wukangcheng2944/claude-skills/us-a-share-signal-optimizer

Us A-Share Signal Optimizer

把它当成研究优化 skill：不直接替代生产输出，而是持续改进生产 skill 的判断质量。

这个 skill 专门做什么

它负责把“会议里的投资洞察”和“产品 spec 的硬约束”变成一套可反复执行的优化闭环。

默认优化对象：

• system prompt
• optimize-us-prompt.md
• 输出样例
• 评估 rubric
• mapping / timing / confidence 规则
• Exa search strategy section（搜索查询模板、搜索预算、结果验证规则）

默认不直接改：

• 数据库 schema
• tool names / tool contract
• Feishu 推送链路
• phase 划分
• 与 prompt 无关的代码逻辑

核心原则

1. 先 baseline，后 candidate
2. 一次只改一个假设
3. 固定 canary cases，不要只信 live trace
4. 主目标单一：提升 next-day actionable signal quality
5. 任何触发 hard guardrail 的版本直接 reject
6. 留下研究日志，不要只留下“最新 prompt”

默认优化目标

不是把回答写得更长，而是让 signal 更像一个真的买方早会助手。

重点优化这些维度：

• buy-side usefulness
• mapping quality
• timing / stage judgment
• confidence calibration
• loser-as-risk-alert framing
• phase 1 scope discipline
• search quality（搜索查询质量、搜索结果与信号质量的关联性）

默认流程

1. 定义本轮唯一假设

每轮只能有一个主要假设，例如：

• timing note 太泛，需要更强的阶段判断
• concept / supply chain 经常混写，需要更强分层
• bearish 输出不够像 risk alert，需要重写负向 framing
• Mag 7 触发后缺少 sector sentiment 说明

不要一轮里同时改 4 件事。

2. 锁定允许改动面

本轮只允许动一个小面，例如：

• system prompt 某一段
• 输出 template
• rubric 某一维
• 几条 few-shot 示例

3. 跑 baseline

先记录现状：

• 当前版本号
• 当前 prompt / doc
• 现有已知问题
• baseline 在固定 case 上的表现

4. 生成 candidate

candidate 只解决本轮那个单一假设。

要求：

• 不破坏 schema 与路由
• 不引入 phase 2 的默认复杂度
• 不把“更前瞻”写成“更会猜”

5. 评估

同时看：

• live trace
• 固定 canary cases
• spec gap 检查
• hard guardrails

6. Accept / Reject

• Accept：主目标明确提升，且没有新回归
• Reject：无提升、提升不稳定、或伤到 guardrails
• Rollback：candidate 破坏生产可靠性时立刻回滚

hard guardrails

任一触发即 reject：

• schema 不合法
• bullish / bearish 路由错
• bearish 被写成做空建议
• supply chain / concept 混写
• 随意越过 phase 1 范围
• 把非公开或不可验证信息写成事实

如何吸收会议纪要里的洞察

允许吸收这些方向：

• 买方思维
• 主动推送意识
• 前瞻性与阶段判断
• “看见所以相信” vs “因为相信所以看见”的差异
• 主流媒体扩散后要降级看待
• 回调与 thesis broken 要区分

但要做两件事：

1. 把它们转成可评估规则
2. 不把专家网络、灰色私有信息、合规风险渠道写成当前版本默认依赖

默认输出

每轮优化都输出一段研究日志，至少包含：

• baseline version
• candidate version
• single hypothesis
• changed surface
• baseline vs candidate result
• regressions
• accept / reject
• next hypothesis

工作方法

• 先读 references/domain-rubric.md
• 再读 references/golden-cases.md
• 真跑循环时按 references/research-loop.md

这个 skill 与执行 skill 的关系

• us-a-share-signal-executor 负责每天产出
• 本 skill 负责改进它

不要把两者写成一个大而全的技能；默认先保生产，再做研究。