investor-distiller

WeChat公式アカウント投資ブロガーの蒸留器

免責事項：本ツールは学習・研究目的でのみご利用ください。蒸留結果はスタイルをシミュレーションするための参考であり、投資助言を構成するものではありません。 生成されるすべてのコンテンツには、「AIスタイルシミュレーションであり、投資助言を構成するものではありません」と明記する必要があります。

📝 概要

WeChat公式アカウントの投資ブロガーのスタイルを自動で蒸留するツールです。WeChat公式アカウントのIDと記事数を入力すると、記事を自動収集し、投資スタイルを7つのDNAの側面から分析して、体系化された売買システム、市場判断、表現スタイルなどを含む包括的な分析レポートを出力します。

✨ 機能

機能モジュール	機能の説明	主な価値
記事の自動収集	WeChat IDを使ってWeChat公式アカウントの過去記事を一括取得します。20／60／100件の3段階に対応しています	手作業で整理する必要がなく、ワンクリックで素材一式を取得できます
7つのDNAによる蒸留	売買システム、市場判断、表現スタイル、コンテンツの深さ、インタラクションの特徴、トレンドの全体像、人物像のDNAを抽出します	再利用・比較可能な体系的プロフィールを作成できます
2層の特徴抽出	表層（用語／個別銘柄の頻度）＋思考層（分析ツール／論証パターン／語調の定量化）	ブロガーの話し方だけでなく、考え方まで再現できます
品質検証のフィードバックループ	3つの側面（個別銘柄／スタイル／体系）を採点し、80％以上で出力可能と判定します。2層の監査にも対応しています	プロフィールの正確性を確保できます
スタイルシミュレーション	プロフィールに基づき、スタイルに一貫性のある個別銘柄／市場分析を生成します。データソースの明記と免責事項を含みます	ブロガーのスタイルを再現した分析を出力できます

⚠️ 蒸留品質の絶対原則

必ずraw全文から記事ごとに抽出し、clean／NERの中間レイヤーには依存しないでください。

蒸留の正確さがプロフィールの品質を直接左右します。経験上、clean段階の個別銘柄NER抽出パイプラインでは多くの情報が漏れます（たとえば、6銘柄に言及した記事から0～2銘柄しか抽出されない場合があります）。その結果、不完全なデータに基づいてプロフィールが作成されます。したがって、次の点に従ってください。

1. raw全文の原則：すべての抽出（個別銘柄／フレーズ／セクター／スタイル）は、raw記事本文を直接走査して行い、前処理によるフィルタリングを通さないでください
2. 辞書＋別名照合：個別銘柄の抽出には完全な辞書（「上证指数」→「上证／大盘／沪指／A股」などの口語的な別名を含む）を使用し、柔軟かつ正確な抽出を実現してください
3. 記事単位のセクター集計：セクターへの注目度は記事単位で集計します（各記事につき1回のみカウント）。単語頻度よりも、ブロガーが実際に注目している方向を正確に反映できます
4. 分野固有のフレーズ：投資分野に特化したキーワードリストを使ってキーフレーズを抽出します。汎用的な文の頻度集計より正確です
5. 検証のフィードバックループ：蒸留の完了後、必ず正確性を検証（--validate）してください。80％以上で出力可能と判定します

---

7つのDNAによる蒸留構造

#	次元	何を明らかにするか	主なフィールド
1	売買システム	どのように取引するか？	核となる手法、銘柄選定のロジック、売買シグナル、ポジション管理
2	市場判断	市場をどう見ているか？	取引スタイル、セクターの好み、保有期間、強気・弱気の条件
3	表現スタイル	どのように書き、話すか？	記事構成、特徴的な表現、タイトル／書き出し／結びのパターン、語調
4	コンテンツの深さ	どの程度の分量を書くか？	平均文字数、情報密度、振り返りの詳しさ、予測の明確さ
5	インタラクションの特徴	どのように交流するか？	読者との交流、実績の提示、議論への対応、免責事項
6	トレンドの全体像	何に注目しているか？	主要な投資分野、リーダー銘柄に関する知識、よく使う指標、資金面での注目点
7	人物像のDNA	どのような人物か？	投資経験、投資哲学の変遷、節目となる出来事、師事した人物／影響源

