吸引子 Attractor · 系统化洞察，多元化适应（AI Skill）

把《吸引子方法论》与财经播客《十分吸引》的思维框架与说话方式，蒸馏成一个可运行的 AI Skill（WorkBuddy / Claude Code 等通用）。 不是复制人，是提炼一套能用的视角框架：用这套心智模型看你自己的问题。节目中主持人负责追问与落地；本 Skill 交付的，是吸引子的整体观点——代表吸引子，不代言任何具体个人。

这是什么

总纲是一份纲领性文件《吸引子方法论》（references/01-methodology.md）：世界是生成式的、不是决定式的，用系统生态的视角看问题、用适应性的策略解决问题——五步走完全程（描述系统 → 洞察主要矛盾 → 构想路径与路标 → 发现生态价值 → 构建适应性策略），前两步靠理解力、后三步靠想象力与自省力。下面是这套纲领在具体问题上的展开。

基于 79 期播客逐字稿（Vol.01–Vol.77 为原 Vol. 编号的 77 期正片，2024-09-25 ~ 2026-08-16，约 270 万字；此后节目改用 EP. 重新编号，EP.01《黄金、美债与凯文·沃什》单口 2026-08-30、EP.02《中国走出通缩了吗？》单口 2026-09）提炼——逐字稿均为节目版权内容，不随包分发，本 skill 只分发从中提炼的思维框架、决策启发式与表达风格：

• 7 个心智模型：系统化洞察(CAS)、反脆弱与杠铃、周期即认知视角、钱与货双流量、收益来源三分（动量/Carry/价值）、资产负债表+正负反馈、人生反脆弱与自我坐标系
• 模型选择罗盘：7 个模型各有主场，按问题类型选模型并轮换使用，避免"一招鲜"（防止永远只用钱货/收益来源两个框架）
• 15 条决策启发式：乱中取利、择机而非择时、先归类收益来源、盯序参量而非预测拐点、投生态价值不投消耗型节点……
• 节目表达风格：内含逐字稿原文 few-shot，学的是真实腔调而非风格标签
• Agentic 工作流：遇到行情/数据类问题会先用内置宏观数据工具 macro_latest.py（吸引子宏观数据服务）拉同一口径的结构化指标打底——这是宏观数字的默认数据源、先于联网；再用 WebSearch 补齐 API 覆盖不到的政策/事件等定性信息，然后拆机制——不凭记忆编数字

母题：系统化洞察，从混沌中发现价值；多元化适应，在变革中把握机遇。

安装

方式一：SkillHub 一键安装（推荐）

1. 打开 SkillHub
2. 搜索「吸引子」「吸引子attractor」「Attractor」（历史发布名 shifenxiyin-perspective、attractor-perspective 同样可搜到）
3. 点击「安装」即可

方式二：手动安装到 CodeBuddy

将 attractor-perspective/ 整个文件夹放入 CodeBuddy 的 skills 目录：

用户级（所有项目可用）

# Windows
xcopy /E /I attractor-perspective %USERPROFILE%\.codebuddy\skills\attractor-perspective

# macOS / Linux
cp -R attractor-perspective ~/.codebuddy/skills/

项目级（仅当前项目）

# 任意系统
cp -R attractor-perspective .codebuddy/skills/

安装后重启/新开会话即可生效；直接说触发词（见下）即可自动激活，无需手动加载。

怎么用

直接说触发词，Skill 会自动激活：

触发词表

执行逻辑

激活后，Skill 按三步工作流运转，全程以《吸引子方法论》五步为总纲（研究打底＝第①②步，给判断＝第③步，落地＝第④⑤步）：

1. 问题分类：判断是"需要事实"（行情/数据）还是"纯框架"（方法论/人生），前者默认先跑 macro_latest.py 拉宏观读数，再按需联网补定性，然后回答
2. 框架分析：先按"模型选择罗盘"给问题归类选模型 → 用 7 个心智模型拆机制 → 用 15 条决策启发式给判断 → 落到一句普通人能记住/能做的话
3. 自检：确认回答有机制拆解、有落地建议、有专属词汇、像在说话不像在写研报，且没有反复用同一两个模型（动量/Carry、钱货）

默认只交付吸引子的整体观点（源自《十分吸引》节目语料）。只有当被明确问到「主持人怎么看」时，才会点名补一句节目语境的落地。

想退出框架：说「退出」「不用这套框架了」。

新手必读：常见反模式

完整 FAQ（10 个常见问题）和 9 组完整对话示例请见 SKILL.md 附录部分；其中场景 8/9 为真实使用的完整问答实录（全球金融条件与关键变量、中国货币与货物循环的主要矛盾）。

