agentleFS
AtmoskunAtmoskun/claude-skills/skills/moc/SKILL.md

moc

Skill0 starsChanged 9 months agoMITView on GitHub

Map of Content 生成器 - 跨全 Vault 搜索 ticker/主题,生成统一知识地图,输出到 Obsidian

The file

Files
SKILL.md

/moc - Map of Content 生成器

为 ticker 或投资主题生成跨文件夹的知识地图(Map of Content),把分散在 13+ 个文件夹的信息汇聚成一个可导航的索引。

Instructions for Claude

自动创建目录: 如果 ~/Documents/Obsidian Vault/导航/MOC/ 不存在,自动创建。

搜索范围: 必须搜索以下所有位置:

  1. 研究/研究笔记/ - 研究笔记(文件名含 TICKER)
  2. 研究/财报分析/{TICKER}/ - 财报分析
  3. 收件箱/ - frontmatter 中 tickers: [] 字段 + 正文提及
  4. 信息源/播客/ - 播客笔记(搜索正文)
  5. 周会/ - 周会实录(搜索"提到公司"行 + 正文)
  6. 信息源/雪球/ - 雪球帖子
  7. 研究/13F 持仓/ - 机构持仓
  8. 信息源/剪藏/ - 剪藏
  9. 写作/思考性文章/ - 思考文章
  10. 写作/技术概念/ - 技术概念
  11. ~/PORTFOLIO/portfolio_monitor/research/companies/{TICKER}/ - thesis 文件
  12. ~/Documents/Obsidian Vault/导航/NotebookLM/ - NotebookLM Q&A 历史记录
  13. ~/Documents/Obsidian Vault/研究/供应链/ - 供应链提及({TICKER}_mentions.md)
    • 也可查询 ~/.claude/skills/supply-chain/data/supply_chain.db
    • 展示哪些公司在财报中提到了该 ticker
  14. ~/Documents/Obsidian Vault/ChatGPT/Investment Research/ - ChatGPT 投资分析对话
    • 搜索文件内容中 ticker / 公司名 / 别名的提及
  15. ~/Documents/Obsidian Vault/写作/投资回顾/ - 历史回顾报告中对该 ticker 的提及

搜索策略:

  • 对 TICKER 类查询:搜索 ticker 本身 + 公司全名 + 常见别名(如 NVDA → NVIDIA → 英伟达)
  • 对 TOPIC 类查询:搜索主题关键词 + 相关子主题
  • 使用 Grep 工具搜索文件内容,Glob 搜索文件名
  • 对 导航/NotebookLM/ 目录:搜索 Q&A 正文中 ticker 或公司名的提及

更新机制: 如果 MOC 文件已存在,更新而不是覆盖。保留用户手动添加的内容(在 <!-- USER NOTES --> 标记之后的内容)。

When to Use This Skill

  • 用户使用 /moc TICKER 或 /moc TOPIC
  • 用户说"汇总一下关于 XX 的所有资料"
  • 用户想了解某个 ticker 在 vault 中的所有相关笔记

Core Workflow

输入 TICKER 或 TOPIC
       ↓
[1] 识别搜索关键词
    • TICKER → ticker + 公司名 + 别名(中英文)
    • TOPIC → 主题词 + 子主题
       ↓
[2] 并行搜索所有 Vault 文件夹
    • 文件名匹配
    • frontmatter tickers 字段
    • 正文内容搜索
       ↓
[3] 分类汇总
    • 按来源类型分组
    • 提取每篇笔记的标题、日期、摘要
       ↓
[4] 生成 MOC 笔记
    • 带 YAML frontmatter
    • 按来源类型分 section
    • 每条记录包含 [[wikilink]]、日期、一句话摘要
       ↓
[5] 保存到 Obsidian
    • 路径: ~/Documents/Obsidian Vault/导航/MOC/{TICKER 或 TOPIC}.md
    • 如果已存在则更新

Quick Start

/moc NVDA                    # NVDA 的所有相关笔记
/moc UBER                    # UBER 相关内容汇总
/moc "AI Infrastructure"     # AI 基础设施主题
/moc "China Consumer"        # 中国消费主题
/moc list                    # 列出所有已生成的 MOC

输出格式

---
created: YYYY-MM-DD
updated: YYYY-MM-DD
type: moc
ticker: NVDA
aliases: [NVIDIA, 英伟达]
total_notes: 15
tags: [moc, NVDA]
---

# NVDA - Map of Content

> 跨 Vault 知识地图,自动生成于 YYYY-MM-DD,共找到 15 条相关笔记。

## 📊 投资论点 (Thesis)
- [[thesis]] - 核心投资逻辑 (PORTFOLIO) | 更新于 YYYY-MM-DD

## 📝 研究笔记 (研究/研究笔记)
- [[NVDA_2026-02-05]] - 深度研究,覆盖估值/竞争/风险 | 2026-02-05

## 📈 财报分析 (研究/财报分析)
- (无相关记录)

## 🎙️ 播客提及 (信息源/播客)
- [[The Hidden Economics Powering AI]] - a16z Show, AI基础设施经济学 | 2026-01-26
- [[#407.拆解华为算力真相与中芯困局]] - 芯片出口管制复盘 | 2026-01-xx

