by hexiaofeier
盒盒原创中文行业与企业研究技能包:1 个总入口协同 13 个专项 Skill,支持完整行业研究或企业研究、以及市场格局、市场规模、企业画像等独立专项模块。
# Add to your Claude Code skills
git clone https://github.com/hexiaofeier/hehe-industry-research-skill-packGuides for using ai agents skills like hehe-industry-research-skill-pack.
Last scanned: 9/20/2026
{
"issues": [],
"status": "PASSED",
"scannedAt": "2026-09-20T09:06:45.420Z",
"npmAuditRan": true,
"pipAuditRan": true,
"promptInjectionRan": true
}hehe-industry-research-skill-pack is an open-source ai agents skill for AI coding assistants such as Claude Code, Codex CLI, and ChatGPT, built by hexiaofeier. 盒盒原创中文行业与企业研究技能包:1 个总入口协同 13 个专项 Skill,支持完整行业研究或企业研究、以及市场格局、市场规模、企业画像等独立专项模块。. It has 302 GitHub stars.
Yes. hehe-industry-research-skill-pack passed SkillsLLM's automated security scan — a dependency vulnerability audit plus prompt-injection heuristics — with no high-severity issues. You can read the full report in the Security Report section on this page.
Clone the repository with "git clone https://github.com/hexiaofeier/hehe-industry-research-skill-pack" and add it to your Claude Code skills directory (see the Installation section above).
hehe-industry-research-skill-pack is primarily written in Python. It is open-source under hexiaofeier on GitHub, so you can review or fork the full source.
Yes. SkillsLLM lists many other AI Agents skills you can browse and compare side by side. Open the AI Agents category from the badge at the top of this page, or use the Related Skills and comparison links further down to weigh hehe-industry-research-skill-pack against similar tools.
No comments yet. Be the first to share your thoughts!
⚠️ Third-Party Software Notice
This skill is third-party open-source software developed and hosted independently on GitHub. SkillsLLM is an informational directory and does not control or maintain the underlying repository.
Any security checks, ratings, or warnings displayed by SkillsLLM are automated and limited in scope. They do not constitute a security certification or guarantee that the software is safe, error-free, or free from malicious code, vulnerabilities, compromised dependencies, or prompt-injection risks.
Review the source code, permissions, dependencies, and configuration before installing or running any third-party skill. Use is at your own risk. To the maximum extent permitted by applicable law, SkillsLLM is not liable for losses arising from third-party software.
