Getting it into your agent
One page per mod, every tool's command on it. A separate URL per tool would split the same page into five that compete with each other.
npx skills add zhangxiaoqiang1991/luopan --skill industrygit clone --depth 1 https://github.com/zhangxiaoqiang1991/luopanWrote this? Show the measurements
A badge with what this costs and how it scanned, read live from this page, so it follows the numbers instead of freezing them. Markdown for a README, HTML for a documentation site or a project page.
[](https://agentmods.dev/skills/zhangxiaoqiang1991/luopan/industry)<a href="https://agentmods.dev/skills/zhangxiaoqiang1991/luopan/industry"><img src="https://agentmods.dev/badge/skills/zhangxiaoqiang1991/luopan/industry/github.svg" alt="Measured on agentmods" height="20"></a>Or the 80×15 button, for a site that already has a row of RSS and ATOM ones. Only the verdict fits; the numbers stay here.
<a href="https://agentmods.dev/skills/zhangxiaoqiang1991/luopan/industry"><img src="https://agentmods.dev/badge/skills/zhangxiaoqiang1991/luopan/industry.svg" alt="Reviewed on agentmods" width="80" height="20"></a>- NVIDIA SkillSpector pass
What it costs to keep this loaded
Counted locally with the o200k_base tokenizer, which is exact for GPT models; Claude uses its own tokenizer and its counts differ. Treat this as one consistent yardstick across the catalogue rather than a bill. Prices are per million input tokens.
| Model | Per session | Once invoked |
|---|---|---|
| Fable 5.1 | $0.00039 | $0.02249 |
| Opus 5.5 | $0.00016 | $0.00900 |
| Sonnet 5.5 | $0.00008 | $0.00450 |
| Haiku 4.5 | $0.00004 | $0.00225 |
Grade A, and why
luopan-industry scanned grade A with 0 findings against 26 rules in 11 categories — prompt injection, anti-refusal, data exfiltration, privilege escalation, supply chain, agent snooping, system-prompt leakage, SSRF and excessive agency — measured 2mo ago.
A static scan of the body, not an audit. Every finding is printed with the line that produced it so you can judge whether it matters here. A mod is markdown that instructs an agent; that is exactly why what it instructs is worth reading.
Nothing flagged
None of the 26 patterns this scan looks for appear in this file: no shell pipes, no recursive deletes, no credential paths, no hidden text, no instruction-override or anti-refusal phrasing, no agent-config snooping. That is not a guarantee, it is the absence of the things that are checkable.
How it starts
The opening of the file, as written. The whole thing — 192 lines — stays where its author put it; the contents beside it link to each section on GitHub.
罗盘 · 行业研究模式
不输出百科，输出判断。
本文件负责行业研究的执行顺序和门控。完整指标、搜索策略、HTML/Markdown 模板及检查清单位于 references/full-methodology.md。
强制加载规则
开始行业研究后，必须完整读取一次 references/full-methodology.md，再执行搜索和写作。不得只凭本文件的摘要生成报告。
具体读取时机：
| 阶段 | 何时读取参考文件 | 使用内容 |
|---|---|---|
| 开始研究前 | 确认对象是行业或赛道后立即读取 | 使用说明、信源分级、行业类型矩阵、搜索策略 |
| 建立公司清单时 | Phase 3 开始前回看相应章节 | 权力分层八项指标、Top 10 规则、竞争格局五步法 |
| 生成报告前 | Phase 5 完成后回看模板章节 | HTML 与 Markdown 双格式模板、判断式标题规范 |
| 交付前 | 初稿完成后回看末尾章节 | 对抗验证、自检、红线、失败模式 |
参考文件是强制规则，不是可选资料；其中所有门控、红线和诚实原则均有效。
适用范围
以下意图进入本模式：
