state-trend-advisor

name state-trend-advisor description 顺势而为，跟着国家走——抓取并分析国家五年规划、政策文件及重大新闻，结合询问者背景（擅长领域、特长、爱好），围绕"投资、创业方向、商业思路、产品思路、就业择业、学习规划"六大维度，生成逻辑严密、图文并茂、有数据支撑的战略分析报告，输出到项目 markdown/ 目录。 触发条件：用户提到"顺势而为"、"跟着国家走"、"国家政策方向"、"五年规划"、"赚政策的钱"、"走在趋势上"、"政策红利"、"国家扶持"、"政策风口"、"应该往哪个方向走"、"未来哪些行业有前途"、"政策支持什么方向"、"国家在推什么"，或者用户描述自己的背景/特长并询问未来发展方向时，必须使用本 skill。 即使用户只说"我擅长XX，应该往哪里走"或"现在创业方向怎么选"，也应使用本 skill。 State Trend Advisor — 顺势而为战略分析 核心理念 "风来了，猪都能飞。" 本 skill 的核心是： 识别国家战略趋势，将个人禀赋映射到政策风口，帮助询问者在势头最强的方向上发力。 执行流程总览 1. 解析询问者背景 2. 抓取国家政策与趋势数据（五年规划 + 近期重大政策） 3. 识别核心趋势与风口 4. 映射个人禀赋 → 趋势机会 5. 生成六维分析报告（投资/创业/商业/产品/就业/学习） 6. 输出 Markdown 报告到 markdown/ 目录 Step 1：解析询问者背景 从用户输入中提取以下信息： 维度 内容 若未提供 擅长领域 专业、工作经验、技术栈等 视为"普通人，无特定专长" 特长 软技能、硬技能、资源等 视为"通用技能" 爱好 兴趣爱好、关注领域 视为"广泛兴趣" 目标导向 六维中用户最关心的方向 全维度输出 地域 用户所在地区 默认全国视角 若用户未提供背景信息，以"普通中国公民，无特定专业背景"作为基准画像，给出通用建议。 Step 2：抓取政策与趋势数据 使用 web_search 工具并行搜索以下数据源， 每类至少搜索 2 次以交叉验证 ： 2.1 核心政策文件 搜索词（依次执行）： - "十四五规划 全文 重点方向 site:gov.cn" - "十五五规划 2026 国家重点方向" - "2025年 国务院 重大政策 发布" - "2025年 中央经济工作会议 部署" - "国家战略性新兴产业 最新政策 2025" 2.2 产业政策与补贴 - "新质生产力 重点方向 2025" - "国家扶持产业 补贴政策 2025" - "战略性新兴产业 七大方向 最新" - "未来产业 政策支持 2025 2026" 2.3 投资与就业信号 - "国家重点投资领域 2025 基建" - "紧缺人才 国家需求 2025" - "高薪就业 政策支持行业 2025" 2.4 验证与补充 对搜索结果中出现的重要政策文件，使用 web_fetch 获取原文关键章节，确保数据准确。 数据校验原则： 优先使用 gov.cn、新华社、人民日报等权威来源 标注数据来源和发布时间 对相互矛盾的信息，优先采信最新、最权威来源 Step 3：识别核心趋势与风口 基于抓取数据，提炼 3-5 个最强政策风口 ，按照以下框架分析每个风口： 风口名称：[名称] 政策支撑强度：★★★★★（1-5星） 市场规模预测：[数字 + 来源] 政策进入阶段：[萌芽期/成长期/爆发期/成熟期] 典型历史参照：[类比案例，如"类似2012年移动互联网"] 主要受益群体：[技术人员/普通创业者/资本/就业者] Step 4：映射个人禀赋 → 趋势机会 构建 禀赋-趋势匹配矩阵 ： 纵轴：询问者的核心禀赋（3-5项） 横轴：识别出的政策风口（3-5个） 评分：1-5分，综合考虑"切入难度"、"竞争烈度"、"个人匹配度" 优先推荐 匹配分 ≥ 3 且风口强度 ≥ 3星 的组合。 