feat20260306 增加了industry-deep技能，行业深度研究

industry-deep/SKILL.md

@@ -0,0 +1,119 @@
+---
+name: industry-deep
+description: 查询行业深度研报数据。当用户询问任何行业分析、市场规模、竞争格局、产业链、投资逻辑、政策法规、技术趋势时使用。支持原始Markdown(Part)查询、行业摘要、跨行业排名对比。关键词：行业分析、行业数据、行业报告、景气度、industry analysis。
+---
+
+# 行业深度研报查询 (Industry Deep Analysis)
+
+连接 MySQL 数据库，查询行业深度研报数据。
+覆盖 ~20 个行业，每个行业包含 8 个 Part 深度分析原文（约 8-14K 字/Part）。
+
+## 数据架构
+
+### 核心数据源：Part 原文（`report_raw_parts` 表）
+
+Part 是 LLM 按固定 prompt 生成的深度分析 Markdown，**信息最完整、上下文最丰富**，是首选查询目标。
+
+每个行业包含 9 个 Part（0-8），子章节结构跨行业基本一致（约 85% 一致性）：
+
+| Part | 主题 | 子章节结构 | 典型字数 |
+|------|------|-----------|---------|
+| 0 (meta) | 目录 + 执行摘要 | YAML 元数据、目录索引、报告概览表、Part 生成明细 | ~1.4K |
+| 1 | 行业定义与边界 | **1.1** GB/T 4754-2017 标准定义（分类层级表）→ **1.2** 与相邻行业的边界划分（多维对比表）→ **1.3** 核心产品/服务清单（市场规模） | ~7K |
+| 2 | 市场规模追踪 | **2.1** 十年规模追踪 2015-2024（年度数据表+关键节点分析）→ **2.2** 规模预测 2025-2030（三情景分析+假设条件）→ **2.3** 细分市场结构（按产品/应用/区域）→ **2.4** 增长驱动因素深度分析 | ~9K |
+| 3 | 竞争格局 | **3.1** 集中度分析（CR5/CR10/HHI 追踪表+驱动因素）→ **3.2** 龙头企业分层分析（Tier1/2/3 + 财务对标数据）→ **3.3** 竞争壁垒评估 | ~9K |
+| 4 | Survival Metrics | 多个**生死指标**，每个含：定义 → 为何是生死线 → 基准值体系 → 龙头企业实测数据 → 改善路径。*指标因行业而异*（如轮胎业=产能利用率/替换配套比；细胞治疗=IND 获批数/临床转化率） | ~10K |
+| 5 | 产业链价值分布 | **5.1** 产业链全景图（ASCII 结构图 + 各环节核心企业）→ **5.2** 各环节毛利率与话语权分析（利润分布表）→ **5.3** 成本结构深度拆分（总成本+分产品+头部企业对比） | ~14K |
+| 6 | 政策法规监管 | **6.1** 核心政策清单（含文号、发布机构、日期、影响评级的完整表格）→ **6.2** 行业专项政策演进（按重点领域分类）→ **6.3** 审批注册要求 | ~10K |
+| 7 | 技术演进创新 | **7.1** 当前主流技术路线（多维对比表 + 市场占比）→ **7.2** 技术发展历程（时间线 + 关键突破）→ **7.3** 技术迭代周期与驱动因素 | ~13K |
+| 8 | 投资逻辑风险 | **8.1** 核心增长逻辑重构（3-4 条逻辑链，每条含数据支撑）→ **8.2** 风险清单（概率-影响矩阵 + 详细风险表）→ **8.3** 估值参考（上市公司估值对比表） | ~10K |
+
+### 辅助数据源：行业摘要（`industry_reports` 表）
+
+汇总表，存储每个行业的核心指标数值，适合**快速查数字**和**跨行业对比**：
+- 景气度星级(1-5)、CAGR、毛利率、净利率、CR5/CR10/HHI、集中度趋势、headline
+
+### 补充数据源：Module（`report_modules` 表）
+
+从 Part 提取的结构化 JSON，主要服务前端 UI 展示。LLM 消费场景下一般不需要，Part 原文信息更完整。
+
+## 命令接口
+
+脚本路径: `~/.claude/skills/industry-deep/scripts/query_industry.py`
+
+### 1. 查找行业
+```bash
+python ~/.claude/skills/industry-deep/scripts/query_industry.py lookup "轮胎"
+python ~/.claude/skills/industry-deep/scripts/query_industry.py lookup "C2911"
+```
+
+### 2. 行业摘要（快速数字）
+```bash
+python ~/.claude/skills/industry-deep/scripts/query_industry.py summary C2911
+```
+
+### 3. Part 原文（深度分析，首选）
+```bash
+python ~/.claude/skills/industry-deep/scripts/query_industry.py part C2911 2      # Part 2 市场规模
+python ~/.claude/skills/industry-deep/scripts/query_industry.py part C2911 3,5    # 多个 Part
+python ~/.claude/skills/industry-deep/scripts/query_industry.py part C2911 all    # 全部（慎用，~84K 字）
+```
+
+### 4. 跨行业排名
+```bash
+python ~/.claude/skills/industry-deep/scripts/query_industry.py rank stars --top 5
+python ~/.claude/skills/industry-deep/scripts/query_industry.py rank cagr --top 10
+python ~/.claude/skills/industry-deep/scripts/query_industry.py rank gross_margin --top 5
