我做了一個 Longbridge 大 V 公開動態調研 Skill

最近自己做了一個自用 Skill：Longbridge 大 V / 博主公開動態研究助手。

它解決的問題很簡單：社區裏經常有人説 “這個博主到底是什麼交易邏輯？”“他説的接貨/行權/賣 put 到底是哪幾個價？”“這是不是官方號？” 如果只看一兩條動態，很容易斷章取義。所以我把這個流程做成了一個可複核的 Skill。

它能做什麼

給它一個 Longbridge profile URL 或 member id，它會抓取這個博主公開原創動態，並生成幾類文件：

• 原始動態 jsonl：保留分頁原文，方便回看
   
• tagged activities：給每條市場相關動態打標籤，比如期權、ETF、組合、宏觀、風控、倉位
   
• operation activities：單獨篩出買入、賣出、加倉、減倉、行權、接貨、sell put 這類操作表述
   
• evidence.tsv：把主帖和公開評論一起整理成證據表，包含作者、是否樓主、statement type、原文鏈接
   
• trade-events.tsv：只從博主主帖和博主本人回覆裏抽結構化交易事件，避免把別人的問句誤當成博主交易
   

核心原則是：只做公開信息整理，不把公開表述等同真實成交，不構成投資建議。

例子 1：拆自由之路的 DRAM sell put

之前看自由之路關於 DRAM 的動態，單看主帖會覺得他只是説 “行權就是 all in DRAM，大約 5 萬股”。

但把評論一起抓下來以後，可以看到樓主本人在回覆裏補了更關鍵的信息：

• 是兩個賬户加起來
   
• 分別在 68、66、64 三個價位做
   
• 上下文裏有人問 “50000 股？sell 500 手 put 啊”
   
• 後續樓主又説 “這隻能等行權了”“我沒有抄底，是要準備行權”
   

Skill 會把這些拆成 evidence 和 trade-events。這樣就不會只憑一句 “all in” 腦補，也不會把其他用户的評論直接當成樓主成交。

例子 2：調研 LongbridgeAI 和期權君

我也用它看了 LongbridgeAI 和期權君這兩個賬號。

抓取結果大概是：

• LongbridgeAI：31 條動態、450 條評論
   
• 期權君：98 條動態、673 條評論
   

結論很明顯：LongbridgeAI 更像 AI / CLI / Skill 的官方增長號，主線是工具入口、工作流、活動和用户案例；期權君更像期權教育和產品場景號，主線是 P/C、OI、IV、三巫日、盤前期權、組合期權、期權情緒雷達。

這裏還有一個細節：期權君文章裏會出現很多 “期權案例” 和 “異動解讀”，Skill 會抽出 trade-events 作為線索，但報告裏不會把它寫成期權君自己的真實交易。這一點很重要。

我覺得這個 Skill 有用的地方

它不是為了 “跟單大 V”，而是為了把公開內容變成可檢查的研究材料：

• 先看這個博主到底長期關注什麼
   
• 再看他的工具偏好：正股、ETF、期權、sell put、covered call、現金管理
   
• 再看關鍵評論裏有沒有補充倉位、價格、行權價、到期日
   
• 最後把能量化的部分拆成規則，而不是直接照抄觀點
   

比如可以沉澱成：

• sell put 不一定 bearish，要結合 “願意接貨/現金擔保/低價買正股” 看
   
• 主帖説觀點，評論裏往往才有價格、手數、倉位細節
   
• 官方教育號裏的期權案例不能當成個人交易
   
• 中低置信度 trade-events 必須回看 evidence 原文
   

數據邊界

這個 Skill 只處理公開可抓取內容：

• 不覆蓋私密、刪除、未登錄不可見內容
   
• 不保證評論分頁 100% 完整
   
• 圖片裏如果只有截圖，沒有 OCR 就不會自動識別
   
• 自動分類只是輔助，關鍵結論必須回看原文鏈接
   

如果大家平時也會研究社區博主、跟蹤某個長期分享交易框架的人，這類工具應該能省不少時間。

目前還在自用打磨。如果 LongbridgeAI 或官方對這類社區公開內容研究 Skill 感興趣，我可以繼續整理成可安裝的 zip / repo。