Step 5：生成六维分析报告 报告结构（ALWAYS 使用此结构） # 《顺势而为：[询问者画像] 的战略方向报告》 生成时间：[日期] ## 一、国家战略趋势总览 ## 二、核心风口识别（Top 3-5） ## 三、六维行动建议 ### 3.1 投资方向 ### 3.2 创业方向 ### 3.3 商业思路 ### 3.4 产品思路 ### 3.5 就业择业 ### 3.6 学习规划 ## 四、禀赋-趋势匹配矩阵 ## 五、风险与注意事项 ## 六、行动优先级清单 ## 七、数据来源 Step 6：图表要求与规范 SVG 图表（外挂式，必须保存为独立 .svg 文件） 每份报告 至少包含以下 3 类图表 ，全部以外挂方式引用： 图表 1：政策风口热力图 （SVG） 文件名： trend_heatmap.svg 内容：各风口的"政策强度 × 市场空间 × 时间窗口"气泡图 在 Markdown 中引用： ![政策风口热力图](trend_heatmap.svg) 图表 2：禀赋-趋势匹配矩阵 （SVG 或 Mermaid） 文件名： match_matrix.svg （若用 Mermaid 则内嵌） 内容：个人禀赋与政策趋势的交叉评分热力表 图表 3：行动路径时间轴 （SVG 或 ASCII） 文件名： action_timeline.svg （若用 ASCII 则内嵌） 内容：从"现在"到"3年后"的关键行动节点 SVG 设计规范 - 画布：viewBox="0 0 800 500" - 背景：#0f172a（深色） 或 #f8fafc（浅色） - 主色系：蓝色 #3b82f6、金色 #f59e0b、红色 #ef4444、绿色 #22c55e - 字体：font-family="Arial, 'PingFang SC', sans-serif" - 标题字号：18px，正文：13px，注释：11px - 所有 SVG 文件保存在 markdown/ 目录下，与 .md 文件同级 Mermaid 图（内嵌于 Markdown） 用于流程图、关系图、时间轴（当 SVG 过于复杂时使用）： graph TD A[国家政策] --> B[五年规划] A --> C[产业政策] B --> D[风口识别] C --> D D --> E[个人匹配] Step 7：报告写作规范 语言风格 面向决策者 ：每个建议都要有"做什么"+ "为什么"+ "怎么开始" 通俗易懂 ：避免官方文件体，用商业语言转化政策语言 有温度 ：理解询问者的处境，给出有人情味的建议 不模糊 ：避免"可以考虑"等废话，给出明确方向 数据引用格式 > 据[来源]，[时间]，[具体数据/政策内容]。 > 来源：[URL 或文件名] 历史案例引用（增加说服力） 每个风口建议需配 1 个历史参照案例： 格式 ： 📌 历史参照：[时间] [事件] → [结果]，说明[类比逻辑] 示例 ： 📌 历史参照：2012年 4G牌照发放 → 催生移动互联网十年红利，说明基础设施政策往往提前3-5年布局 Step 8：文件输出 # 确保输出目录存在 mkdir -p markdown/ # 输出文件列表 markdown/ ├── state_trend_report_[日期].md # 主报告 ├── trend_heatmap.svg # 政策风口热力图 ├── match_matrix.svg # 禀赋匹配矩阵（可选，也可内嵌） └── action_timeline.svg # 行动时间轴（可选，也可内嵌） 命名规范： 日期格式： YYYYMMDD ，如 state_trend_report_20250611.md 若询问者有明确身份，可加后缀： state_trend_report_20250611_developer.md 常见禀赋-趋势映射速查 参见 references/persona_mapping.md 获取常见职业/背景到趋势的快速映射参考。 质量自检清单 完成报告后，逐一确认： 政策数据来自权威来源（gov.cn / 新华社等），且有明确时间标注 每个风口都有至少一个历史案例支撑 六维建议（投资/创业/商业/产品/就业/学习）全部覆盖 至少 3 张图表（热力图 + 矩阵 + 时间轴） SVG 文件为外挂式，在 Markdown 中正确引用 报告有明确的"行动优先级清单"（可执行，非口号） 风险章节提醒了政策执行落差、时间窗口等注意事项 文件已保存到 markdown/ 目录