+```
+
+### 5. 列出所有行业
+```bash
+python ~/.claude/skills/industry-deep/scripts/query_industry.py list
+```
+
+### 6. 结构化 Module（可选，通常不需要）
+```bash
+python ~/.claude/skills/industry-deep/scripts/query_industry.py module C2911 1
+```
+
+## 回答策略
+
+1. **先 lookup 确认行业代码**（除非用户已给出代码）
+2. **Part 原文优先**: 根据问题类型查对应的 Part，信息最完整
+3. **summary 用于快速数字**: 只需要 CAGR、景气度等单个指标时用 summary
+4. **rank 用于跨行业对比**: 排名、筛选场景
+5. **按需查询，不要一次查 all**: 根据问题精准选择 1-2 个 Part
+
+### 场景速查表
+
+| 用户问题类型 | 推荐命令 | 关键子章节 |
+|-------------|---------|-----------|
+| "XXX 行业是什么，包含哪些" | part 1 | 1.1 标准定义、1.2 边界划分、1.3 产品清单 |
+| "XXX 市场有多大" | part 2 | 2.1 十年追踪、2.2 预测、2.3 细分市场 |
+| "XXX 行业增长驱动因素" | part 2 | 2.4 增长驱动因素 |
+| "XXX 行业集中度/龙头" | part 3 | 3.1 集中度(CR5/HHI)、3.2 企业分层 |
+| "XXX 行业哪些公司风险高" | part 4 | 各生死指标 + 龙头实测数据 |
+| "XXX 产业链结构" | part 5 | 5.1 全景图、5.2 毛利率话语权 |
+| "XXX 行业成本结构" | part 5 | 5.3 成本拆分 |
+| "XXX 行业有哪些政策" | part 6 | 6.1 政策清单、6.2 专项演进 |
+| "XXX 行业技术趋势" | part 7 | 7.1 技术路线、7.2 发展历程 |
+| "XXX 值不值得投资" | part 8 | 8.1 增长逻辑、8.2 风险、8.3 估值 |
+| "XXX 行业景气度" | summary | 快速查星级+CAGR+毛利率 |
+| "哪些行业景气度最高" | rank stars | 跨行业对比 |
+| "高成长行业有哪些" | rank cagr | 跨行业对比 |
+| 综合分析（多维度） | part 0 + 相关 Parts | 先读 meta 执行摘要，再查具体 Part |
+
+## 安装
+
+```bash
+pip install -r ~/.claude/skills/industry-deep/requirements.txt
+```
+
+唯一第三方依赖为 `pymysql`。
+
+## 约束
+
+- 数据库: MySQL @ 192.168.1.10:3306 (局域网，需在局域网内访问)
+- 数据库连接信息可通过环境变量 `INDUSTRY_DEEP_DB_*` 覆盖（见 `scripts/db_config.py`）
+- 当前约 20 个行业，数据来源为 V3 深度研报 LLM 生成
+- Part 原文为 LLM 生成的 Markdown，子章节结构约 85% 跨行业一致，个别行业可能有小幅偏差

industry-deep/requirements.txt

@@ -0,0 +1 @@
+pymysql>=1.0.0

industry-deep/scripts/db_config.py

@@ -0,0 +1,15 @@
+# -*- coding: utf-8 -*-
+"""数据库连接配置 —— 供 industry-deep Skill 查询脚本使用。
+
+优先读取环境变量 INDUSTRY_DEEP_DB_*，否则使用默认值。
+"""
+import os
+
+DB_CONFIG = {
+    "host": os.environ.get("INDUSTRY_DEEP_DB_HOST", "192.168.1.10"),
+    "port": int(os.environ.get("INDUSTRY_DEEP_DB_PORT", "3306")),
+    "user": os.environ.get("INDUSTRY_DEEP_DB_USER", "sunjiewei"),
+    "password": os.environ.get("INDUSTRY_DEEP_DB_PASS", "sunjiewei@vf"),
+    "database": os.environ.get("INDUSTRY_DEEP_DB_NAME", "industry_deep"),
+    "charset": "utf8mb4",
+}

industry-deep/scripts/query_industry.py

@@ -0,0 +1,304 @@
+# -*- coding: utf-8 -*-
+"""行业深度研报查询脚本 —— 供 Claude Skill 使用。
+
+连接 MySQL 数据库，查询行业报告的结构化数据和原始 Markdown 文本。
+依赖: pymysql（项目已安装）。
+
+用法:
+    python query_industry.py <command> [args...]
+
+子命令:
+    lookup <keyword>              按关键词或代码查找行业
+    summary <code>                获取行业核心指标摘要
+    module <code> <num|all>       获取结构化 Module JSON
+    part <code> <nums|all>        获取 Part 原始 Markdown
+    rank <field> [--top N]        跨行业排名
+    list                          列出所有行业
+"""
+from __future__ import annotations
+
+import json
+import sys
+import os
+
+# Windows 终端 GBK 编码问题