- 了解或研究某个行业、赛道、产业链；
- 判断行业结构、市场规模、商业模式或竞争格局；
- 判断某行业是否值得求职、创业或进入；
- 比较行业中的上中下游权力与代表公司。
具体公司、品牌、股票、Offer 或岗位研究应返回根路由，改用 ../company/SKILL.md，不得套用行业 Top 30 流程。
交付目标
报告必须同时回答：
- 这个行业究竟是做什么的？
- 钱怎么挣、谁在挣、谁有话语权？
- 行业值不值得进入，应该从哪里进入？
输出顺序：
- 3–5 条核心判断，答案先行；
- 最少必要知识；
- 公司商业模式与竞争格局；
- 行业前景、风险与行动建议；
- 数据来源与信息局限。
同时输出 HTML 和 Markdown。两份报告必须来自同一组事实与来源，内容一致，仅呈现方式不同。
所有标题必须是完整判断，不能只是“市场规模”“竞争格局”等主题标签。
三项底层机制
1. 信源分级
- A 级：公司财报、招股书、官方公告等一手资料；
- B 级：权威行业研究机构或媒体的一手报告；
- C 级：多家媒体交叉验证但未经官方确认的信息。
C 级来源必须明确写“未经官方证实”。所有数字和关键事实必须附原始链接，禁止使用模糊的“业内人士称”。详细口径以参考文件为准。
2. 对抗验证
初稿完成后，以挑刺者视角检查：
- 是否存在没有数据支撑的断言；
- 是否把相关性写成因果关系；
- 是否使用不对等口径比较；
- 三个最重要数字的来源是否足够可靠；
- 删除任何核心判断后，报告逻辑是否仍然成立。
3. 诚实原则
- 假设发生变化必须交代；
- 搜不到的信息写“公开信息有限”，不得补造；
- 数据冲突时保留双方口径并解释可信度；
- 估算必须写明方法、假设和误差边界。
执行流程
Phase 0：确认对象与用户视角
确认研究对象是行业而非具体公司。根据已有语境识别用户偏向求职、创业或通用研究；只有该差异会显著改变报告且上下文无法判断时，才问一个简短问题。
Phase 0.5：识别行业类型
将行业识别为消费/内容型、科技/制造型、平台/交易型、服务/人力型或政策/监管型。依据参考文件的矩阵分配政策、资本、产业链、技术、需求和人才视角权重。
搜索至少覆盖四个视角。某视角没有结果时，要更换关键词重试；仍无结果才标注公开信息有限。
Phase 1：热身搜索
至少搜索市场规模、产业链与商业模式、关键公司与最新动态；再补充代表公司、市场份额和集中度。前三组搜索合计少于五个有效结果时，提示行业名称或边界可能不准确。
Phase 2：建立 Day-1 假设
用一至两句话写初始判断。该假设用于指导验证，不是预设结论；后续事实推翻它时必须在报告中说明。
Phase 3：公司与竞争格局深挖
按“议价能力、定价权、发展空间”划分上中下游，不按传统产业链位置机械分类。
公司权力判断必须使用参考文件中的八项指标：毛利率及弹性、应收应付、预收预付、客户与供应商集中度、转换成本、经营现金流质量，并考虑研发强度。数据不足时可以定性，但必须标注。
目标是每层识别十家代表公司，但“搜到多少写多少”优先，不能为了凑数补造。资本、技术、需求、人才等不同视角发现的公司都必须汇总进统一清单。
每家公司至少说明：
What ships with it
2 files beside SKILL.md in the same directory: the scripts, references and assets a skill reads on demand. Not counted in the per-session cost; read them before you install if any of them is executable.
What this file has done since we first saw it
Hashed on every crawl. A supply-chain change to an agent config is a question of when, not whether, so the history is kept rather than the latest state alone.
- 2mo ago First seen · 192 lines · 39 tokens per session scan A 214e864514f7
luopan-industry is a skill published in the GitHub repository zhangxiaoqiang1991/luopan (391 stars, last pushed 3mo ago), licensed MIT. It adds 39 tokens to every session and 2,249 once invoked, about $0.0002 per session on Opus 5.5. A static security scan graded it A with 0 findings. No closer match exists in the catalogue, so it is treated as the original; first seen 2026-08-30.
luopan-industry compared with skills from other repositories
| Mod | Type | Stars | Last push | Licence | Scan | Tokens | Works with |
|---|---|---|---|---|---|---|---|
| luopan-industryzhangxiaoqiang1991/luopan | Skill | 391 | 3mo ago | MIT | A | 39 | Codex |
| industry-research-methodPerryLink/dsh-industry-research | Skill | 216 | yesterday | Apache-2.0 | A | 96 | Claude Code, Codex |
| company-research-methodPerryLink/dsh-industry-research | Skill | 216 | yesterday | Apache-2.0 | A | 83 | Claude Code, Codex |
| serenity-skillmuxuuu/serenity-skill | Skill | 4.2k | 26d ago | MIT | A | 68 | Codex |
| daily-deep-briefKCNyu/clawock | Skill | 23 | today | MIT | A | 163 | Claude Code, Codex |
| hk-stock-analysisKCNyu/clawock | Skill | 23 | today | MIT | A | 126 | Claude Code, Codex |
| us-stock-analysisKCNyu/clawock | Skill | 23 | today | MIT | A | 97 | Claude Code, Codex |