常見問題 · InvestSkill

InvestSkill 的常見問題與常見狀況的解法。英文版：FAQ。

安裝

Q：最快的安裝方式是什麼？

A：在你要使用的專案目錄執行一行指令，用 -a 指定你的 AI 工具：

curl -fsSL https://raw.githubusercontent.com/yennanliu/InvestSkill/main/install.sh | bash -s -- -a claude
# 可用的工具：claude · cursor · copilot · gemini · codex · opencode · any

安裝腳本會把所有框架複製到 .investskill/prompts/，並接上該工具自己的入口設定：

`-a`	安裝位置
`claude`	`.claude/skills/<skill>/SKILL.md`（斜線指令）
`cursor`	`.cursor/rules/investskill.mdc`
`copilot`	`.github/copilot-instructions.md`
`gemini`	`GEMINI.md`
`codex`、`opencode`	`AGENTS.md`
`any`	只安裝 `.investskill/prompts/`——貼到任何大型語言模型即可使用

加上 -l 會列出這份對照表，-h 顯示所有選項。

Q：如何在 Claude Code 以外掛方式安裝？

A：透過外掛市集：

claude
/plugin marketplace add yennanliu/InvestSkill
/plugin install us-stock-analysis@invest-skill
/us-stock-analysis:stock-eval AAPL

從外掛市集安裝的指令帶有命名空間（/us-stock-analysis:<skill>）；install.sh -a claude 則安裝專案層級的技能，直接用 /<skill> 呼叫。兩種擇一即可——同一個專案兩種都裝，每個技能會出現兩次。

Q：直接把安裝腳本 pipe 給 bash 安全嗎？

A：它只會複製 markdown 檔案，並在 AI 工具的設定檔中附加一段有標記的區塊。它絕不覆蓋既有檔案——指令檔只會在  與  標記之間附加內容——而且重複執行不會改變任何東西。想先確認的話，可以先讀 install.sh，或下載後在本機執行。

Q：可以裝在使用者層級，而不是單一專案嗎？

A：可以——加上 -g 會安裝到家目錄而非目前的專案，-d DIR 指定其他目錄，-r REF 則從指定的分支或標籤安裝。

Q：在 Claude Code 安裝後看不到外掛。

A：

重新啟動 Claude Code（exit 後再執行 claude）。
確認有列出：/plugin list 應該會看到 us-stock-analysis。
如果沒有，先移除再重新加入外掛市集：/plugin marketplace remove invest-skill，接著 /plugin marketplace add yennanliu/InvestSkill，然後重新安裝。

Q：出現「plugin not found」錯誤。

A：先用 /plugin marketplace list 確認外掛市集已登錄，再用完整名稱 us-stock-analysis@invest-skill 安裝。另一個常見原因是執行 marketplace add 時網路中斷——重新執行一次即可。

Q：如何更新或解除安裝？

A：在 Claude Code 中，/plugin marketplace update invest-skill 會拉取最新版；/plugin uninstall us-stock-analysis 會移除外掛。用 install.sh 安裝的話，重新執行同一行指令即可更新（會刷新 .investskill/prompts/）；要解除安裝，刪除 .investskill/ 以及 InvestSkill:begin … InvestSkill:end 區塊（或安裝時建立的 .claude/skills/／.cursor/rules/investskill.mdc 檔案）。

平台

Q：支援哪些平台？

A：Claude Code、Cursor、GitHub Copilot、Gemini CLI、Codex、OpenCode，以及任何聊天型大型語言模型（ChatGPT、Claude.ai、Gemini 網頁版、透過 Ollama 執行的本機模型）。技能都是純 markdown，所以任何能讀提示詞的工具都能使用。各平台的並排比較見平台相容性（英文）。

Q：每個平台都能用全部 38 個技能嗎？

A：可以。每個平台拿到的都是同樣的 38 個技能：34 個分析框架、3 個別名（fundamental-analysis、dcf-valuation、research-bundle，會轉址到吸收它們的技能），以及 report-generator 輸出工具。

