Skip to content

muxuuu/serenity-skill — Serenity 式供应链卡点股票研究 Agent Skill(356 Stars)

让 AI 用 Serenity 式投研方法,筛出上涨逻辑更清楚的股票和基金方向。热度最高、Stars 最多的 Serenity Skill,62 Forks。

核心定位

把 Serenity(@aleabitoreddit)的公开投研路径做成 Agent Skill——从热点出发,拆产业链,找供应链瓶颈,筛候选公司和基金方向,再检查公告/财报/客户/产能/风险,整理成优先研究清单。

不模仿说话方式,复用的是研究路径本身。

典型问题

你遇到的问题可以这样问
刷到热点不知道从哪下手最近 AI 半导体很火,普通人应该先研究哪些方向?
分不清机器人产业链谁更关键机器人产业链里,哪些环节更可能先出机会?
担心推荐只是蹭热点帮我挑战这家公司是不是 CPO 核心供应商
想买主题基金分不清方向机器人主题基金应该重点看哪些上游环节?
想给候选股排研究顺序比较 A、B、C 三家公司,谁的上涨逻辑更清楚?

研究流水线

热点 → 拆解产业链(需求/系统集成/芯片器件/设备/材料/封测/基础设施)
  → 找低供应商数量、长验证周期、扩产困难、客户认证严格的环节
  → 回到股票和基金方向,判断谁靠近真实瓶颈
  → 检查公告、财报、问询函、订单、产能、客户、风险
  → 优先研究排序清单

工具

  • serenity_scorecard.py — 本地瓶颈打分卡
  • validate_skill.py — Skill 校验

仓库结构

serenity-skill/
├── SKILL.md                          # Agent Skill 入口
├── references/
│   ├── deep-research-workflow.md      # 深度研究工作流
│   ├── evidence-ladder.md            # 证据阶梯
│   ├── market-source-playbook.md     # 市场信息来源手册
│   ├── public-profile-and-evaluation.md
│   └── risk-and-compliance.md        # 风险与合规
├── assets/
│   ├── bottleneck-scorecard.json     # 瓶颈打分卡模板
│   ├── research-prompt-pack.md       # 可复制研究 Prompt 包
│   └── thesis-template.md            # 论文模板
├── scripts/
│   ├── serenity_scorecard.py
│   └── validate_skill.py
├── examples/
│   ├── a-share-ai-semiconductor-demo.md
│   ├── ai-infrastructure-chokepoint-demo.md
│   └── demo-conversation.md
└── evals/test-cases.md

安装

bash
# Codex / OpenAI Agent Skills
mkdir -p ~/.agents/skills/serenity-skill
cp -R SKILL.md LICENSE references assets scripts examples agents ~/.agents/skills/serenity-skill/

# Claude Code
mkdir -p ~/.claude/skills/serenity-skill
cp -R SKILL.md LICENSE references assets scripts examples agents ~/.claude/skills/serenity-skill/

# Hermes Agent
mkdir -p ~/.hermes/skills/research/serenity-skill
cp -R SKILL.md LICENSE references assets scripts examples agents ~/.hermes/skills/research/serenity-skill/

数据

  • 356 Stars · 62 Forks · 4 Commits
  • Python 100%
  • MIT License

注意

这是今天第 8 个 Serenity Skill 仓库,也是 Stars 最多的一个(356 Stars)。

Released under the MIT License.