市场分析智能体

要解决什么问题

做支付或金融科技产品的行业切入时，常见痛点是：公开数据散落在研报与统计口径里、PDF 年报难以逐页引用、资金流与交易链只能凭经验画、产品材料与行业痛点对不上号，最后方案和销售话术各写各的。market-analysis-agent 定位为统一入口：你给出行业、地域、年份区间、上传报告/产品材料与交付物清单，它按工作流调用 skills/ 下各 specialist，而不是让你手动拼十几段提示词。

技能如何工作

默认走 skills/industry-insight-orchestrator/SKILL.md 做端到端编排；窄需求可直接加载对应子技能，例如：

• 公开数据：市场规模、增速、交易/支付规模与来源（industry-public-data-retriever）
• PDF 研报：年报、招股书等带页码抽取（pdf-research-extractor）
• 溯源：来源归一、置信度标签、冲突与脚注（data-provenance-tracker）
• 资金流建模：交易链、Mermaid 图、支付痛点（fund-flow-modeler）
• 头部公司：营收、GMV、结算与支付方式（top-company-deep-dive）
• 产品解析与匹配：材料解析、痛点—能力打分与销售角度（product-capability-parser、industry-product-fit-analyzer）
• 交付物：Markdown 方案、销售 enablement、静态 HTML 高管报告（solution-builder、sales-enablement-kit、visual-report-builder）

典型步骤：识别输入 → 拉公开数据并解析 PDF/产品材料 → 每个硬数字跟踪 provenance → 按你的交付要求生成图、方案与销售包；若缺产品材料，仍完成行业分析，并在 product-fit / solution 段标注假设或待补材料。

适用边界

涉及 PDF/PPT/网页解析或较重校验时，需先确认 Python 依赖（可按技能目录内 requirements.txt 安装，网络或提权安装需你批准）。完整流程结束时应在回复中汇总报告、列出生成文件，并明确数据缺口、来源冲突与假设——不要把它当成无需复核的「最终结论引擎」。