一套由总入口统筹、13 个专项 Skill 协同执行的中文行业与企业研究工作流。
Hehe Industry Research Skill Pack 面向使用公开信息开展行业研究、企业研究、商业尽调和投资研究的 AI Agent。它由 hehe-industry-researcher 管理项目,再按任务调用市场规模、产业链、商业模式、竞争格局、财务、估值等 13 个专项 Skill。
“盒盒”是这套原创研究方法的识别前缀,因此公开版本统一使用 hehe-* 名称。每个专项都能独立调用;完整研究则由总入口负责开题、搜索组织、材料审核、专项验收和最终整合。
从“这家公司有前景”,走到“什么条件下值得投”。 先明确投资场景,再把经营增长、资金投入、股权变化和投资者回报连起来。
本次更新 hehe-investment-logic 与 hehe-valuation-analysis。两项都能独立使用;共同研究时,各自交付完整报告,复用同一套适用模型。
| 升级重点 | 现在怎样分析 | 你能得到什么 |
|---|---|---|
| 投资分析,先选对场景 | 保留行业机会、企业、项目、上市证券、具体交易五类入口;把未明确的投资方式与目的一次问清 | VC、并购、战略投资与二级市场问题,都按实际需求展开 |
| 投资逻辑:判断是否值得参与 | 检验经营假设、预期差、进入条件、反方与退出;有数据时计算本金倍数、年化回报和价格临界值 | 不只解释增长前景,还能看懂钱靠什么赚、怎样亏、何时重估判断 |
| 估值分析:说明价值如何形成 | 从销量、单价、客户等驱动推导收入和利润,衔接再投资、营运资金、融资、分配和股数 | 一套能修改、能复算、能解释价值变化的模型 |
| 一套模型,两份报告 | 统一时点、币种、情景、现金与稀释;估值报告负责参数和价值,投资报告负责回报与选择 | 两份报告的假设与数字能够相互核对 |
| 价格与回报分开反推 | 分开回答“现价要求怎样的经营表现”与“达到指定回报最多能付多少” | 避免把价值差额直接当成可实现收益 |
此外,非上市企业的 IPO 价值桥已修正现金与净债务可能重复计入的问题;有增长就检查相应资本投入,有融资就检查投资者出资、权利和稀释。完整投资逻辑仍按八部分展开,完整估值仍按十三节展开。
本轮验证:小鹏汽车双专项联合研究。 完成两份独立 Markdown 报告和一个共享公式 Excel;36 项原生 Excel 检查通过,429 条公式未发现错误,并完成保存后重开回读。该案例验证了上市证券路径的分工、资金衔接和模型一致性。
使用 $hehe-investment-logic 和 $hehe-valuation-analysis,
研究一家公司的投资价值。先把投资场景、进入方式和目的问清楚。
两份报告共用经营、资金和股数假设:
估值报告解释价值计算,投资逻辑报告解释回报、风险与进入退出条件。
如果只想判断投资逻辑,直接调用投资专项即可;如果只想计算价值,直接调用估值专项即可。
已安装用户: 更新 skills/hehe-investment-logic/ 与 skills/hehe-valuation-analysis/ 两个完整文件夹,包含 references/ 和调用配置,然后新开会话。使用 Git 安装的用户可在仓库执行 git pull --ff-only 后重新复制这两个目录。
hehe-competitive-landscape 现在可根据研究问题,自行选择并制作以下图表:
已安装用户请更新整个 skills/hehe-competitive-landscape/ 文件夹,包含新增的 reference,再新开会话使用。
2026-09-21 · rc7:完整行业研究、企业研究和行业+企业研究,现在默认同时交付 Markdown 主报告+同内容 HTML 阅读版。
单独专项仍以各自的 Markdown 报告和必要附件为主;明确要求时可增加 HTML 阅读版。查看报告封面和内容示例。
完整行业研究很容易出现三类问题:
这套技能包把完整研究拆成清楚的工作单元,同时保留一份可直接阅读的综合报告:
先确认研究问题
→ 建立范围、口径和任务卡
→ 统一检索与材料审核
→ 逐项完成适用专项
→ 检查方法、证据、计算、附件与正文完整度
→ 按研究问题整合最终 Markdown 主报告和同内容 HTML 阅读版
专项报告不会被综合报告替代。综合报告也不会把 13 份专项原文简单首尾拼接。
以下任务通常不需要启动完整技能包:
| 类型 | Skill | 核心任务 | 常见附件 |
|---|---|---|---|
| 总入口 | hehe-industry-researcher |
开题、范围、搜索与审核组织、专项路由、验收及综合报告 | 任务卡、材料索引、验收矩阵、交付清单 |
| 专项 | hehe-market-sizing |
市场口径、规模测算、预测情景与敏感性 | 公式 Excel |
| 专项 | hehe-industry-chain-map |
功能链、角色链、四流、瓶颈及替代路径 | Mermaid、结构图、离线 HTML |
| 专项 | hehe-business-model |
付款者、收入、成本、现金、单位经济和增长边界 | 按题生成模型或对比表 |
| 专项 | hehe-competitive-landscape |
竞争场域、企业池、份额、战略群组和标的位置 | 对比表;按题交付二维竞争定位图、能力矩阵或热力图,图形附可编辑 SVG 与 PNG |