Claude Code：全部 38 個技能皆為斜線指令
Cursor、Gemini CLI、Codex、OpenCode：全部 38 個技能皆為 @.investskill/prompts/<skill>.md 檔案（在儲存庫的複本中則是 @prompts/<skill>.md）
Copilot：全部 38 個技能，由 .github/copilot-instructions.md 引用
任何大型語言模型：prompts/ 中 38 個提示詞檔案，一個技能一個

Q：為什麼宣稱的是 34 個，而不是 38 個？

A：report-generator 是輸出工具（把其他技能的結果轉成 HTML／PDF），不是分析框架；三個別名則只是為了讓舊指令繼續可用而保留。它們都會隨外掛安裝，但不計入框架數。

Q：在 Cursor、Gemini CLI、Codex 或 OpenCode 要怎麼使用技能？

A：執行 install.sh 之後，在對話中引用提示詞檔案：

@.investskill/prompts/stock-eval.md 評估 AAPL

安裝腳本寫入的規則／指令檔會告訴 AI 這些框架存在，所以你也可以直接開口問（「用 bear-case 框架分析 TSLA」）。

Q：Cursor 或 Gemini 好像沒有載入規則。

A：

確認檔案存在：專案根目錄下的 .cursor/rules/investskill.mdc（Cursor）或 GEMINI.md（Gemini）。
確認你是在那個目錄開啟或啟動 AI 工具——Gemini CLI 只會讀取啟動目錄中的 GEMINI.md。
重新啟動編輯器或 CLI 工作階段。
問一句「有哪些 InvestSkill 框架可以用？」——AI 應該會列出來。

Q：@ 檔案引用找不到檔案。

A：檢查路徑：用 install.sh 安裝後，提示詞在 .investskill/prompts/，不是 prompts/。檔名使用連字號（stock-eval.md，不是 stock_eval.md）。

Q：在 ChatGPT、Claude.ai 或其他聊天 App 要怎麼用？

A：把提示詞檔案的內容貼成第一則訊息（或設成自訂指令／專案提示詞），再提出分析需求。在 macOS 上可以用 cat .investskill/prompts/stock-eval.md | pbcopy 複製。

Q：可以完全離線使用嗎？

A：可以，搭配本機模型——見 Ollama 指南（英文）。框架本身不需要網路，只有抓取即時行情才需要；用本機模型時，資料由你自己貼進去。

Q：在 Claude Code 開始的分析，可以接著在 Cursor 繼續嗎？

A：無法延續同一個工作階段——每個平台各自保存上下文。不過各平台的框架完全相同，所以可以把輸出複製過去，或用 full-report 產出一份可分享的 HTML 檔。

選擇與使用技能

Q：應該從哪個技能開始？

A：stock-eval——它一次涵蓋品質、價值與風險，最後給出「要／不要」的訊號。選擇技能頁把每個目標對應到合適的框架。

Q：fundamental-analysis、dcf-valuation、research-bundle 怎麼了？

A：它們已併入更大的技能，現在是別名：fundamental-analysis → stock-eval、dcf-valuation → stock-valuation（DCF 是它的方法一）、research-bundle → full-report（--depth quick / standard / comprehensive）。舊指令仍可使用，並會引導你到新技能。

Q：估值該用哪個技能？

A：stock-valuation——DCF、比較公司法、EV 倍數與剩餘收益法整合在同一個模型，附敏感度表。再搭配 bear-case 壓力測試你的假設。

Q：要怎麼比較好幾檔股票？

A：compare 把 2–5 檔股票放在同一張表上，並論證該選哪一檔（/compare AAPL MSFT GOOGL）。清單更長時，stock-screener 會依估值、品質、動能、情緒與成長替多檔股票排名。

Q：怎麼判斷一家公司的盈餘或資產負債表可不可信？

A：forensic-accounting 評估財報操縱風險（Beneish M 分數、Altman Z 分數、應計項目、現金與盈餘的背離）。credit-check 看償債能力與再融資風險——債務到期牆、利息保障倍數與流動性可撐多久。

