skill
hehe-development-potential-assessment
盒盒行业与企业发展潜力评估skill:当你想快速了解一个行业、细分赛道或企业的发展现状,这个skill会构建一个可比较的维度与评分模型,把你的研究对象和理想构型(100分)、历史高峰(巅峰时代的可比对象)和现实锚点(当前可比对象)进行建模对比,快速判断其发展生态位、竞争力与投资吸引力。
Set up
Skills are installed by placing their folder where your agent loads skills.
The download comes from github.com/hexiaofeier/hehe-development-potential-assessment itself, not from our server, so what you get is exactly what its author published.
Install instructions come from the README
README
synced Oct 26, 2026盒盒行业与企业发展潜力评估skill
当你想快速了解一个行业、细分赛道或企业的发展现状,这个skill会构建一个可比较的维度与评分模型,把你的研究对象和理想构型(100分)、历史高峰(巅峰时代的可比对象)和现实锚点(当前可比对象)进行建模对比,快速判断其发展生态位、竞争力与投资吸引力。
hehe-development-potential-assessment 是盒子原创的特殊能力独立行研 Skill。它不是通用打分表,而是一套“先研究、再建模、再比较”的发展潜力评估方法。
它会先搜索和研读目标对象、历史高峰与现实参照,提取真正影响发展的条件、限制、痛点和壁垒,再把这些内容加工成可以理解、可以比较、可以实际赋分的维度体系。最终交付完整分析报告、HTML 阅读版和可调 Excel 模型。
更新记录
2026-10-15 · v3.3:从“差多少分”走向“如何改善”
本轮完善从研究、比较到行动判断的衔接,保留多轮公开信息搜索、分层维度、百分制评分,以及 Markdown、HTML、可调 Excel 三类交付。
| 更新 | 带来的变化 |
|---|---|
| 明确评价用途和期限 | 区分当前实力与未来潜力,写清观察时点和判断期限;当前评分与改善情景分别呈现 |
| 比较历史参照候选 | 按需求与采用过程、商业模式、资本和配套条件选择对象及时期,解释哪些经验可以迁移 |
| 校准定性评分 | 写清相邻档位需要看到的事实,用目标与参照试评,争议评分通过区间与敏感性检验 |
| 解释分差贡献 | 计算各指标对总分差距的贡献,结合可控性、投入、时间和前置条件确定改善优先级 |
| 给出改善情景 | 展示“条件变化 → 指标变化 → 总分变化”,让模型回答哪些行动真正有用 |
| 修复组合加权 | 调整子赛道权重后按合计归一化;支持说明市场规模、未来结构或资源配置等权重口径;缺失、负值和零合计有对应处理 |
本轮验证:
- LibTV与Runway同题回归:七维十四指标、56组评分依据,验证分差贡献、改善路径及对手同步进步情景;14项原生 Excel 计算与调参检查通过。
- AI工业预测性维护新赛道测试:重新搜索并研读材料,比较旋转设备、数控机床、工业机器人及历史/现实参照;七维十四指标、84组评分依据,23项原生 Excel 检查通过。
- 两轮均交付完整 Markdown、同内容 HTML 和可调 Excel,并检查桌面、手机及打印版式。新赛道测试使用研究关注权重,尚未验证真实市场份额加权及独立评分者的一致性。
这些是具体课题的行为测试记录,不是所有行业的统一评分标准。真实项目材料与工作簿保留在研究项目中,不随安装包发布。
它解决什么问题
这套 Skill 适合回答:
- 一个行业当前有没有足够的生命力、竞争力或投资吸引力?
- 同一母赛道中的多个细分赛道,各自处于什么水平,应该优先关注谁?
- 一家新企业与历史高峰企业、当前领先者和理想模型相比,主要差距在哪里?
- 目标对象还缺哪些条件,哪些差距能够补齐,哪些会长期限制发展?
- 权重、评分或关键假设变化时,综合位置和排序是否稳定?
