行情服务或数据账号。研究本身不依赖 Python；下方维护用结构检查需要 Python 3。先取得仓库并进入目录： ```bash git clone https://github.com/muxuuu/serenity-skill.git cd serenity-skill ``` 也可以下载仓库 ZIP、解压后，在终端进入其中包含 `SKILL.md` 的目录。以下命令均从这个目录执行。 ### Codex 用户级安装： ```bash SERENITY_DIR="$HOME/.agents/skills/serenity-skill" mkdir -p "$SERENITY_DIR" cp -R SKILL.md LICENSE references assets examples agents "$SERENITY_DIR"/ ``` 在 Codex 中调用： ```text $serenity-skill 研究现在 A 股 AI 半导体产业链，说明优先研究方向、证据和反方理由。 ``` ### Claude Code 用户级安装： ```bash SERENITY_DIR="$HOME/.claude/skills/serenity-skill" mkdir -p "$SERENITY_DIR" cp -R SKILL.md LICENSE references assets examples agents "$SERENITY_DIR"/ ``` 在 Claude Code 中调用： ```text /serenity-skill 挑战天孚通信是 CPO 核心供应商的说法，逐项核对原始披露。 ``` 只希望在某个项目使用时，把上述 `SERENITY_DIR` 改为目标项目的绝对路径： | 客户端 | 项目内目录 | |---|---| | Codex | `<项目路径>/.agents/skills/serenity-skill` | | Claude Code | `<项目路径>/.claude/skills/serenity-skill` | 安装后新开一个会话，确认能找到并调用 `serenity-skill`。目录规则见 [Codex 官方文档](https://developers.openai.com/codex/skills)和 [Claude Code 官方文档](https://code.claude.com/docs/en/skills)。其他兼容客户端使用同一份 Skill，安装位置和联网工具以各客户端文档为准。验证范围（2026-09-14）：Codex CLI 0.147.0 已实际加载新版，并完成离线材料下的公司主张辨析；Claude Code 的目录与包结构已核对，模型调用尚未实测。这不代表所有客户端、模型和联网数据源已经完成端到端验证。已有旧版本时，先把旧 `serenity-skill` 安装目录移到 Skill 搜索目录以外备份，再复制新版。直接覆盖不会移除旧版已退役的文件；在同一搜索目录留着旧副本还可能重复加载。仓库内的 README、维护文档和 `scripts/validate_skill.py` 不需要复制到运行目录。 ## 研究备忘录需要完整报告时，可以让 Agent 使用 [研究模板](assets/thesis-template.md)，整理产业链位置、已确认事实、缺失证据、利润与估值、替代路线和失效条件。研究优先级由证据和推理解释，不使用综合数字评分。维护者可在仓库目录检查 Skill 的基本结构： ```bash python3 scripts/validate_skill.py . ``` 这条命令检查名称、描述和目录，不验证投资结论。 ## 仓库结构 ```text serenity-skill/ ├── SKILL.md ├── README.md ├── README.en.md ├── references/ │ ├── deep-research-workflow.md │ ├── evidence-ladder.md │ ├── market-source-playbook.md │ ├── public-profile-and-evaluation.md │ └── risk-and-compliance.md ├── assets/ │ ├── research-prompt-pack.md │ └── thesis-template.md ├── scripts/ │ └── validate_skill.py ├── examples/ │ ├── a-share-ai-semiconductor-demo.md │ ├── cpo-company-challenge.md │ └── demo-conversation.md └── evals/ └── test-cases.md ``` ## 研究边界 Serenity.skill 是独立的公开方法论项目，灵感来自 [Serenity / @aleabitoreddit](https://x.com/aleabitoreddit) 公开内容中可观察到的研究范式。它帮助做研究、排序和推理，功能范围限于研究辅助。它提供研究优先级、证据链、风险核验和下一步检查清单。交易执行、账户操作、收益承诺和最终买卖判断始终由用户自己控制。强结论应以公告、交易所文件、财报、电话会、监管/项目文件、专利、标准、可信媒体和专业分析为依据。社交媒体内容适合作为线索来源，最终判断要回到更强证据。 ## License MIT