| 专项 | hehe-pest-analysis |
政策、经济、社会、技术因素及行业传导 | 事件表或时间线 |
| 专项 | hehe-trend-analysis |
趋势阶段、信号、替代解释和证伪条件 | 趋势卡或时间序列 |
| 专项 | hehe-industry-drivers |
结果拆解、驱动机制、时滞、持续性和反事实 | 驱动表或计算底稿 |
| 专项 | hehe-industry-pain-points |
承担者、任务节点、现实损失、替代与机会边界 | 痛点表或案例清单 |
| 专项 | hehe-company-profile |
主体、发展、业务、客户、供应商、伙伴和对手画像 | 四类经营关系清单 |
| 专项 | hehe-financial-analysis |
完整三表、有限披露、经营财务、会计质量和预测 | 公式 Excel |
| 专项 | hehe-governance-capital-allocation |
控制权、治理、激励、资本来源用途和重大决策 | 资本配置底表 |
| 专项 | hehe-valuation-analysis |
上市公司、非上市企业和商业尽调估值 | 公式 Excel |
| 专项 | hehe-investment-logic |
投资方向、标的比较、交易路径、催化剂、风险和退出 | 投资路径结论表 |
适合回答市场多大、结构怎样、谁在竞争、行业为什么变化、主要机会和风险是什么。完整安装全部 14 个 Skill,由总入口根据课题选择适用专项。
适合分析企业经营位置、财务质量、治理、估值和投资逻辑。行业+企业完整组合会逐项检查 13 个专项,并为每项生成独立报告或明确记录不适用、降级及其影响。
可以直接调用任一专项,例如:
使用 $hehe-market-sizing 测算中国商用服务机器人市场规模,
给出参数、公式、三种情景和可复核的 Excel 模型。
专项会自行完成必要的检索与最低材料审核,不要求先安装或调用总入口。
完整行业、企业或行业+企业研究的第一次实质回复会先集中确认:
用户已经说明的内容只复述确认,不重复追问。只有用户明确要求“无需提问,直接开始”时,才跳过开题问题。
技能包可以使用 Agent 当前拥有的网页搜索、浏览器、数据库、MCP/API、文件解析或公开信息采集能力,不要求某个私有插件或付费服务。
总入口统一管理研究范围、关键词方向、材料索引和缺口;专项只提出本方法需要补充的事实。关键材料优先追到原文,并保留对象、时间、地域、单位、分母、样本、方法和来源关系。
如果安装了以下独立 Skill,可以协同使用,但它们不在本仓库内,也不是启动条件:
| 独立 Skill | 作用 | 仓库 |
|---|---|---|
sou-cha-ling(搜查令) |
把问题设计成关键词簇、平台和带回字段 | hexiaofeier/sou-cha-ling |
tanzi(探子) |
跨平台采集公开信息并保留正文状态 | hexiaofeier/tanzi |
baojie(保洁) |
去重、分级、矛盾复核并交付证据台账 | hexiaofeier/baojie |
没有这些 Skill 时,当前 Agent 按包内后备规则完成必要的搜索和材料检查。
完整项目默认形成下面的目录:
研究项目/
├── 00_开题与任务/
│ ├── 开题记录.md
│ └── 专项任务卡.md
├── 01_材料库/
│ ├── 材料索引.md
│ ├── 搜索材料/
│ └── 审核结果/
├── 02_专项分析/
│ ├── 各专项独立报告.md
│ └── 按题触发的 Excel、图源或结构数据
└── 03_最终交付/
├── 文本研究报告.md
├── 文本研究报告.html
└── 交付清单.md
所有专项都必须交付 Markdown 主报告。完整行业研究、完整企业研究和行业+企业研究还会生成同内容、可离线阅读的 HTML 阅读版;单独专项不自动增加综合 HTML。Excel、图源、结构数据和其他离线预览按照专项规则及实际计算需求触发。
最终综合报告采用摘要优先结构:只有一个一级标题,第一节是核心摘要,随后说明研究范围与口径,再按研究问题展开主体。Skill 调用情况放在交付清单中,逐行列出实际调用、降级和未调用情况。
总入口内置公开的 Markdown→HTML 生成器。安装 Markdown 和 beautifulsoup4 后,可在 hehe-industry-researcher 目录运行:
python scripts/build-html-report.py 主报告.md 主报告.html --report-type "行业+企业研究报告" --scope "中国目标行业+目标企业" --data-cutoff "YYYY-MM-DD" --version "V1.0"
生成器默认不覆盖已有文件,会检查正文一致性、标题结构、目录锚点和远程图片。固定使用随包模板,目录只列二级章节;保留原文编号,摘要并列结论排卡片,引言、收尾和普通段落保持通栏。正文内容和标题层级保持不变。无法运行生成器时,仍可按包内 HTML 模板手工制作并执行同样的交付检查。
以下为《AI 漫剧行业发展现状与出海机会》由随包生成器生成的 HTML 阅读版实图,展示封面、核心摘要和正文表格。点击图片可查看大图。
封面呈现研究主题、核心判断、研究范围、数据截止日和版本;左侧目录用于跳转到具体章节。

先给出主要结论及其证据和含义。并列判断在桌面端以双列卡片呈现,在手机端自动改为单列。

