上一篇本意是给自己立个 Flag：逼自己在 2026 年让 AI 更深地介入生活。没想到收了一些读者，私信来要这套工作流。
所以我把这两周迭代的东西重新整理了一遍：
- 重写了数据获取脚本，更稳、更少缺数
- 给「出建议」这件事加了约束：减少空话，强制引用数据
- 把流程拆成 6 个技能，对应 6 个真实使用场景
现在已经开源，可以按自己的风格去魔改。
先说结论：它解决的是散户最常见的三种痛
这套系统不承诺让你赚钱。它解决的是更基础也更现实的东西——让你的决策能复盘、能迭代、能少犯重复的错。
它帮我解决的是这三件事：
- 不知道什么时候该止盈：涨了舍不得卖，跌了又想硬扛
- 买入靠感觉，过两周连自己当时为什么买都说不清
- 同样的错误反复犯：情绪化交易、追涨杀跌、被短期波动带节奏
如果你也有这些毛病，这套系统大概率对你有用。
四条核心理念
数据必须可靠客观
所有价格和指标都从 AKShare 实时获取，禁止估算和编造。没拿到数据就明确告诉你「数据缺失」，不会自己瞎编一个。
多模型协同，减少偏见
单个模型可能有偏见，比如对某个行业过度乐观。所以让三个不同的模型同时分析，再看共识程度：
- 3/3 一致 → 强共识，值得认真考虑
- 2/3 一致 → 弱共识，参考多数意见
- 各说各话 → 分歧大，你来拍板
强制数据驱动
每条操作建议必须引用至少 2 个客观数据字段，比如 RSI、均线位置、资金流向。没有数据支撑的观点会被降权，避免空洞的「建议关注」。
个性化，而且持续追踪
系统记住你的投资风格和弱点，针对性提醒。还会自动追踪你有没有执行建议、执行之后效果如何，越用越懂你。
6 个技能，对应投资里的 6 个场景
/brief 每日简报
解决的问题： 不想花太多时间盯盘，又想知道今天发生了什么。
说一句「简报」，它帮你整理：
- 持仓涨跌，结合你的成本算盈亏，不是数字罗列
- 市场热点和利好利空
- 需要关注的风险
关键在于，简报是结合你的持仓生成的，不是千篇一律的市场评论。
/scan 市场扫描
解决的问题： 想加仓，但不知道有什么机会。
它按你的投资风格和关注方向扫描市场。不会推荐你不感兴趣的东西，因为系统知道你偏价值还是偏成长、关注哪些行业。
/analyze 个股分析
解决的问题： 想了解某个标的，自己研究太花时间。
说一句「分析下比亚迪」，输出基本面、技术面、估值和主要风险。
比搜索引擎强在：它结合你的持仓给建议。已经持有会提示集中度风险，没买过会评估是否符合你的风格。
/trade 交易记录
解决的问题： 买完就忘，想不起来当初为什么买。
说一句「今天买了 XX」，系统记录、验证价格、更新持仓。
最重要的是，它会追踪你有没有执行之前的建议，执行之后效果怎么样。
/review 周期复盘
解决的问题： 同样的错误反复犯。
说一句「复盘」，回顾最近的操作，验证建议是否正确，总结经验教训，帮你建立投资纪律。
/committee 投资委员会
解决的问题： 重大决策拿不定主意。
这是核心功能。说一句「开会」，它会：
- 获取最新市场数据
- 整理成统一的输入格式
- 让 Claude、Codex、Gemini 分别分析
- 汇总三方共识，输出可执行建议
适合两种时候：有钱要入场但不确定怎么分配，或者持仓涨跌幅很大、不确定该不该动。
投资画像：把自己的弱点写下来
系统能记住你是什么样的投资者。我给自己写的画像是这样的：
已知的弱点（诚实面对自己）
不会止盈，涨了舍不得卖；
容易被短期波动影响情绪；
买入决策经常凭一时冲动。
希望改进的方向
建立明确的止盈规则；
定期复盘，检验买入逻辑是否还成立。
写下来有什么用？AI 会针对性地提醒。
比如 RSI 超过 80、涨幅已经很大的时候，系统会强调：「根据你的画像，你不擅长止盈，当前数据建议你认真考虑减仓。」
这种提醒比千篇一律的「买入有风险」有用多了——它是针对你的。
它会越来越懂你
画像是你自己写的，但那只是起点。系统会在使用过程中自动记录你的行为模式和认知偏好，建议会越来越贴合你。
它自动记录的东西包括：
- 你是不是真的「不会止盈」？腾讯持仓 1000 多天、涨了 80% 还没动，这就是数据
- 你更容易接受哪类建议：止盈、加仓，还是观望
- 建议给了之后你采纳了吗，效果怎么样
- 大跌的时候你是恐慌卖出，还是敢于加仓
- 哪些坏习惯正在改善
时间长了，建议就不只是「根据数据应该这么做」，而是「根据数据加上你的性格特点应该这么做」。
同样是 RSI 超买，对敢于止盈的人，系统可能只是提醒一下；对我这种知道但做不到的人，它会更强硬：
工业有色 RSI 已达 85。根据过去的记录，你有 3 次在类似情况下没有止盈，最后都回吐了利润。这次建议真的考虑减仓 20%。
这种懂你的反馈，比通用建议有用太多。
怎么开始用
需要的工具
- Obsidian（免费）：管理投资笔记和数据
- Claude / Codex / Gemini 3 Pro：跑 AI 分析，最好用几个不同的模型提供不同视角
- Python 环境：获取市场数据
第一步：配置持仓
新建 Holdings.md：
| 代码 | 名称 | 持仓数量 | 成本价 | 买入日期 |
|---|---|---|---|---|
| 00700 | 腾讯控股 | 100 | — | 2024-03-15 |
| 510300 | 沪深 300 ETF | 100 | — | 2024-10-10 |
第二步：写投资画像
新建 Profile.md，诚实写下自己的投资风格和弱点。大白话就行，关键是诚实。
第三步：开始使用
用自然语言交互就可以：
- 「给我今天的简报」
- 「帮我分析下恒生互联网 ETF」
- 「开个投委会，讨论下我这 10 万新资金怎么配置」
想改就改
所有提示词和模板都可以改：
Principles.md：你的投资原则Watchlist.md：关注的行业和标的Skills/：每个能力的具体逻辑
做短线就调高技术指标的权重，做长线就加强基本面分析。
一些诚实的话
这套系统不能帮你赚钱。 赚不赚钱取决于买的东西好不好、时机对不对。AI 能帮你减少犯错、建立纪律，但不能代替你判断。
AI 经常会错。 有时候三个模型都说看涨，结果跌了；都说该卖，结果继续涨。关键是有了系统，你能知道当时是基于什么数据做的决策，事后可以复盘。
它主要是给自己用的。 我不是专业做这个的，也不指望它成产品。开源一是因为它是我用 AI 深度介入生活的第一步，二是这个思路可能对别的散户有帮助。
开源地址
GitHub：AllenAI2014/ai-investment-advisor
里面包含完整的系统配置文件、6 个 Skill 的提示词、数据获取脚本和使用说明。
风险提示：投资有风险，本系统仅供参考，不构成投资建议。AI 分析基于历史数据和模型推理，不能预测未来，请结合自身情况独立判断。