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:
- 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。
- 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
transcribe
Step 3: 使用 Whisper 將音訊轉為文字稿
★ 3
sync-gist
Step 6: 同步至 Gist
★ 3
summarize
Step 4: 閱讀文字稿並生成摘要與投資分析報告
★ 3
stock-eval
特殊任務: 以「股價 = EPS × PE」拆解為核心,並補強內部人/大股東/機構/經營陣容/盈利品質/訴訟與政策風險等視角,客觀評價指定公司或股票代碼(Gemini 提示詞或 Agent 內部分析,僅限手動執行)
★ 3
scan-meitou-stock
自動掃描美投講美股最新影片(每週日更新),判斷是否已下載,若無則自動執行處理流程
★ 3
scan-meitou-news
自動掃描美投侃新聞最新影片,判斷是否已下載,若無則自動執行處理流程
★ 3