正文沿用 Markdown 的章节顺序和编号,保留分析过程、数据口径、比较表格和来源链接。

字符数只用于检查完整分析有没有被压成摘要,不代替方法和证据。计数包含实质分析与表格,不包含来源清单、长篇原文、附录、验收记录和交付说明。
| 专项 | 正文目标体量 |
|---|---|
| 市场规模、PEST、趋势、驱动力、痛点 | 5,000—8,000 汉字 |
| 产业链 | 6,000—10,000 汉字 |
| 商业模式、竞争格局、公司画像、治理、估值、投资逻辑 | 7,000—13,000 汉字 |
| 财务分析 | 9,000—13,000 汉字 |
| 项目类型 | 正文目标体量 |
|---|---|
| 完整行业研究 | 25,000—40,000 汉字 |
| 完整企业研究 | 20,000—30,000 汉字 |
| 行业+企业研究 | 40,000—60,000 汉字 |
实质分析完整且只比下限少量自然偏差时,可以记录后交付;超过下限 10% 的短缺必须补足缺失分析,或明确改为局部/有限披露报告。禁止按“还差多少字”补写、跨专项复制、同句式换变量或用方法说明凑正文。
市场规模、财务分析和估值涉及实际测算时,默认生成带公式的 .xlsx。可以使用任何能够创建、保存并重算 Excel 的工具,不绑定特定插件。
如果当前环境无法生成工作簿,仍应交付参数、公式、计算过程和结果,并把 Excel 明确标为待生成,不能把静态表格冒充公式模型。产业链图同理:优先交付图源和可查看预览;渲染能力不可用时保留可复用图源并说明状态。
没有完整财报、没有连续三表或只有融资与经营数字时,Skill 不会补造财务报表。它会根据材料选择:
估值会区分当前独立经营价值、经营改善情景和条件化 IPO 情景,不把融资额、投后估值、GMV、订单或产能直接当成收入、利润和现金。
2026 年 9 月 15 日,rc3 使用“中国扫地机器人行业与科沃斯研究”完成一次行业+企业组合回归:
这次回归验证的是一个具体公开信息课题。特殊行业、内部尽调资料和不同 Agent 环境仍应按实际项目复核。
克隆仓库:
git clone https://github.com/hexiaofeier/hehe-industry-research-skill-pack.git
完整研究建议复制 skills/ 下全部 14 个文件夹。安装后的结构应是 <Skill 目录>/<Skill 名>/SKILL.md。
| 客户端 | 常见用户级目录 | 显式调用示例 |
|---|---|---|
| Claude Code | ~/.claude/skills/ |
/hehe-industry-researcher |
| Codex | ~/.codex/skills/ 或客户端配置的 Skills 目录 |
$hehe-industry-researcher |
| WorkBuddy | 由应用设置的 Skills 目录 | 在 Skill 列表中选择 |
复制后新开一个会话,让客户端重新发现 Skill。只安装单个专项时,只复制对应目录即可;这种安装不能宣称具备完整 1+13 组合能力。
完整行业研究:
使用 $hehe-industry-researcher 研究中国商用服务机器人行业。
先向我提出开题问题,再形成完整 Markdown 主报告、同内容 HTML 阅读版和必要附件。
行业+企业研究:
使用 $hehe-industry-researcher 研究中国现制茶饮行业与一家目标企业,
用于战略和投资判断。13 个专项都要实际启动并在最终报告列出调用情况。
有限披露企业研究:
使用 $hehe-industry-researcher 研究这家未上市公司。
我只有两年粗财务数据,请区分可确认事实、管理口径、情景测算和待补材料。
hehe-industry-research-skill-pack/
├── README.md
├── LICENSE
├── release-manifest.json
├── docs/images/ # README 中的报告实图
├── scripts/
│ └── validate_release.py
└── skills/
├── hehe-industry-researcher/
├── hehe-market-sizing/
├── hehe-industry-chain-map/
├── hehe-business-model/
├── hehe-competitive-landscape/
├── hehe-pest-analysis/
├── hehe-trend-analysis/
├── hehe-industry-drivers/
├── hehe-industry-pain-points/
├── hehe-company-profile/
├── hehe-financial-analysis/
├── hehe-governance-capital-allocation/
├── hehe-valuation-analysis/
└── hehe-investment-logic/
仓库校验器只使用 Python 标准库:
python scripts/validate_release.py
它检查 14 个 Skill 的名称与目录、总入口组合合同、包内 Markdown 链接、交付模板结构、公开包清洁度以及本地路径和私有能力泄漏。校验通过说明发布包结构完整;具体研究质量仍需用实际课题检验。