蒸留次元の分岐

蒸留前にブロガーが長期投資家か短期トレーダーかを判断し、該当する次元を重視して抽出してください。

次元	長期	短期
投資哲学	バリュー投資／スイングトレード	リーダー銘柄手法／センチメントサイクル／テーマ主導
主な能力	事業の本質＋バリュエーション＋堀	トレンドの捕捉＋センチメントサイクル＋出来高・価格の関係＋セクターローテーション
分析期間	年単位（10年間の保有視点）	日単位（翌日～2週間）
データの活用	財務諸表＋業界データ	相場データ＋資金フロー＋ニュース

---

2層の抽出フレームワーク

蒸留では「どんな言葉を使っているか」（表層）だけでなく、「どのように考えているか」（思考層）も抽出します。どちらも欠かせません。

表層の特徴（自動で定量化し、スクリプトが出力）：

• 個別銘柄／セクター／用語／フレーズの頻度集計
• タイトル／書き出し／結びのパターン認識
• 文字数／投稿頻度／免責事項の基本集計

思考層の特徴（スクリプトによる検出＋AIによる詳細分析）：

分析次元	スクリプトによる検出内容	AIによる詳細な補足
中核となる分析ツール	マクロ経済／産業チェーン／財務諸表／テクニカル／資金面／センチメント／政策という8種類の思考フレームワークを採点します	ブロガー独自の分析の流れ（例：「出来事→産業の分析→A株への影響」）を抽出します
論証チェーンのパターン	イベントドリブン／データドリブン／論理的推論／類推／産業チェーン分析／逆張り思考という6種類のパターンを検出します	ブロガーに典型的な論証の手順と推論のロジックを再現します
語調の定量化	感嘆文／疑問文／一人称／口語表現の4種類について、記事あたりの平均値を算出し、自動分類します	文体の温度感（高／中／低）を判断し、感情表現の手法を抽出します
データ引用密度	1000字あたりのデータ引用回数を算出し、自動分類します（データドリブン型／主観的判断型）	データを引用する場面や方法を分析します
市場横断の視点	米国株／香港株／A株／商品という4つの市場への言及を検出します	グローバルな視点、多市場連動、単一市場のいずれかを判断します
情報密度	投資関連コンテンツの割合を評価します（実用的な内容中心か、内容の薄い記事中心か）	詳細な分析と表面的なコメントを見分けます

---

多角的な情報収集（記事そのものを超えて）

情報の種類	情報源	情報を補強する次元
人物像の背景	プロフィール／固定投稿／自己紹介	人物像のDNA
投資哲学の変遷	初期と最近のコンテンツを時系列で分析	人物像のDNA＋売買システムのDNA
節目となる出来事	公開されている大きな利益・損失／転換点への言及	人物像のDNA
師事した人物／影響源	言及された達人／書籍／引用頻度	人物像のDNA
ソーシャルな交流のプロフィール	コメント／返信／議論／コミュニティとの関係	インタラクションの特徴のDNA
過去の予測の追跡	過去の予測と実際の値動きを比較	市場判断のDNA
見解の一貫性	同じテーマについて、異なる時期の見解の変遷を確認	市場判断のDNA

---

🔑 認証

红狐 hubにアクセスしてAPI Keyを取得し、次の方法で設定します。

# 方式一：配置文件（如 OpenClaw 的 ~/.openclaw/openclaw.json）
{ "env": { "REDFOX_API_KEY": "ak_xxxx..." } }

# 方式二：终端环境变量
export REDFOX_API_KEY="ak_xxxx..."

登録先：redfox.hk/login

ポイント消費の目安：

記事数	消費ポイントの目安	精度評価
20記事	~8ポイント	概要把握向け。プロフィールは粗めです
60記事	~25ポイント	推奨プラン。比較的充実したプロフィールを作成できます
100記事	~50ポイント	高精度のプロフィールを作成でき、特徴も安定します

前提条件

• Python 3.9+
• 依存関係：pip install requests

---

実行フロー

Phase 0: 環境の準備

python "$SKILL_PATH/scripts/distill.py" --check-env

依存関係（requestsなど）を自動で確認し、不足している場合はインストールを促します。

Phase 0.5: 事前のやり取り

蒸留を開始する前に、ユーザーに次の情報を明示してもらう必要があります。

1. WeChat公式アカウントのID（例：zxgbtz）
   • 確認方法：WeChat公式アカウントを開く → 右上の···をタップ → 詳細情報 → WeChat ID
   • 注意：WeChat IDは公式アカウント名ではなく、一意の英字／数字IDです
2. 記事数のプラン（20／60／100）
   • 案内：記事数が多いほどポイント消費は増えますが、蒸留の精度も高くなります。60記事を推奨します。100記事が最も高精度です（約50ポイント）

