使用场景
覆盖从持仓诊断到投顾输出的全流程：想说“分析我的持仓”即可自动拉取全部持仓的行情、财务、估值、技术面数据一键出完整报告；需要调仓决策时说“帮我看看要不要调仓”，基于三层决策框架给出逐股建议动作和触发条件；定期复盘说“更新报告”即可沿用已有持仓快速重跑行情数据对比历史变化；风险排查时说“我的持仓有什么风险”，自动计算行业集中度、估值泡沫、盈利能力分化、资金面异动等风险维度；热点匹配时问“我的持仓跟当前热点关系怎样”，对比市场热点板块涨幅排行评估覆盖度和可持续性；投顾输出场景直接生成 PDF 归档报告，带数据来源声明和风险揭示，可直接交付客户。
个性化迭代成果
本次 v2.5.0 到 v3.0.0 的迭代中，最关键的修复是将 run_technical_signals.py 从依赖两个不存在的外部技能（基础技术指标信号引擎、K 线形态识别）的必崩脚本，重写为 18KB 自包含实现——用 numpy + pandas 独立完成 EMA 交叉、MACD 金叉死叉、RSI 超买超卖、BOLL 位置、OBV 趋势、ADX +DI -DI 七项技术指标的真实计算，以及锤子线、吞没形态、十字星、三白兵、三乌鸦、晨星暮星等 17 种 K 线形态匹配检测，端到端测试全部通过。同时修复了全文硬编码 Windows 路径为跨平台路径、将 PowerShell Select-String 验证命令替换为 bash grep、在标准模板中补齐了 18 个 SKILL.md 要求但缺失的 CSS 类名和 13 个必存 JS 变量占位、将 Chart.js 加载器从单一 CDN 升级为四级回退、修正了 assets/portfolio-analysis.html 中两处图表 ID 错误（portfolioPie→pieChart、sectorBar→industryChart），SKILL.md 从 20KB 精简至 8KB（-60%），两轮测试共 16 项全部通过。