AGENT SKILL

hit-rate

特殊任務: 計算兩位分析師的預言命中率(僅限手動執行)

License 许可
MIT
最近更新
2026-11-14
Stars
★ 3
Forks
2

01 前言 Front Matter

name
hit-rate
description
特殊任務: 計算兩位分析師的預言命中率(僅限手動執行)
disable-model-invocation
true

03 SKILL.md 正文

任務:計算預言命中率 (Prediction Hit Rate Analysis)

請讀取 docs/每日新聞綜述/ 目錄下的歷次對比報告,對這兩位分析師(小翠與美投 Jason)的預言命中率進行量化與質性分析,並輸出為獨立的分析報告。

由於這會一次性載入大量文字稿,將消耗較多 Context Token,本指令應僅限手動執行。

執行步驟

Step 1: 檢查報告數量

掃描 docs/每日新聞綜述/ 下所有的日期資料夾,計算裡面有多少份 summary.md。

  • 如果報告數量小於 5 份,請直接在對話中回報:「歷史報告數量不足(目前僅 X 份,需至少 5 份),無法進行有意義的命中率分析。」並立刻停止執行,不需要產生任何檔案。

Step 2: 讀取歷史報告

如果數量達到 5 份或以上,請使用 view_file 或其他工具,逐一讀取這些 summary.md 報告。特別注意報告中「後續核心觀察重點」以及「預言命中/未命中」的回顧段落。

Step 3: 分析命中率與擷取實例

針對這兩位分析師的預測與觀點:

  1. 綜合命中率評估:歸納兩人的整體判斷準確度、對於宏觀經濟或政策預測的敏銳度。
  2. 具體實例擷取:挑選出 3 至 5 個簡要且具體的實例,這些實例需明確指出是誰的預言、在什麼事件上命中或未命中,以及其實際發生的結果。

Step 4: 輸出報告

建立 ./docs/預言命中率分析/<執行當日日期 YYYYMMDD>/ 目錄,將結果儲存為該目錄下的 summary.md。

提示:由於 skills/sync_archive.py 會自動備份 docs/ 下所有的 .md,你無須對存檔腳本做任何修改,該報告便會自動被包含在下一次的存檔同步中。

📌 報告格式規範

# 🎯 預言命中率與分析師洞察回顧 【Preview】 (YYYY-MM-DD)

## 📊 綜合命中率評估
[針對小翠與美投 Jason 近期的預測表現進行總結。探討兩人的分析風格在面對實際市場/政治事件時,準確度的表現與盲點。]

## 🔍 預言命中與未命中實例 (3-5 個)
[請使用編號列表,列出 3 至 5 個具體案例。每個案例需包含:預測者、事件、預測內容、實際結果,以及命中/未命中的判定。]

1. **[預測者]** 關於 **[事件主題]** 的預測 (YYYY-MM-DD)
   - **預言內容**:...
   - **實際結果**:...
   - **判定**:🎯 命中 / ❌ 未命中 (加上簡短的批判性分析)
2. ...

完成後,請提醒使用者可以使用 /sync_gist 將新的報告同步至 Gist。

04 同仓库更多 Skills