Q：財報季前後該跑什麼？

A：財報公布前：earnings-preview（市場共識 vs. 耳語數字、選擇權隱含波動、三情境矩陣）。公布後：用 earnings-call-analysis 分析法說會逐字稿，再用 thesis-tracker --update 檢查你的投資論點是否仍成立。

Q：有涵蓋 ETF、稅務與投組風險嗎？

A：有——etf-analysis（成本、追蹤、重疊、結構）、tax-lens（美國稅務機制，另有給外國投資人的 --non-us 模組；僅供教育，非稅務建議）、portfolio-review（配置與再平衡）以及 risk-stress-test（歷史情境重演、VaR／CVaR、流動性）。

Q：怎麼從自己的交易中學習？

A：買進時用 thesis-tracker 寫下投資論點，賣出後執行 trade-postmortem——它會把「流程」和「結果」分開檢討，並整理出一條寫進交易日誌的教訓。learning-coach 則能逐一解釋任何技能輸出中的指標。

Q：InvestSkill 可以用在加密貨幣、外匯、原物料或非美股嗎？

A：效果不可靠。這些框架是圍繞美國上市股票與 SEC 申報文件設計的。ETF、在美國掛牌的 ADR 與股票選擇權（options-analysis）都有涵蓋；加密貨幣、外匯與原物料則沒有。

Q：如果股票代號不存在或已下市怎麼辦？

A：技能會回報缺少資料，而不是自己編造——每個分析技能都有資料驗證關卡。請務必使用股票代號（AAPL），不要用公司名稱。

資料與準確性

Q：InvestSkill 會抓取即時行情嗎？

A：InvestSkill 本身什麼都不抓——它沒有任何執行環境。如果你的 AI 助理能上網或呼叫工具，技能會告訴它該讀哪些第一手來源；否則它只能退回訓練資料，而訓練資料是過時的。每份分析開頭都有 Data & Sources（資料與來源） 表頭，讓你看到它實際用了哪一種。需要最新價格時，請自己貼進去。

Q：可以貼上自己的財務資料嗎？

A：可以，而且這是最準確的用法。貼上財務報表、10-K／10-Q／8-K、法說會逐字稿或你的持股，再提出分析需求：

@.investskill/prompts/financial-report-analyst.md
[貼上 10-K 內文]
分析財報品質與警訊

Q：我的 AI 助理無法上網，要怎麼取得申報文件？

A：儲存庫內附兩支可選、零相依的腳本，替你抓取第一手來源供貼上：node scripts/fetch-edgar.js AAPL --form 10-K 把申報文件存成純文字，node scripts/fetch-fundamentals.js AAPL 則從 SEC 的 XBRL 數據產生已對帳的財報資料包。兩者都不屬於外掛本體。詳見資料與準確性。

Q：應該提供多少年的歷史資料？

A：至少兩年的年報；要看趨勢就提供五年；景氣循環型的企業則提供十年。

Q：怎麼檢查一份分析有沒有捏造的數字？

A：對它執行 fact-check——它會逐一對照第一手來源查核每個數字、重算衍生數字，並重新產出附引用的報告。接著再用 result-validator 為資料品質、方法論與訊號一致性評分。

輸出與報告

Q：投資訊號區塊（Investment Signal）是什麼？

A：每個技能都以同一個框收尾，讓不同技能的結果可以互相比較：

╔══════════════════════════════════════════════╗
║              INVESTMENT SIGNAL               ║
╠══════════════════════════════════════════════╣
║ Signal:      BULLISH / NEUTRAL / BEARISH     ║
║ Confidence:  HIGH / MEDIUM / LOW             ║
║ Horizon:     SHORT / MEDIUM / LONG-TERM      ║
║ Score:       X.X / 10                        ║
╠══════════════════════════════════════════════╣
║ Action:      BUY / HOLD / SELL               ║
║ Conviction:  STRONG / MODERATE / WEAK        ║
╚══════════════════════════════════════════════╝

