数字经济专业AI助手

要解决什么问题

数字经济相关任务往往横跨定量指标（市场规模、份额、KPI）与定性判断（政策、商业模式、竞争格局），还要兼顾课程论文、行业报告和图表/PPT 交付。纯聊天式回答容易缺数据来源、把相关当因果，或在长上下文里堆满用不到的领域知识。

技能如何工作

本技能采用四层加载：当前 SKILL 作流程导航；references/ 按需读领域知识与写作规范；scripts/ 在运行时做数据处理；assets/ 提供模板与配色。任务开始前只读本文件，需要细节时再点名加载对应 reference。

标准化流程按任务类型分支：

• 流程 A（数据分析）：验证数据 → data_validator.py → 描述统计与相关/趋势分析 → 结合业务与政策解读 → 表格+图+结论
• 流程 B（行业研究）：市场概况、竞争格局、用户行为，定量+定性并行；可用 market_analysis.py、trend_forecast.py
• 流程 C（学术写作）：文献与框架 → 方法设计 → 按 academic-writing-guide.md 组织章节
• 流程 D/E：visualization.py 与 PPT 结构参考 ppt-design-guide.md

数据来源优先级写死在流程里：官方统计 > 权威行业报告 > 财报与披露 > 第三方平台 > 用户数据。输出要求标注来源、说明局限，并列出常见分析谬误（幸存者偏差、因果混淆等）作为反面约束。

适用边界

不适用：纯编程、硬件、非数字经济领域的法律/医疗咨询。复杂任务应分阶段执行，每步验证后再加载下一层资源，避免一次性把全部 reference 灌进上下文。