它不从固定指标库里机械抽取十几个指标,也不先造一个 Excel 再找数据填空。模型必须从本题的决策用途、比较对象、发展机制和公开材料中长出来。
三种分析模式
1. 行业发展潜力
把目标行业与理想构型、历史高峰行业及当前现实参照放在同一套维度下比较,判断它现在处于哪个发展阶段,是否仍具备足够的需求、技术、商业化、竞争和经营条件。
例如:评估 AI 教育智能硬件能否形成类似早期智能手机的行业生命力。
2. 细分赛道比较
为同一母赛道中的多个子赛道建立共同维度、标尺和权重,比较各自的需求强度、产品价值、商业化质量、进入条件、资源要求和限制因素。需要时按明确的组合权重汇总母赛道结果。
例如:比较教育智能硬件中的学习机、词典笔、听力设备、儿童手表和校内硬件。
3. 企业发展潜力
比较目标企业、历史高峰企业、当前同类企业和理想企业构型,判断目标企业的客户验证、产品交付、技术壁垒、商业化质量、组织执行、资金资源和企业保障处于什么水平。
例如:比较一家新 AI 应用企业与 Adobe 历史阶段、Runway 等现实参照的差距。
核心方法
明确决策用途与比较层级
→ 搜索目标、历史与现实参照
→ 研读原文并解释发展机制
→ 提取候选维度与可观察指标
→ 试评并修订名称、标尺和权重
→ 用共同标准逐项评分
→ 比较分维度差距与成因
→ 检查权重、评分和关键假设的敏感性
→ 交付 Markdown、HTML 与可调 Excel
理想、历史、现实和目标四类对象
| 对象 | 作用 |
|---|---|
| 理想构型 | 定义各项关键条件同时成立时的理论标尺,并解释为什么这些条件构成理想状态 |
| 历史高峰 | 提供跨时间参考,说明某类行业或企业在高峰阶段具备哪些条件、仍有哪些短板 |
| 现实参照 | 提供当前可比对象,帮助判断目标在同一环境中的相对位置 |
| 目标对象 | 本次需要评价的行业、子赛道或企业 |
四类对象使用同一维度、指标方向、权重和评分标准。历史对象不因为年代不同就自动得高分;理想构型也不是现实中必然存在的企业。
维度怎样形成
维度来自研究加工。候选因素通常包括:
- 政策、监管和法律环境;
- 经济条件、预算来源和支付能力;
- 社会需求、使用习惯和任务价值;
- 技术成熟度、成本、供应和替代关系;
- 市场验证、客户结构与竞争强度;
- 盈利、现金、资本占用和规模效率;
- 组织、团队、渠道、交付和合作资源;
- 阻碍行业或企业发展的痛点、壁垒和硬约束。
最终维度只保留与本题决策有关、对象之间可以共同评价、公开材料能够支持且不会重复计算的部分。名称优先使用读者能够直接理解的行业语言。
怎样评分
- 指标分、维度分和综合分统一采用 0—100 分。
- 权重和对象评分都可以在 Excel 中调整。
- 定量指标说明原始值、方向、分档或换算公式。
- 定性指标拆成可观察事实,并写清评分标准、事实依据和赋分理由。
- 证据不足不会自动等于对象表现差;无法判断的项目保留空值和待补材料。
- 硬约束、敏感性和排序翻转条件与综合分一起解释。
搜索与研究加工
模型质量首先取决于前端研究。Skill 会围绕目标、细分对象、历史参照和现实参照进行多轮搜索:
- 广搜全貌:建立行业、对象、事件、指标和材料类型地图。
- 深查机制:追到政策原文、企业披露、统计、论文、产品材料和可信研究,理解数据背后的机制。
- 补齐评分依据:针对维度、标尺、对象差距和争议评分定向补搜。
搜索、研读、评分和来源索引共用一份材料台账。实际对象的评分必须能回到材料;模型知识用于提出问题和加工事实,不能代替公开证据。
会交付什么
实际建模默认交付:
发展潜力评估项目/
├── 发展潜力评估报告.md
├── 发展潜力评估报告.html
└── 发展潜力评分模型.xlsx
Markdown 主报告
报告采用摘要优先结构:
- 核心摘要;
- 研究范围;
- 理想模型与参照选择;
- 评价维度、指标和权重;
- 分维度差距、成因与影响;
- 综合判断与机会;
- 参数变化与结论稳定性;
- 研究说明与附录。
正文主要解释目标和参照之间的核心差距、形成原因及其实际含义。逐项评分材料、详细分档和来源索引放在附录或 Excel,不用赋分过程淹没分析结果。
HTML 阅读版
HTML 与 Markdown 内容一致,使用固定离线模板:
- 桌面端提供固定章节目录;
- 手机端使用折叠目录和单列布局;
- 宽表可以横向滚动;
- CSS 和必要脚本内嵌,不依赖 CDN;
- 支持浏览器打印和导出 PDF;
- 保留 Excel 工作簿入口。
可调 Excel 模型
基本工作簿包括:
| 工作表 | 用途 |
|---|---|
| 模型总览 | 查看各维度权重、对象得分、综合位置和主要差距 |
| 锚点参照与赋分意义 | 比较理想、历史、现实和目标对象,说明参照选择与分差 |
| 指标详表 | 查看评分标准并调整权重和目标评分;参照评分在“锚点参照与赋分意义”调整 |
| 模型假设 | 查看维度选择、权重、逐项事实和赋分理由 |
| 数据溯源 | 回到原始材料、时间、对象和链接 |
复杂项目可以按需增加组合加权、计算审计和敏感性工作表。
安装
克隆仓库:
git clone https://github.com/hexiaofeier/hehe-development-potential-assessment.git
cd hehe-development-potential-assessment
将下面的文件夹复制到客户端的 Skills 目录:
skills/hehe-development-potential-assessment/
常见位置:
| 客户端 | 用户级 Skill 目录 | 显式调用示例 |
|---|---|---|
| Claude Code | ~/.claude/skills/ | /hehe-development-potential-assessment |