Score（分數）對應 Signal（訊號）：8–10 為強烈看多……0–1.9 為強烈看空。資料不足或來自模型記憶時，Confidence（信心）應該是 LOW。這是教育性的摘要，不是投資建議。

Q：可以產出 HTML 或 PDF 報告嗎？

A：可以。full-report AAPL 會執行多個模組，並把獨立的 HTML 報告存到 output/；report-generator 能把任何分析轉成 HTML，再從瀏覽器列印成 PDF。兩者在任何能寫入檔案的平台上都能用；在聊天 App 中，請自己把 HTML 存成檔案。

Q：可以產出圖表嗎？

A：chart-master 能根據分析中的資料產出 Mermaid、ASCII 或 Chart.js 圖表（均線、K 線、RSI／MACD 等）。

Q：可以用繁體中文輸出嗎？

A：在需求中直接說明即可。10k-digest 與 learning-coach 另有明確的 --lang zh-TW 選項。

版本與更新

Q：我現在用的是哪個版本？

A：在 Claude Code 中，/plugin list 會顯示已安裝的版本。在儲存庫的複本中，執行 jq '.version' plugins/us-stock-analysis/.claude-plugin/plugin.json。最新版本與每一版的變更見 CHANGELOG（英文）與 Releases 頁面。

Q：支援哪些版本？

A：最新的次版本（minor）。修正會以新的修訂版（patch）發布，而不會回補到舊版本——見 SECURITY.md（英文）。

Q：版本號是怎麼編的？

A：採用語意化版本（SemVer）。新技能或新功能是次版本（1.12 → 1.13），修正與提示詞微調是修訂版，技能名稱或輸出合約的破壞性變更則是主版本。

Q：升級之後，分析結果會變嗎？

A：有可能——框架會在版本之間持續改進，分數與信心可能會變動。同一個主版本內，訊號區塊的格式維持不變。升級後請重新執行你倚賴的分析，重要決策也務必自行獨立驗證。

Q：Claude Code、Cursor 或模型需要什麼版本？

A：近期、支援技能／規則功能的工具版本即可，除此之外沒有硬性的最低版本。InvestSkill 是純 markdown，任何模型都能跑——能力越強的模型，越能處理 full-report 這類多模組分析。

錯誤回報、功能建議與求助

Q：怎麼回報錯誤？

A：開一個 GitHub Issue，附上平台、版本、確切的指令、你預期的結果，以及實際得到的結果（把輸出貼在程式碼區塊中）。

Q：怎麼提出功能建議？

A：在 GitHub Discussions 發起討論，說明使用情境並舉例你會怎麼用。

Q：有問題要去哪裡問？

A：一般問題請到 GitHub Discussions，錯誤請到 Issues。操作手冊有每個技能的實際範例。

進階

Q：可以修改框架嗎？

A：可以——從 prompts/（或 .investskill/prompts/）複製一份提示詞來修改。如果希望結果仍能互相比較，請保留結尾的投資訊號區塊。

Q：可以新增自己的技能，或貢獻給專案嗎？

A：可以。node scripts/new-skill.js <name> --category … --title … --desc … 會建立含完整輸出合約的技能，並把它接到所有相關檔案；詳見 ADDING-NEW-SKILLS.md 與貢獻指南（英文），然後開一個 PR。

Q：為什麼分析有時候很慢？

A：多模組技能（full-report --depth comprehensive）的工作量遠大於 stock-eval 這類單一技能。需要快速答案時，請用 --depth quick 或單一技能，或切換到速度較快的模型。

Q：可以用程式呼叫這些提示詞嗎？

A：可以——把提示詞載入成 system message：

import anthropic

with open("prompts/stock-eval.md") as f:
    framework = f.read()

client = anthropic.Anthropic()
response = client.messages.create(
    model="claude-opus-5",
    max_tokens=16000,
    system=framework,
    messages=[{"role": "user", "content": "Evaluate AAPL"}],
)

還需要協助？

首頁——總覽與安裝
操作手冊——每個技能的範例
選擇技能——依目標找到合適的框架
GitHub Discussions · GitHub Issues