industry-research

行业研究技能

这项全面的技能可用于对消费、科技、医疗保健和金融等多个行业开展深入研究。

描述

这项技能提供可重复使用的方法、框架和最佳实践，用于分析行业趋势、识别主要市场参与者、了解市场动态、跟踪行业新闻并预测未来前景。

核心研究领域

1. 行业趋势分析

• 当前市场趋势和增长模式
• 新兴技术与创新
• 消费者行为变化
• 监管和政策变化
• 市场颠覆与转型

2. 主要企业与市场领导者

• 市场领导者及其市场份额
• 知名参与者和新兴竞争者
• 竞争定位
• 企业绩效指标
• 战略举措与投资

3. 市场动态

• 市场规模和增长率
• 关键绩效指标（KPI）
• 市场细分
• 定价趋势
• 供应链动态

4. 行业新闻与进展

• 最新行业新闻和事件
• 监管变化与合规更新
• 重大合并与收购
• 产品发布与创新
• 行业会议与公告

5. 未来展望

• 新兴趋势与机遇
• 市场预测与展望
• 即将出现的技术颠覆
• 预期的监管变化
• 投资与增长机会

研究方法

阶段 1：识别来源

1. 行业专属新闻来源

   • 确定主要行业刊物
   • 跟踪行业贸易出版物
   • 监控行业协会网站
   • 关注行业分析师和思想领袖

2. 市场数据来源

   • 金融数据平台（Yahoo Finance、Finviz）
   • 市场研究报告（Gartner、Statista、行业报告）
   • 政府数据来源
   • 行业数据库

3. 企业信息来源

   • 企业网站和投资者关系页面
   • 财务申报文件和报告
   • 行业数据库（Crunchbase、PitchBook）
   • 新闻聚合平台

阶段 2：数据收集

1. 浏览器自动化工作流

   • 使用 Playwright MCP 服务导航至各个来源
   • 捕获屏幕截图，以便进行视觉分析
   • 从页面提取结构化数据
   • 对照屏幕截图核实数据准确性

2. 屏幕截图分析

   • 提取数据前务必先捕获屏幕截图
   • 使用 Read 工具对屏幕截图进行视觉分析
   • 仅提取屏幕截图中可见的内容
   • 确认提取的数据与屏幕截图内容一致

阶段 3：分析与综合

1. 趋势识别

   • 按主题对相关信息分组
   • 识别多个来源中的模式
   • 区分趋势与孤立事件
   • 根据来源多样性注明置信度

2. 市场分析

   • 汇总市场规模和增长数据
   • 比较不同企业的指标
   • 识别市场领导者及其地位
   • 分析竞争动态

3. 洞察生成

   • 将信息综合为可执行的洞察
   • 将趋势与市场影响联系起来
   • 识别机遇与威胁
   • 提供前瞻性分析

行业专属框架

消费行业框架

• 重点领域： 零售表现、电商增长、消费支出、品牌分析
• 关键指标： 同店销售额、线上与线下增长、消费者信心、品牌价值
• 来源： Retail Dive、Consumer Reports、NRF、Statista 消费者数据

科技行业框架

• 重点领域： 创新趋势、市场领导者、行业表现、新兴技术
• 关键指标： 市场份额、研发支出、专利活动、采用率
• 来源： TechCrunch、The Verge、Ars Technica、Gartner 报告

医疗行业框架

• 重点领域： 医疗趋势、监管变化、生物技术发展、市场动态
• 关键指标： FDA 批准情况、临床试验结果、市场规模、增长率
• 来源： STAT News、Fierce Healthcare、Healthcare Dive、行业报告

金融行业框架

• 重点领域： 银行业趋势、金融科技创新、监管变化、市场表现
• 关键指标： 管理资产规模、贷款增长、金融科技普及率、监管合规情况
• 来源： American Banker、Financial Times banking、Fintech News、行业报告

最佳实践

数据质量标准

• ✅ 所有数据都应保持最新（采用最新可用数据）
• ✅ 尽可能通过多个来源核实数据
• ✅ 仅提取屏幕截图中可见的内容
• ✅ 标注数据时效性和来源可靠性
• ✅ 区分事实与观点