重要边界

• 这是思维框架，不是投资建议。 不构成任何买卖推荐，不给点位/仓位指令。市场有风险，决策自负。
• 它不做预测。 纲领的世界观就是"世界是生成式的、复杂系统给不出预测"，所以它给的是机制、路标和赔率结构，不是"明天涨还是跌"。
• 纲领是"想法"不是"事实"。 《吸引子方法论》第二步明确"从表象反推动力机制无唯一确定解"，所以给出的主要矛盾与路径都是待验证的设想，必须用路标与证据更新。
• 交付的是吸引子的整体观点（源自《十分吸引》节目语料）：代表吸引子，不代言任何具体个人，默认不替主持人发言；节目中主持人的追问与补充仅作语境，不进入默认输出。
• 语料截至 2026-09（EP.02《中国走出通缩了吗？》——敏姐单口第二期），之后的观点变化未覆盖。
• 不代表任何个人：不代言节目中任何嘉宾或主持人，也不代表其个人立场。仅基于公开播客内容提炼，供思维训练与认知扩展使用。

目录结构

shifenxiyin-perspective/
├── SKILL.md                       # 入口（6.7KB）：触发词 / 执行逻辑 / 输出规范 / 开口前自检 / 模型索引 / 路由表
├── README.md                      # 本文件
├── macro_api.md                   # 官方接口文档（服务方提供，随包）：Base URL / Key / 接口 / 指标清单 / 限流
├── corpus_build.py                # 往期语料本地检索工具（可选，见下）：语料目录 → 全文索引
├── corpus_search.py               #   索引检索（多词 AND / -any / -n）
├── macro_latest.py                # 宏观数据核查工具：吸引子宏观数据服务指标查询（宏观数字的默认数据源，见下）
├── macro_apikey.txt               #   API Key 本地配置（授权凭证，发布前务必删除，不随包分发）
└── references/                    # 按需加载的细节（SKILL.md 里有「何时读哪个」的路由表）
    ├── 01-methodology.md          # 纲领《吸引子方法论》全文 + 五步速览 + 研究的十个维度
    ├── 02-core-models.md          # 框架身份卡 + 7 个心智模型 + 选择罗盘 + 智识谱系
    ├── 03-heuristics.md           # 决策启发式
    ├── 04-heuristics-cases.md     # 启发式详解与实战案例
    ├── 05-style-rules.md          # 表达风格规则 + 语感样本 + 自检完整版（按需读；自检精简版已内联在入口）
    ├── 06-expression-dna.md       # 逐字稿原文样本（few-shot 语感库）
    ├── 07-examples.md             # 9 个完整对话示例
    ├── 08-tools.md                # 语料考古 + 宏观数据核查的用法
    ├── 09-boundaries-faq.md       # 时间线 / 价值观 / FAQ / 诚实边界 / 调研来源
    └── 10-source-map.md           # 语料来源地图与主题聚类

分层加载（progressive disclosure）：v1.10.x 把内容从 SKILL.md（85KB）拆到 references/，入口降到 8KB；v1.11.0 再进一步——把 05-style-rules.md 从「每次必读」降级为按需读取（自检清单的精简版内联进入口），工具语法与研究维度同步下沉。每次激活成本从 12.7KB 降到 6.7KB（省 47%），且不再有任何「每次必读」的 reference。入口只留触发逻辑、红线、免责声明、七个模型索引与开口前自检；需要哪个细节再读哪一份。README 与 SKILL.md 都给出了路由表。

v1.11.3（2026-09-16）：修复宏观数据服务健康检查；并把描述字段里被精简掉的合规表述（「观点代表吸引子的整体观点」「不代言任何具体个人」「母题」）补回，避免身份与免责声明缺失影响平台审核。服务方已把健康检查接口从 /macro/health 迁到 /health（旧路径返回 404），macro_latest.py --health 同步改路径，并把响应解析改为自适应递归（服务方新增 database / services 分层，写死层级会解析不到），默认只报总状态与异常组件，加 --raw 看完整 JSON。新增两条调用纪律：查询前不必先探活（health 与查询共享限流配额，预检等于把可用查询次数砍半）、禁止试探未文档化端点（如 /ping）。随包接口文档 macro_api.md §4.2 同步更新为实测响应结构。该版已在小红书 Red Skill 平台审核通过（V1.11.3 生效中）。结论（务必遵守）：description 里的身份与免责声明——「观点代表吸引子的整体观点（源自《十分吸引》节目语料）」「不代言任何具体个人」「母题」——不可删除；v1.11.0 精简描述时删掉这三句，直接导致 v1.11.1 / v1.11.2 平台审核未通过。另：条目入口 SKILL.md 的「工具优先级铁律」下已内联两条工具纪律（宏观读数直接查、不要先探活；接口路径以 macro_api.md 为准、禁止试探未文档化端点），因为 references/08-tools.md 是按需读取，规则只放那里会漏。