| Codex | ~/.codex/skills/ 或客户端配置目录 | $hehe-development-potential-assessment |
| 其他 Agent | 由应用配置的 Skills 目录 | 选择或点名该 Skill |
安装 Python 依赖:
python -m pip install -r skills/hehe-development-potential-assessment/requirements.txt
复制后新开会话,让客户端重新发现 Skill。
快速开始
以下示例使用 Codex 的 $ 调用写法;在 Claude Code 中改用 /hehe-development-potential-assessment。
行业比较:
使用 $hehe-development-potential-assessment,
评估中国AI教育智能硬件当前的发展潜力。
建立理想构型,选择合适的历史高峰和现实参照,
研究并构建共同维度,交付Markdown、HTML和可调Excel。
细分赛道比较:
使用 $hehe-development-potential-assessment,
比较AI教育智能硬件各细分赛道的发展潜力和投资吸引力。
说明指标选择、权重、逐项评分依据及排序翻转条件。
企业比较:
使用 $hehe-development-potential-assessment,
比较目标AI应用企业与历史高峰企业、当前领先者和理想企业构型,
解释主要差距、追赶条件和对经营发展的含义。
随包工具
以下命令在克隆后的仓库根目录运行。先用随包教学示例验证生成与校验;实际研究时再换成根据材料填写的输入 JSON。
生成教学示例评分模型:
python skills/hehe-development-potential-assessment/scripts/build_scoring_workbook.py \
--input skills/hehe-development-potential-assessment/examples/model-input.example.json \
--output 教学示例评分模型.xlsx
校验教学示例评分模型:
python skills/hehe-development-potential-assessment/scripts/validate_scoring_workbook.py \
--workbook 教学示例评分模型.xlsx \
--contract skills/hehe-development-potential-assessment/examples/model-input.example.json
生成 HTML 阅读版:
python skills/hehe-development-potential-assessment/scripts/build-html-report.py \
发展潜力评估报告.md \
发展潜力评估报告.html \
--report-type "行业与企业发展潜力评估报告" \
--scope "目标与参照范围" \
--data-cutoff "YYYY-MM-DD" \
--version "V1.0"
生成器默认不覆盖已有 HTML,并检查一级标题、摘要顺序、正文一致性、目录锚点、内部链接和远程图片。
仓库结构
hehe-development-potential-assessment/
├── README.md
├── LICENSE
├── release-manifest.json
├── docs/images/
├── scripts/validate_release.py
└── skills/
└── hehe-development-potential-assessment/
├── SKILL.md
├── agents/openai.yaml
├── references/
├── assets/
├── examples/
├── scripts/
├── requirements.txt
└── package-manifest.json
与盒盒行业研究技能包的关系
本 Skill 不属于 hehe-industry-research-skill-pack,也不要求安装该技能包。
- 行业研究技能包负责完整行业、企业及行业+企业研究,由总入口与13个专项组成。
- 本仓库负责一种特殊的比较建模能力:研究发展条件、建立共同维度、赋分并解释发展位置。
- 两者可以共享公开材料或互相把结果作为输入,但不存在固定调用关系。
- 本仓库复用了已经验证的 HTML 视觉系统;模板复用不构成运行和发布依赖。
公开边界
- 可以使用 Agent 当前拥有的网页搜索、浏览器、数据库、MCP/API 和文件解析能力,不绑定私有插件或付费工具。
- 公开材料不足时保留空值、局部评价和待补任务,不用低分冒充资料缺口。
- 综合分用于结构化比较,不替代估值、投资价格、法律意见或个性化证券建议。
- 公开仓库不包含真实项目原始材料、生成工作簿、本地维护台账、历史备份、账号和凭据。
发布校验
python scripts/validate_release.py
校验器检查公开名称、独立安装合同、必需文件、包内链接、私有路径、历史目录和生成缓存。Skill 自带的工作簿合同测试可单独运行:
python skills/hehe-development-potential-assessment/scripts/test_workbook_contract.py
许可与反馈
本项目采用 MIT License。
如发现维度不可理解、评分依据不足、Excel无法联动、HTML内容缺失或包内链接失效,请在 GitHub Issues 提供研究对象、用途、比较集合和复现步骤。