+sys.stdout.reconfigure(encoding="utf-8")
+sys.stderr.reconfigure(encoding="utf-8")
+
+# 数据库配置
+sys.path.insert(0, os.path.dirname(os.path.abspath(__file__)))
+from db_config import DB_CONFIG
+
+try:
+    import pymysql
+except ImportError:
+    import subprocess
+    print("pymysql 未安装，正在自动安装...", file=sys.stderr)
+    subprocess.check_call([sys.executable, "-m", "pip", "install", "pymysql", "-q"])
+    import pymysql
+
+
+def _get_conn():
+    """获取数据库连接。"""
+    return pymysql.connect(**DB_CONFIG, cursorclass=pymysql.cursors.DictCursor)
+
+
+# ---------------------------------------------------------------------------
+# 子命令实现
+# ---------------------------------------------------------------------------
+
+def cmd_lookup(keyword: str):
+    """按关键词查找行业，模糊匹配 name 和 code。"""
+    conn = _get_conn()
+    try:
+        with conn.cursor() as cur:
+            like = f"%{keyword}%"
+            cur.execute(
+                """SELECT code, name, stars, stars_label, headline
+                   FROM industry_reports
+                   WHERE name LIKE %s OR code LIKE %s
+                   ORDER BY stars DESC""",
+                (like, like),
+            )
+            rows = cur.fetchall()
+    finally:
+        conn.close()
+
+    if not rows:
+        print(f"未找到匹配「{keyword}」的行业")
+        return
+
+    print(f"找到 {len(rows)} 个行业：\n")
+    for r in rows:
+        stars_display = "★" * r["stars"] + "☆" * (5 - r["stars"])
+        print(f"  {r['code']}  {r['name']}  {stars_display} ({r['stars_label']})")
+        if r["headline"]:
+            print(f"         {r['headline']}")
+        print()
+
+
+def cmd_summary(code: str):
+    """获取行业核心指标摘要。"""
+    conn = _get_conn()
+    try:
+        with conn.cursor() as cur:
+            cur.execute(
+                """SELECT code, name, stars, stars_label, cagr, gross_margin,
+                          net_margin, cr5, cr10, hhi, concentration_trend,
+                          headline, total_characters, report_version, generated_at
+                   FROM industry_reports WHERE code = %s""",
+                (code,),
+            )
+            row = cur.fetchone()
+    finally:
+        conn.close()
+
+    if not row:
+        print(f"未找到行业: {code}")
+        return
+
+    print(json.dumps(row, ensure_ascii=False, indent=2, default=str))
+
+
+def cmd_module(code: str, module_num: str):
+    """获取结构化 Module JSON 数据。"""
+    conn = _get_conn()
+    try:
+        with conn.cursor() as cur:
+            if module_num == "all":
+                cur.execute(
+                    """SELECT rm.module_num, rm.module_json
+                       FROM report_modules rm
+                       JOIN industry_reports ir ON ir.id = rm.report_id
+                       WHERE ir.code = %s
+                       ORDER BY rm.module_num""",
+                    (code,),