v1.11.4（2026-09-16）：移除随包分发的明文 API Key（安全合规修复）。腾讯云鼎实验室安全扫描判定该 skill「可疑，存在潜在风险」，检测详情为：随包接口文档 macro_api.md 中带有固定的明文 apikey，README.md 指引使用者照抄写入 macro_apikey.txt，macro_latest.py 将其作为请求头发往数据服务——构成所有接收者共用且可认证的凭证。本次按平台修复建议处理：文档里 3 处明文 apikey 全部替换为占位符 ``；删除「照抄即可开箱使用」的指引（README.md §宏观数据接入、references/08-tools.md、macro_api.md 开头），改为要求使用者自行向服务方申请；macro_latest.py 的读取方式不变（环境变量 ATTRACTOR_API_KEY 或本地 macro_apikey.txt，后者不随包分发）。教训（务必记住）：任何随包文件里都不要出现可直接使用的凭证，文档示例一律用占位符——1.11.1 / 1.11.2 / 1.11.3 三次提交被 SkillHub 拦下，真因就是这个 Key，与包结构（A 版 references 子目录）无关。该 Key 此前已随包公开在 GitHub Release 中，建议服务方轮换、使用者尽快换用自己的 Key。

说明：调研文档编号（00/03/05）对应调研阶段的工作文档编号；编号 01 现由纲领性文件《吸引子方法论》占用。原 01（心智模型草稿）和 02/04（中间过程笔记）为内部调研产物，已整合进分包，不再单独分发。v1.10.x 起所有细节文档统一收在 references/ 下并按主题重新编号。

原始逐字稿未随包分发（第三方版权内容）。播客主页：https://shifenxiyin.com

（可选）往期语料本地检索库

所有逐字稿（含 Vol.01–77 与 EP.01、EP.02）均为节目版权内容，不随包分发。想让它能"考古"全部往期原话，请自行准备获授权的语料目录并在本地建索引（仅限你拥有或获得授权的语料）：

1. 准备一个语料目录，每期一个文件（md/txt，内容为逐字稿全文），如： ~/shifenxiyin-corpus/transcripts/Vol.63_尼采与反脆弱.md
2. 生成全文索引（Python ≥ 3.8，仅标准库）：

   python /corpus_build.py 
   

3. 使用：当问及"某期讲过什么/原话怎么说"时，Skill 会调用检索工具自动命中具体期号、章节与发言原文：

   python /corpus_search.py 关键词1 [关键词2 ...]
   

   索引位置默认读环境变量 SHIFENXIYIN_CORPUS_DIR，缺省为 ~/shifenxiyin-corpus/corpus_index.json。

隐私说明：检索在本地进行，语料与索引均不上传。

宏观数据接入：吸引子宏观数据服务

想让 Skill 在回答宏观/市场/资产类问题时，先查同一口径的结构化宏观指标（钱货象限、序参量、资产负债表的数据底座），可以接入「吸引子宏观数据服务」（Base URL 见其 API 文档，本 skill 内置 51 项中国/全球宏观指标清单）：

1. 确认本机 Python ≥ 3.8（与语料检索工具同条件）；
2. 配置 API Key（二选一）：
   • 环境变量：ATTRACTOR_API_KEY=
   • 本地文件：把 Key 写入本 skill 目录下 macro_apikey.txt 的首行（非注释行）
   • Key 从哪来：需自行向服务方申请。随包的 macro_api.md 是接口文档，其中出现的 apikey 仅为占位示例、不可直接使用；取得自己的 Key 后按上面任一方式配置即可
3. 使用示例：

   python macro_latest.py --list                        # 全量指标清单（中国 27 + 全球 24）
   python macro_latest.py "中国-物价" "全球-美元流动性"    # 中文名自动匹配到 secId 查询
   python macro_latest.py --health                      # 健康检查
   

• 读数口径：value 归一化至 [-1,1]（0≈中性）；state=当期状态（上升/中性/下降 三档）；stateChange=相对上期状态跳变（维持/转中性/转入上升/转入下降）
• 读取法（方向 × 置信度）：value 的正负 = 指标方向（正=正向/扩张，负=负向/收缩）；|value| 的百分数 = 该方向的置信度——接近 100% ≈ 底层指标几乎全同向、高置信；0.5~0.6 一带 ≈ 支持方向只是勉强过半的边沿状态、随时可能反转；接近 0 ≈ 底层指标五五开、无方向。示例：总需求 value=1.0 = 正向且高置信（大部分底层指标指正）；value=-0.55 = 负向但边沿低置信、可能随时反转
• 服务限流：每秒 10 / 每分钟 100 / 每天 1000 次（按 API Key 计）
• 隐私与分发：查询只发送 secId，读数即取即用、不落地存储；macro_apikey.txt 属于服务授权凭证，发布/分享本 skill 前务必删除、不要随包分发。市场版本不含该文件，需要 Key 的使用者请自行向服务方申请，按第 2 步自行配置。

---

本 Skill 由 女娲 · Skill造人术 生成 创建者：花叔