自動補完：ブロガーの背景情報（投資経験、師事した人物、節目となる出来事など）は、AIがWebSearchを通じて自動収集するため、ユーザーが用意する必要はありません。

Phase 1: WeChat公式アカウントの記事収集

2段階のAPIフローです。

Step 1：記事UUID一覧の取得

POST https://redfox.hk/story/api/gzh/data/queryWorkListを呼び出します。1ページあたり20件を返します。offsetを20ずつ進め、目標件数に達するまでページネーションを繰り返します。

パラメーター：account（WeChat ID）、sortType: "2"、offset（0から開始し、ページごとに+20）。

Step 2：各記事の完全なデータを取得

各UUIDについて、POST https://redfox.hk/story/api/gzh/data/workDetailを呼び出し、本文、概要、ワードクラウドなどの完全なデータを取得します。

# 采集60篇文章
python "$SKILL_PATH/scripts/distill.py" --account "zshbtz"  --count 60

# 采集100篇（高精度）
python "$SKILL_PATH/scripts/distill.py" --account "zshbtz" --count 100

標準化したデータをoutput/{ブロガー名}/に出力します。

Phase 2: 多维资料整合分析

脚本自动完成基础统计分析（21项），AI 在此基础上执行多维资料整合：

信息丰富度分级（脚本自动评估）：

等级	特征	应对策略
A 级（信息充裕）	≥60篇、高信息密度、多维度数据充分	反面检验：博主看多时，聪明人为什么看空？
B 级（信息适中）	20-59篇、部分维度数据不足	每个推算结论标注置信度
C 级（信息稀缺）	<20篇、低信息密度	第一性原理提问，不拼凑"看起来完整"的画像

分析维度并行执行：

1. 表层内容分析 — 统计 + 词云 + 结构分析 + 交易术语 + 个股/板块频次
2. 思维层分析 — 核心分析工具 + 论证链模式 + 语气量化 + 数据引用密度 + 跨市场视角 + 信息密度
3. 社交互动分析 — 评论/回复/争论风格/社区关系
4. 人设背景分析 — 简介/里程碑/师承/投资哲学演变/推荐书籍
5. 投资观点追踪 — 历史预判/准确率/观点一致性/认错修正方式

Phase 3: 七维DNA蒸馏

Step A：生成数据底稿

脚本产出：

• output/{博主名}_统计数据.json — 结构化统计分析结果
• output/{博主名}_数据底稿.md — 结构化统计数据
• output/{博主名}_蒸馏任务.md — AI蒸馏任务清单
• output/{博主名}_画像.json — 结构化JSON画像（校验用）

Step B：AI生成风格画像

AI 读取蒸馏任务，按七维DNA框架生成最终产物：

风格画像文件：output/{博主名}_风格画像.md

包含7大章节，每个章节必须包含：

• 具体特征描述（非空话）
• 原文证据引用（至少2条）
• 可复用的规则/模板
• 蒸馏置信度标注（高/中/低）

Step C：风格化分析输出规范

当使用蒸馏画像生成风格化的个股/市场分析时，输出必须包含以下两部分：

1. 数据来源与局限表格

数据项	来源	说明
（示例）股价 XX 元、涨跌 ±XX%	东方财富/雪球（日期）	收盘价，非实时盘中数据；不同平台可能有分钟级延迟
（示例）PE XX 倍 / EPS XX	中财网/财报（季度）	基于最新可获取财报数据，可能因业绩变动而失真
（示例）定增 XX 亿	公司公告（日期）	尚处预案阶段，存在审批不确定性
（示例）负债 XX 亿	财报时点数据	当前负债状况可能已变化

并附加局限声明：

以上行情数据为公开平台聚合数据，非交易所直连实时数据；基本面数据基于最新可获取财报，可能与当前实际经营状况存在差异。

2. ⚠️ AI 风格模拟免责段落

⚠️ AI 风格模拟，不构成投资建议。 本文为 AI 基于对「{博主名}」公众号的七维DNA蒸馏画像生成的风格模拟内容，与原大V本人无关。文中所有观点、判断、推荐均不代表{博主名}本人立场，亦不构成任何买入/卖出/持有建议。股市有风险，投资需谨慎。

