PPI数据速查官
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 的指引,在你的 AI 助手中安装 @user_af163eaa/z-data-ppi 技能。
技能介绍
痛点:宏观指标追踪的碎片化
在工程化的数据管线中,获取 PPI 这类宏观指标往往依赖人工查阅。国家统计局的数据发布存在时间滞后,且历史数据散落在不同期次中。手动整理不仅耗时,还容易在同比(YoY)、环比(MoM)计算或基期口径转换上出错,导致分析结果不可靠。
工作机制:联网优先与结构化输出
@user_af163eaa/z-data-ppi 将 PPI 单指标查询封装为标准化工具。其核心策略是 联网优先 + 快照兜底:
- 数据获取:优先访问
stats.gov.cn获取最新官方值;若网络请求失败,则回退至内置的references/_snapshot.md基线数据,并明确标注来源状态。 - 口径声明:任何数值输出前,强制挂载口径模板,包含定义、基期、频率、单位及截止日期,避免跨口径误用。
- 分析与导出:支持自动计算同比/环比、标注突变点,并通过
scripts/export.py将结果持久化为.csv或.md格式。 - 异常预警:当同比波动超过 ±4 个百分点时,触发主动提示。
适用边界
该技能仅覆盖 PPI 单指标,不涉及微观或非公开数据。它定位为规则驱动的查询工具,不替代官方发布,且不会自动调用模型执行复杂任务。
使用场景
- 每月国家统计局发布PPI数据后,需快速获取最新值、同比变化并存档对比。
- 编写行业报告时需拉取PPI历史走势,计算环比变化并导出为表格。
- 分析PPI波动是否异常时,需对比同比幅度并在超出±4pct时收到预警。
- 需要确认PPI基期、频率等口径信息,避免不同来源数据混用出错。
适合人员
- 行业研究员,需定期跟踪PPI走势并撰写宏观分析报告
- 数据分析师,需将PPI历史数据导入分析管线做量化建模
- 金融从业者,需快速获取PPI最新值和同比变化用于市场研判
- 政策研究员,需对比PPI异常波动并引用官方口径说明