技能介绍

要解决的问题

判断一个行业到底热不热，只看涨跌远远不够。成交额占比、总市值占比、换手率占比三个指标分别刻画资金关注度、权重结构和交易活跃度，单独看任何一项都容易误判。成交额占比高但换手率不高，可能是存量资金的稳定配置，而不是短线炒作；换手率高但市值占比低，更像小盘题材的情绪驱动。行业拥挤度把这三项指标放进 5 日和 20 日两个窗口做标准化，再给出历史分位数，用来判断当前行业处在自身历史的什么位置。

核心能力与工作方式

输入方式：从用户自然语言中提取行业关键词，例如「半导体」「医药」「新能源」，无需用户手填指数代码。

调用流程：

从 memory.md 读取 API Key，设置环境变量 GT_CROWDING_DEGREE_API_KEY
直接执行脚本取数，不读取 industry_info.json
解析返回 JSON，按 data 数组逐项映射 crowding_data 字段

输出内容：以 Markdown 表格输出两份报告，分别对应 5 日和 20 日窗口。每张表包含：

Max、Min、Now 三个统计值，分别对应区间极值与当前周期取值
分位数，用于定位当前值在历史区间中的位置
上周数据、本周环比增减与环比增幅，并进一步回溯上周、上上周的环比变化，方便观察趋势拐点

异常与空值处理：

401 表示未携带 Key，403 表示 Key 无效，需要重新获取并更新 memory.md
超时与 500 自动重试，最多 3 次，间隔不少于 2 秒
crowding_data 为空时输出当前指数暂无拥挤度统计数据；data 为空数组时提示检查行业名称

使用边界

数据来自国投证券，覆盖范围以服务方提供的行业分类为准。分位数只在该行业自身历史区间内有效，不代表行业之间的相对拥挤程度，也不是买卖信号。拥挤度处于高位只说明交易热度偏高，后续走势仍取决于基本面与资金面。每份报告末尾会完整附上 assets/disclaimer.md 的风险提示，这部分内容不应被省略或改写。