zhuxining 基金综合诊断
通过自然语言问句对单只基金进行综合分析，返回 Markdown 诊断报告，适用场景包括：
- 基金整体判断（收益表现 + 风险特征 + 持仓结构）
- 持有决策参考（继续持有/观望/调整仓位）
- 波动市场中的基金风险排查
- 用户泛化问法的一站式诊断回答
功能范围
基础诊断能力
- 输入自然语言问句，调用诊基接口生成结构化结论
- 每次仅处理一只基金
- 返回可读 Markdown 报告（优先提取
data.displayData） - 支持将结果保存为本地
.md文件，便于复盘追踪
触发规则（何时使用本技能）
- 用户问题是笼统/概括性诊断：如“这只基金怎么样”“值得继续持有吗”“风险大吗”
- 问句中未明确要求具体指标计算、回测建模或程序化导出
- 若上下文已明确基金实体，用户后续使用“它/这只基金”等代词继续提问，也应触发
不触发规则（何时不要使用本技能）
- 用户要求 Python 回测、组合优化、量化建模等高级计算任务
- 用户明确要求导出净值明细、构建CSV或做数据工程处理
- 用户要求多只基金横向对比（应走多标的分析类能力）
触发示例
| 触发（泛化诊断） | 不触发（建模/工程） |
|---|---|
| 华夏成长混合基金怎么样？ | 帮我用Python回测华夏成长混合基金策略 |
| 这只基金适合长期持有吗？ | 帮我建一个基金组合优化模型 |
| 它近期风险大吗？ | 把这只基金净值数据导出为CSV |
快速开始
1. 命令行调用
python3 {baseDir}/scripts/get_data.py --query "华夏成长混合基金"
输出示例
Saved: /path/to/workspace/fund_diagnosis/fund_diagnosis_90bf169c.md
（随后输出 Markdown 诊断内容）
参数说明：
| 参数 | 说明 | 必填 |
|---|---|---|
--query |
用户原始自然语言问句 | ✅（--query 或 stdin 二选一） |
--no-save |
仅输出结果，不写入本地文件 | 否 |
2. 代码调用
import asyncio
from pathlib import Path
from scripts.get_data import diagnose_fund
async def main():
result = await diagnose_fund(
question="华夏成长混合基金",
output_dir=Path("workspace/fund_diagnosis"),
save_to_file=True,
)
if "error" in result:
print(result["error"])
else:
print(result["content"])
if result.get("output_path"):
print("已保存至:", result["output_path"])
asyncio.run(main())
输出规范
通过脚本或工具拿到诊股结果后，对用户的可见回复必须以接口返回的 Markdown 正文为主体，避免模型二次转述。仅当接口/脚本明确返回 error、或正文为空时，才用简短文字说明失败原因；禁止在失败时杜撰报告内容。
常见问题
为什么需要保持原始问句？
→ 诊基接口依赖用户自然语言语义，建议避免改写导致意图偏移。
如何只看输出，不落盘？
python3 -m scripts.get_data --query "华夏成长混合基金" --no-save
合规说明
- 诊断结果仅供参考，不构成投资建议，输出时应附风险提示。
- 禁止在代码或提示词中硬编码账号 ID、会话 ID 或 token。
- 环境变量按敏感信息处理，不在日志或回复中泄露。
- 接口失败时不得编造结论，应返回明确错误或不确定性说明。