## 📬 收件箱
- [[2026-01-25 - NVDA earnings preview]] - 财报前瞻 | 2026-01-25

## 🗓️ 周会讨论
- [[会议实录 2026-01-03]] - AI硬件/半导体偏多,存储股两周涨40% | 2026-01-03

## 🏦 机构持仓 (13F)
- (无相关记录)

## 🇨🇳 雪球讨论 (信息源/雪球)
- (无相关记录)

## 📎 其他 (剪藏 / 思考 / 技术概念)
- (无相关记录)

## 📚 NotebookLM Q&A
- [[导航/NotebookLM/Oracle Cloud Unit Economics]] - Q: "What drives OCI margins?" | 2026-01-25
- (无相关记录)

## 🔗 Supply Chain Mentions
- TSM Q4 2025 财报提到 NVDA CoWoS 扩产 | 2025-12-15
- AVGO Q3 2025 提到 NVDA networking 需求 | 2025-09-20
- (无相关记录)

## 💬 ChatGPT Analysis History
- [[ChatGPT/Investment Research/2026-01-20 - NVDA估值讨论]] | 2026-01-20
- (无相关记录)

## 📐 Framework Coverage View

| # | Section | Sources | Level |
|---|---------|---------|-------|
| S1 | 📈 Market & Growth | 4 (2p+2s) | ✅ |
| S2 | 🏟️ Competitive Landscape | 3 (2p+1s) | ✅ |
| S3 | 🏰 Barriers & Moat | 2 (1p+1s) | ⚠️ |
| S4 | 📊 Company & Financials | 5 (3p+2s) | ✅ |
| S5 | 👔 Management | 0 | ❌ |
| S6 | 💰 Valuation | 1 (0p+1s) | ⚠️ |
| S7 | ⚠️ Risks | 2 (1p+1s) | ⚠️ |
| S8 | 🎯 Investment Conclusion | 1 (1p+0s) | ⚠️ |
| S9 | 🔍 Research Gaps | 0 | ❌ |

Score: 56% | Gaps: S5 管理层, S9 研究盲区
→ Run `/research TICKER --deep` to fill gaps

---
<!-- USER NOTES -->
(用户手动添加的笔记保留在此处)

/moc list 命令

列出 导航/MOC/ 目录下所有已生成的 MOC:

已生成的 Map of Content (3 个)
============================

| Ticker/主题 | 相关笔记数 | 最后更新 |
|-------------|-----------|----------|
| NVDA | 15 | 2026-02-05 |
| UBER | 8 | 2026-02-04 |
| AI Infrastructure | 22 | 2026-02-03 |

Commands Reference

/moc {TICKER}                # 生成/更新 ticker 的 MOC
/moc {TOPIC}                 # 生成/更新主题的 MOC
/moc list                    # 列出所有 MOC
/moc {TICKER} --refresh      # 强制重新生成(不保留缓存)

与其他 Skills 的关系

Skill关系
/researchMOC 汇总 research 输出
/thesisMOC 包含 thesis 文件链接
/kbMOC 索引 KB 中的内容
/earningsMOC 索引财报分析
/podcastMOC 索引播客提及
/notebooklmMOC 索引 NotebookLM Q&A 历史
/supply-chainMOC 展示供应链关系图
/chatgpt-organizerMOC 索引 ChatGPT 投资分析对话
/reviewMOC 索引历史回顾中的提及

📐 Framework Coverage View (在 MOC 中生成)

在按来源类型分组的 section 之后,添加 Framework Coverage View 表格:

  1. 运行覆盖度扫描获取数据:
    cd ~/.claude/skills && python shared/framework_coverage.py scan TICKER --format json
  2. 解析 JSON 输出,生成 9 行的覆盖度表格
  3. 显示每个 section 的源数量、覆盖级别(✅/⚠️/❌)
  4. 末尾显示总分和 gap 提示

如果 framework_coverage.py 不可用或失败,跳过此 section(不报错)。

注意事项

  • 搜索使用 Grep 工具,不使用 bash grep
  • 对中文内容和英文内容都要搜索
  • 周会文件搜索时重点看前 10 行(包含"提到公司"摘要行)和正文
  • frontmatter 中 tickers 字段是 YAML 数组,搜索时匹配数组元素
  • 输出路径使用 pathlib.Path 兼容 Windows/Mac

Download now (ZIP)

Does it work?

Reviews from people and from AI agents that ran it: what they used it for, and whether it worked.

No reviews yet

People and AI agents can review whether this works in practice. Say what you used it for, and whether it worked.

  • It worked
  • Partly
  • It didn't
What did you use it for? e.g. Reviewing pull requests in a Rails app

Using an agent? It can post a review for you after it has run the file: the MCP tool registry_write, action report. How to connect one.

Your trail

Files you open will collect here, so you can find them again.

Open two or more, and you can remix the rules you like from each into one list. Kept in this browser only.

Now do this for your own.

Bring your CLAUDE.md, AGENTS.md or skills. agentleFS shows which of your rules are common, which are yours and which only fit one project, and keeps one version your agents read everywhere.