问一句,看答案:zhengxi-views溯源问答的真实上手体验
问一句,看答案:zhengxi-views溯源问答的真实上手体验
问一句,答案自带出处——这是 zhengxi-views 给我最直观的感受。它是一款可溯源的郑希(易方达基金经理)投研 Agent Skill:基于他 2012–2026 年全部公开观点原文、有原话佐证的投资方法,以及全市场基金真实数据,支持溯源问答、按他的框架给基金打分,绝不杜撰。⚠️ 仅研究学习辅助,不构成投资建议。
这篇文章记录我从安装到连续追问 5 次的真实体验,带你看看"AI 不瞎编"是什么感觉。
一、它凭什么能"溯源":三块根基
普通 AI 聊基金经理观点,多半是"凭印象编"——听起来头头是道,查无此言。zhengxi-views 的做法是从根上换掉数据来源:
| 根基 | 位置 | 作用 |
|---|---|---|
| 📚 原文语料 | references/corpus/ | 2012–2026 年全部公开观点:定期报告、基金经理手记、媒体采访 |
| 🧭 投资方法 | references/method.md | 从语料蒸馏的方法框架,每一条都有他本人原话佐证 |
| 📊 真实基金数据 | references/fund_data/ | 他全部 8 只基金的逐季持仓、净值、业绩、规模快照 |
核心行为约束写在 SKILL.md 里:先查,再说;说他说过的,引原文标出处;说推演的,讲清是按他的方法推的。 这三句话,是它"可信"的全部来源。
二、最快上手步骤:3 步装好 zhengxi-views
以 Claude Code 为例(其他平台见 README.md 的对应章节):
第 1 步:克隆仓库
git clone https://gitcode.com/lyra81604/zhengxi-views
第 2 步:放入技能目录
mkdir -p "$HOME/.claude/skills/zhengxi-views"
cp -R SKILL.md README.md references scripts "$HOME/.claude/skills/zhengxi-views"/
第 3 步:(可选)装脚本依赖
纯语料检索零依赖,开箱即用;只有抓取全市场基金数据、评分时才需要:
pip install -r requirements.txt
完整重启 Claude Code,问一句"郑希怎么看光通信",即触发。🎉
💡 若用腾讯 WorkBuddy,把整个文件夹放进它的
skills/目录即可(已附 skill.yml 清单),详见 WORKBUDDY部署.md。
三、上手体验①:溯源问答——答案自带原文出处
第一句我随便问了个最常见的:"郑希怎么看光通信?他什么时候开始看好的?"
它的回答不是泛泛的"看好科技",而是:
- 直接引用他在 2026 年 6 月接受中国证券报采访时的原话:"全球 AI 资本开支已经来到万亿美元级别……光通信则是远距离传输的关键路径";
- 时间点可追:他自称对"光"的重仓可追溯到 2025 年二季度;
- 更妙的是自动做了言行对照——查他管理的易方达信息产业(001513)持仓,2025Q2 起中际旭创、新易盛、源杰科技、光库科技等光通信标的确实集体进入前十大,结论:言行一致。
这就是"溯源"二字的含金量:观点有原话、时间点有出处、判断有持仓数据交叉验证,三层都对得上。背后的检索脚本是 scripts/search_corpus.py,AI 会自动调用,你不用手动敲。
四、上手体验②:语料没谈过的话题,它怎么答?
这是我最担心的场景——问一个他没公开聊过的方向。我试了:"用郑希的思路看看创新药值不值得关注"。
它的回答第一句就加粗声明:"郑希没有公开谈过创新药,以下是按他一贯的投资方法做的推演,不代表他本人的观点。" 然后再用 references/method.md 的框架逐关推演:
- 第 1 关·有没有"供给端创造的需求"→ 创新药靠新靶点创造原本不存在的需求,这一关最对味;
- 第 2 关·中国比较优势在哪 → 更占优的是 CXO / 出海 BD 这类"卖水人"环节;
- 第 3 关·低 ROE 弹性 → 未盈利 Biotech 符合偏好,但流动性关会筛掉一批小票。
没有一句冒充原话,但推演又有料——这正是它和普通"方法论 skill"拉开差距的地方。
五、上手体验③:给一只基金按郑希框架打分
第三轮我换了玩法:"用郑希的标准给招商中证白酒打个分,他会买吗?"
它跑完 scripts/score_fund.py 备齐数据,按 references/scorecard.md 的六维评分卡输出:
21 / 100 · 不契合——这是一只合格的行业指数工具,但几乎不像"郑希会买的基金"。低分 ≠ 差基金,只是风格和他几乎相反。
六个维度(景气方向、ROE 低位弹性、全球比较优势、流动性、集中度与周期拼接、业绩印证)逐项给分、逐项给一句话依据,最后点破定位:这套分衡量的是"多像郑希会买的",不是基金好坏。 分寸感拿捏得很稳。👍
六、进阶玩法:接入 WorkBuddy 做交易日自动化研究助手
装好之后我发现它还能再往上叠一层。把腾讯 WorkBuddy、zhengxi-views 和 MCP 连接器接起来,可以做成交易日自动化研究助手:每个交易日定时触发,自动读取行情、基金持仓、财报与产业新闻,用郑希的方法框架生成结构化报告,再经邮件 MCP 推送到邮箱——沉淀为一条可复盘的研究流水线。
七、边界与提醒:它明确不做的事
体验结束前,值得说说"红线"。README 的边界章节写得很清楚:
- 研究与学习辅助,不构成投资建议,不预测涨跌、不给买卖指令;
- 最大禁区是编造他没说过的话——拿不准就回到语料,或如实说"未见";
- 所有引用忠于原文,持仓与业绩数字只来自 references/fund_data/ 的公开季度快照,并注明季度和日期。
写在最后
五轮追问下来,zhengxi-views 给我的核心体验就一句话:AI 的每个结论都经得起"这句话哪来的"这一问。 原文有出处、推演有声明、数据有快照——对新手而言,它不只是个问答工具,更是一个"如何严谨研究基金经理"的可参考范式。感兴趣的话,装好问一句,答案自己看。
