我做了一个 Longbridge 大 V 公开动态调研 Skill

最近自己做了一个自用 Skill：Longbridge 大 V / 博主公开动态研究助手。

它解决的问题很简单：社区里经常有人说 “这个博主到底是什么交易逻辑？”“他说的接货/行权/卖 put 到底是哪几个价？”“这是不是官方号？” 如果只看一两条动态，很容易断章取义。所以我把这个流程做成了一个可复核的 Skill。

它能做什么

给它一个 Longbridge profile URL 或 member id，它会抓取这个博主公开原创动态，并生成几类文件：

• 原始动态 jsonl：保留分页原文，方便回看
   
• tagged activities：给每条市场相关动态打标签，比如期权、ETF、组合、宏观、风控、仓位
   
• operation activities：单独筛出买入、卖出、加仓、减仓、行权、接货、sell put 这类操作表述
   
• evidence.tsv：把主帖和公开评论一起整理成证据表，包含作者、是否楼主、statement type、原文链接
   
• trade-events.tsv：只从博主主帖和博主本人回复里抽结构化交易事件，避免把别人的问句误当成博主交易
   

核心原则是：只做公开信息整理，不把公开表述等同真实成交，不构成投资建议。

例子 1：拆自由之路的 DRAM sell put

之前看自由之路关于 DRAM 的动态，单看主帖会觉得他只是说 “行权就是 all in DRAM，大约 5 万股”。

但把评论一起抓下来以后，可以看到楼主本人在回复里补了更关键的信息：

• 是两个账户加起来
   
• 分别在 68、66、64 三个价位做
   
• 上下文里有人问 “50000 股？sell 500 手 put 啊”
   
• 后续楼主又说 “这只能等行权了”“我没有抄底，是要准备行权”
   

Skill 会把这些拆成 evidence 和 trade-events。这样就不会只凭一句 “all in” 脑补，也不会把其他用户的评论直接当成楼主成交。

例子 2：调研 LongbridgeAI 和期权君

我也用它看了 LongbridgeAI 和期权君这两个账号。

抓取结果大概是：

• LongbridgeAI：31 条动态、450 条评论
   
• 期权君：98 条动态、673 条评论
   

结论很明显：LongbridgeAI 更像 AI / CLI / Skill 的官方增长号，主线是工具入口、工作流、活动和用户案例；期权君更像期权教育和产品场景号，主线是 P/C、OI、IV、三巫日、盘前期权、组合期权、期权情绪雷达。

这里还有一个细节：期权君文章里会出现很多 “期权案例” 和 “异动解读”，Skill 会抽出 trade-events 作为线索，但报告里不会把它写成期权君自己的真实交易。这一点很重要。

我觉得这个 Skill 有用的地方

它不是为了 “跟单大 V”，而是为了把公开内容变成可检查的研究材料：

• 先看这个博主到底长期关注什么
   
• 再看他的工具偏好：正股、ETF、期权、sell put、covered call、现金管理
   
• 再看关键评论里有没有补充仓位、价格、行权价、到期日
   
• 最后把能量化的部分拆成规则，而不是直接照抄观点
   

比如可以沉淀成：

• sell put 不一定 bearish，要结合 “愿意接货/现金担保/低价买正股” 看
   
• 主帖说观点，评论里往往才有价格、手数、仓位细节
   
• 官方教育号里的期权案例不能当成个人交易
   
• 中低置信度 trade-events 必须回看 evidence 原文
   

数据边界

这个 Skill 只处理公开可抓取内容：

• 不覆盖私密、删除、未登录不可见内容
   
• 不保证评论分页 100% 完整
   
• 图片里如果只有截图，没有 OCR 就不会自动识别
   
• 自动分类只是辅助，关键结论必须回看原文链接
   

如果大家平时也会研究社区博主、跟踪某个长期分享交易框架的人，这类工具应该能省不少时间。

目前还在自用打磨。如果 LongbridgeAI 或官方对这类社区公开内容研究 Skill 感兴趣，我可以继续整理成可安装的 zip / repo。