研究工作流

1. 从广泛入手： 先了解行业概况和主要趋势
2. 缩小范围： 深入研究具体公司和指标
3. 交叉核实： 通过多个来源核实信息
4. 综合分析： 将见解整合为连贯的分析
5. 记录归档： 保存所有屏幕截图和原始数据以供参考

来源评估

• 一手来源： 公司网站、财务申报文件、官方报告
• 二手来源： 新闻文章、行业出版物、分析师报告
• 三手来源： 信息聚合平台、摘要、第三方分析
• 可靠性： 优先采用一手来源，并交叉核实二手来源

输出结构

所有研究成果均遵循以下目录结构：

outputs/
└── <agent_name>/
    └── <customer_name>/
        ├── reports/        # Final markdown research reports
        ├── scripts/         # Generated research code
        ├── raw/            # JSON/CSV data files
        └── screenshots/    # PNG screenshots of sources

报告模板

## [Industry] Research Report

**Generated:** [Date/Time]
**Research Period:** [Date range]
**Sources Analyzed:** [List of sources]

---

### Executive Summary
[2-3 paragraph overview of key findings]

---

### Industry Trends
[Current trends with analysis and sources]

---

### Key Companies & Market Leaders
[Top companies with market position and analysis]

---

### Market Dynamics
[Market size, growth rates, key metrics with sources]

---

### Recent Developments
[Industry news and events with dates and sources]

---

### Future Outlook
[Emerging trends, predictions, and opportunities]

---

### Source Attribution
[List of all sources and URLs used]

代码示例

基本行业研究工作流

import asyncio
from playwright.async_api import async_playwright

async def research_industry_trends(industry_sources):
    """
    Research industry trends from multiple sources.
    
    Args:
        industry_sources (list): List of URLs to research
        
    Returns:
        dict: Research findings organized by source
    """
    findings = {}
    
    async with async_playwright() as p:
        browser = await p.chromium.launch()
        page = await browser.new_page(viewport={"width": 1920, "height": 1080})
        
        for source_url in industry_sources:
            try:
                # Navigate and capture
                await page.goto(source_url, wait_until="domcontentloaded", timeout=120000)
                await page.screenshot(path=f"screenshot_{source_url.replace('/', '_')}.png", full_page=True)
                
                # Extract data (implement based on page structure)
                # ... extraction logic ...
                
                findings[source_url] = extracted_data
            except Exception as e:
                print(f"Error researching {source_url}: {e}")
        
        await browser.close()
    
    return findings

市场数据提取

async def extract_market_metrics(page, selector_mapping):
    """
    Extract market metrics from a financial data page.
    
    Args:
        page: Playwright page object
        selector_mapping (dict): Mapping of metric names to CSS selectors
        
    Returns:
        dict: Extracted metrics
    """
    metrics = {}
    
    for metric_name, selector in selector_mapping.items():
        try:
            element = await page.query_selector(selector)
            if element:
                text = await element.inner_text()
                metrics[metric_name] = text.strip()
        except Exception as e:
            print(f"Error extracting {metric_name}: {e}")
    
    return metrics

常见研究任务

1. 行业趋势分析

• 从多个来源中识别反复出现的主题
• 跟踪趋势随时间的演变
• 区分短暂风潮与长期趋势
• 分析趋势的驱动因素及其影响

2. 竞争格局梳理

• 识别市场领导者及其地位
• 梳理竞争关系
• 分析市场份额分布
• 识别新兴竞争者

3. 市场规模估算

• 从多个来源收集市场规模数据
• 比较不同来源的估算结果
• 注意方法上的差异
• 来源数据不同时提供范围估算

4. 监管影响评估

• 跟踪监管变化和提案
• 评估对行业参与者的影响
• 识别合规要求
• 预测监管趋势

与 Agent 集成

此技能旨在供专门的行业研究 Agent 使用：

• consumer_researcher.md - 消费品／零售行业
• tech_researcher.md - 科技行业
• healthcare_researcher.md - 医疗／生物技术行业
• finance_researcher.md - 金融／银行业

每个 Agent 都会将此技能的方法应用于其特定的行业领域。

依赖项

• 用于浏览器自动化的 Playwright
• 屏幕截图功能
• 视觉分析工具（Read 工具）
• 数据提取和处理功能

性能说明

• 尽可能并行研究多个来源
• 缓存屏幕截图以供参考
• 保存原始数据以便日后分析
• 按研究领域整理发现，方便查阅