Phase 4: 质量校验

蒸馏准确性校验（硬性准出标准）

python "$SKILL_PATH/scripts/distill.py" --validate --author "博主名" --sample 10

三维度评分体系：

校验维度	说明	权重
A. 个股提及	画像声明的常提及个股是否在文章中真实出现	40%
B. 风格特征	标志性表达、标题模式、开头/结尾模式、字数范围是否匹配	35%
C. 投资体系	核心流派、持仓周期、板块偏好是否与文章一致	25%

准出标准：综合准确率 ≥ 80%

• ≥ 80%：蒸馏通过，画像可用于风格模拟
• < 80%：需补充蒸馏——仔细阅读raw全文，更新画像中不准确的字段后重新校验
• 任一维度低于60%：该维度需要完全重写

蒸馏质量软性检查（双层审计）

审计分两层：表层特征权重 60%，思维层特征权重 40%。二者缺一不可——表层保证「像博主说的话」，思维层保证「像博主的思考」。

表层检查（60%）：

检查项	通过标准	权重	层级
标志性表达命中率	> 40%	10%	表层
交易体系覆盖度	> 70%	10%	表层
文章结构匹配度	> 60%	10%	表层
盘面指标覆盖	> 50%	10%	表层
语气一致性	偏差 < 20%	10%	表层
交易术语覆盖	> 50%	10%	表层

思维层检查（40%）：

检查项	通过标准	权重	层级
核心思维匹配度	> 60%（核心分析工具关键词覆盖）	15%	思维层
论证方式匹配	> 60%（论证链关键词覆盖）	15%	思维层
哲学价值观体现	> 50%（投资格言自然融入分析逻辑）	10%	思维层

综合评分 > 70 分准出（软性），< 70 分打回重新蒸馏。

校验执行规则

• 每次画像更新后必须执行校验
• 每月全量校验所有博主画像
• 增量同步获取新文章后，如新文章涉及画像未覆盖的个股/板块，需更新画像

---

使用方式

自然语言触发（推荐）

直接对 AI 说：

蒸馏公众号 zshbtz

AI 会自动执行 Phase 0 → 4 完整流程。

命令行

# 蒸馏（60篇文章，推荐档位）
python "$SKILL_PATH/scripts/distill.py" --account "zshbtz" --count 60

# 高精度蒸馏（100篇）
python "$SKILL_PATH/scripts/distill.py" --account "zshbtz" --count 100

# 蒸馏后校验画像准确性（≥80%准出）
python "$SKILL_PATH/scripts/distill.py" --validate --author "财躺平" --sample 10

# 环境检查
python "$SKILL_PATH/scripts/distill.py" --check-env

---

数据与合规原则

• 禁止LLM编造交易记录、持仓数据、交割单等未公开信息
• 严格区分原文/原帖与AI蒸馏结论
• 交叉验证文章描述与实际市场数据（如有）
• 所有蒸馏产物标注蒸馏置信度
• 盘面数据必须实时采集，禁止 LLM 编造涨跌停、资金流向等数据
• 所有面向用户的 AI 生成投资分析输出，必须包含两段固定声明：
  1. [数据来源与局限] 表格 — 逐项标注引用的股价、PE、定增、负债等关键数据的来源平台及具体局限（详见 Phase 3 Step C）
  2. [AI 风格模拟，不构成投资建议] 段落 — 明确标注为 AI 基于蒸馏画像的风格模拟，与原大V本人无关，不构成任何买入/卖出/持有建议（详见 Phase 3 Step C 固定模板）

---

文件结构

investor-distiller/
├── SKILL.md                          # 本文件
├── scripts/
│   ├── distill.py                    # 主蒸馏脚本（调度+统计+校验）
│   └── gzh.py                        # 公众号数据采集（queryWorkList + workDetail）
├── assets/
│   └── profile_template.md           # 七维DNA风格画像输出模板
├── references/
│   └── 蒸馏维度规范.md                # 七维DNA详细规范
└── output/                           # 蒸馏产物输出目录
    ├── {博主名}_uuids.json             # UUID 缓存（避免重复扣积分）
    ├── {博主名}_统计数据.json          # 脚本统计分析结果
    ├── {博主名}_完整文章.json          # 完整正文落盘（供校验/AI精读）
    ├── {博主名}_数据底稿.md            # 结构化数据底稿
    ├── {博主名}_蒸馏任务.md            # AI蒸馏任务清单
    ├── {博主名}_画像.json              # 结构化JSON画像（校验用）
    ├── {博主名}_风格画像.md            # AI生成的七维DNA画像
    └── {博主名}_校验报告_YYYYMMDD.json # 准确性校验报告

---

依赖

pip install requests