供应链瓶颈猎手
将以下提示词粘贴到你的 AI 对话框中:
请根据 https://skillhub.cn/install/skillhub.md,安装 @user_3c6cb52e/bottleneck-hunter-lr-iiwj。
技能介绍
这个技能解决什么问题
传统投研的默认动作是盯龙头、看已知赛道,把公开信息折进股价里。这套系统换一个问法:如果某个超级趋势继续扩张,物理供应链上哪一环会先不够用?第一层瓶颈——GPU、HBM、电力——已经被市场充分定价,继续跟踪它们很难拿到超额收益。真正的 alpha 藏在第二层、第三层:光模块、激光器、InP 衬底、SOI 晶圆、外延设备、晶圆级测试、IC 载板、特殊玻纤。这些环节平时没人看,但一旦断货,整个行业都要停下来等。
技能如何工作
输入是用户给出的超级趋势(通过 $ARGUMENTS 传入),输出是按步骤构建的瓶颈扫描与套利机会 JSON。
工作流程大致分几步:
- 确立时间基准:动手前先运行
date命令确认当天日期,所有"最新数据"都以它为准,报告头部标注数据截止日,绝不用训练数据里的记忆日期。 - 逐层扫描供应链:从趋势的需求侧出发,把瓶颈从第一层向第二层、第三层推进,定位"没人注意但断货全行业停摆"的公司。
- 分步构建结果:按字段分步索要,把内容写入 JSON,而不是一次性生成。
- 严格算术与交叉验证:估值和计算走精确算术工具(如仓库里的
python3 tools/financial_rigor.py),财务数据必须多源交叉核对。
适用边界与注意点
- 结论必须标注不确定性和来源缺口,不能把推测写成事实。
- 这是研究工作流,不是交易信号:输出的是瓶颈清单与证据链,买卖决策仍需人工判断。
- 在 Codex 环境中运行时,技能会用 subagents、web search、shell 等价能力替代 Claude 专属工具;如果当前线程不在仓库内,要先定位实际 checkout 路径,不要假设固定的 home 目录。
使用场景
- 面对 GPU 算力扩张趋势,扫描第二、三层哪些材料与设备可能率先断供
- 新能源装机持续高增长时,评估电力设备与特殊玻纤等中段瓶颈
- 已识别出光模块或激光器瓶颈后,交叉核对多家供应商的产能与缺口
- 把供应链咽喉位置分析整理为可复核的报告,并标注数据截止日期与不确定项
适合人员
- 买方行业研究员:需要在龙头之外找到可定价的二三层瓶颈标的
- 私募量化研究员:把供应链约束转化为可验证的事件驱动因子
- 产业投资人:判断扩产周期里哪个环节最可能成为交易瓶颈
- 内部战略分析师:评估超级趋势扩张对公司供应链的断供风险