+                )
+            else:
+                cur.execute(
+                    """SELECT rm.module_num, rm.module_json
+                       FROM report_modules rm
+                       JOIN industry_reports ir ON ir.id = rm.report_id
+                       WHERE ir.code = %s AND rm.module_num = %s""",
+                    (code, int(module_num)),
+                )
+            rows = cur.fetchall()
+    finally:
+        conn.close()
+
+    if not rows:
+        print(f"未找到行业 {code} 的 Module 数据")
+        return
+
+    for r in rows:
+        mj = r["module_json"]
+        data = json.loads(mj) if isinstance(mj, str) else mj
+        print(f"=== Module {r['module_num']} ===")
+        print(json.dumps(data, ensure_ascii=False, indent=2))
+        print()
+
+
+def cmd_part(code: str, part_nums: str):
+    """获取 Part 原始 Markdown 文本。"""
+    conn = _get_conn()
+    try:
+        with conn.cursor() as cur:
+            if part_nums == "all":
+                cur.execute(
+                    """SELECT rrp.part_num, rrp.content, rrp.char_count
+                       FROM report_raw_parts rrp
+                       JOIN industry_reports ir ON ir.id = rrp.report_id
+                       WHERE ir.code = %s
+                       ORDER BY rrp.part_num""",
+                    (code,),
+                )
+            else:
+                nums = [int(x.strip()) for x in part_nums.split(",")]
+                placeholders = ",".join(["%s"] * len(nums))
+                cur.execute(
+                    f"""SELECT rrp.part_num, rrp.content, rrp.char_count
+                        FROM report_raw_parts rrp
+                        JOIN industry_reports ir ON ir.id = rrp.report_id
+                        WHERE ir.code = %s AND rrp.part_num IN ({placeholders})
+                        ORDER BY rrp.part_num""",
+                    [code] + nums,
+                )
+            rows = cur.fetchall()
+    finally:
+        conn.close()
+
+    if not rows:
+        print(f"未找到行业 {code} 的 Part 数据")
+        return
+
+    for r in rows:
+        label = "meta (目录+执行摘要)" if r["part_num"] == 0 else f"Part {r['part_num']}"
+        print(f"{'=' * 60}")
+        print(f"  {label}  ({r['char_count']} 字)")
+        print(f"{'=' * 60}")
+        print(r["content"])
+        print()
+
+
+def cmd_rank(field: str, top: int = 5):
+    """跨行业排名，按指定字段降序。"""
+    field_map = {
+        "stars": "stars",
+        "cagr": "cagr_value",
+        "cagr_value": "cagr_value",
+        "gross_margin": "gross_margin_value",
+        "gross_margin_value": "gross_margin_value",
+    }
+    column = field_map.get(field)
+    if not column:
+        print(f"不支持的排序字段: {field}")
+        print(f"可用字段: {', '.join(field_map.keys())}")
+        return
+
+    conn = _get_conn()
+    try:
+        with conn.cursor() as cur:
