6.7 KiB
6.7 KiB
name, description
| name | description |
|---|---|
| industry-deep | 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
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）
python ~/.claude/skills/industry-deep/scripts/query_industry.py summary C2911
3. Part 原文（深度分析，首选）
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
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
python ~/.claude/skills/industry-deep/scripts/query_industry.py list
6. 结构化 Module（可选，通常不需要）
python ~/.claude/skills/industry-deep/scripts/query_industry.py module C2911 1
回答策略
- 先 lookup 确认行业代码（除非用户已给出代码）
- Part 原文优先: 根据问题类型查对应的 Part，信息最完整
- summary 用于快速数字: 只需要 CAGR、景气度等单个指标时用 summary
- rank 用于跨行业对比: 排名、筛选场景
- 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
pip install -r ~/.claude/skills/industry-deep/requirements.txt
唯一第三方依赖为 pymysql。
约束
- 数据库: MySQL @ 222.128.1.157:33060 (公网地址)
- 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