+            cur.execute(
+                f"""SELECT code, name, stars, stars_label, cagr, gross_margin, headline
+                    FROM industry_reports
+                    WHERE {column} IS NOT NULL
+                    ORDER BY {column} DESC
+                    LIMIT %s""",
+                (top,),
+            )
+            rows = cur.fetchall()
+    finally:
+        conn.close()
+
+    if not rows:
+        print("暂无数据")
+        return
+
+    print(f"Top {top} — 按 {field} 排序:\n")
+    for i, r in enumerate(rows, 1):
+        print(f"  {i}. {r['code']}  {r['name']}")
+        print(f"     景气度={r['stars']}★  CAGR={r['cagr']}  毛利率={r['gross_margin']}")
+        if r["headline"]:
+            print(f"     {r['headline']}")
+        print()
+
+
+def cmd_list():
+    """列出所有行业。"""
+    conn = _get_conn()
+    try:
+        with conn.cursor() as cur:
+            cur.execute(
+                "SELECT code, name, stars FROM industry_reports ORDER BY code"
+            )
+            rows = cur.fetchall()
+    finally:
+        conn.close()
+
+    if not rows:
+        print("暂无行业数据")
+        return
+
+    print(f"共 {len(rows)} 个行业:\n")
+    for r in rows:
+        print(f"  {r['code']}  {r['name']}  {'★' * r['stars']}")
+
+
+# ---------------------------------------------------------------------------
+# 主入口
+# ---------------------------------------------------------------------------
+
+def main():
+    if len(sys.argv) < 2:
+        print(__doc__)
+        sys.exit(0)
+
+    cmd = sys.argv[1]
+
+    if cmd == "lookup":
+        if len(sys.argv) < 3:
+            print("用法: query_industry.py lookup <keyword>")
+            sys.exit(1)
+        cmd_lookup(sys.argv[2])
+
+    elif cmd == "summary":
+        if len(sys.argv) < 3:
+            print("用法: query_industry.py summary <code>")
+            sys.exit(1)
+        cmd_summary(sys.argv[2])
+
+    elif cmd == "module":
+        if len(sys.argv) < 4:
+            print("用法: query_industry.py module <code> <1-5|all>")
+            sys.exit(1)
+        cmd_module(sys.argv[2], sys.argv[3])
+
+    elif cmd == "part":
+        if len(sys.argv) < 4:
+            print("用法: query_industry.py part <code> <0-8|all>")
+            sys.exit(1)
+        cmd_part(sys.argv[2], sys.argv[3])
+
+    elif cmd == "rank":
+        if len(sys.argv) < 3:
+            print("用法: query_industry.py rank <field> [--top N]")
+            sys.exit(1)
+        field = sys.argv[2]
+        top = 5
+        if "--top" in sys.argv:
+            idx = sys.argv.index("--top")
+            if idx + 1 < len(sys.argv):
+                top = int(sys.argv[idx + 1])
+        cmd_rank(field, top)
+
+    elif cmd == "list":
+        cmd_list()
+
+    else:
+        print(f"未知命令: {cmd}")
+        print(__doc__)
+        sys.exit(1)
+
+
+if __name__ == "__main__":
+    main()