5 分钟上手：从写一份 Memo 开始
最好的理解方式是直接上手。假设你要写一份关于某家 AI 公司的 investment memo。
安装 Claude Code
终端运行 npm install -g @anthropic-ai/claude-code，然后 claude --version 验证安装。
进入工作目录，启动 Claude
cd ~/Documents/investment-research && claude
Claude Code 以你所在的文件夹为上下文——它会自动读取目录下的文件，理解你正在做什么。
直接说你想做的事
"帮我写一份关于 Cursor 的 investment memo，包含团队、产品、市场规模、竞争格局和投资逻辑"
接入团队技能包
git clone git@github.com:shixi-capital/etna-cc-skills.git ~/skills-hub
然后把技能目录链接到项目下。安装后 Claude 就会自动调用我们编码好的方法论和模板。
Claude Code 读取目录下的 CLAUDE.md 了解规则，读取 Skills 获得专业能力，读取 文件 了解上下文。进入正确的目录，装好技能包，直接开始工作。
教 Claude 记住你的偏好
Claude 会把偏好保存为持久化记忆。下次新对话时自动加载，不需要重复说。
用 CLAUDE.md 设置团队规则
如果你希望整个团队在某个目录下工作时都遵循同样的规则，在目录下创建一个 CLAUDE.md：
# 投研工作区 ## 规则 - 所有数字带来源和时间戳 - 事实与推测分开标注 - 无来源的数据标注【待核实】 - 中文输出，英文技术术语不翻译 - 不用"震惊""颠覆""史诗级"等流量词 ## 输出格式 - 结论先行，数据驱动，段落短
Claude Code 启动时自动读取，在这个目录下工作的所有人都会获得一致的 AI 行为。
我们的愿景
AI 原生不等于"用了 AI 工具"。AI 原生意味着：把 AI 当作团队成员来设计工作流，而非当作效率插件来使用。
工作流优先设计
AI 是工作流的第一公民，而非事后添加的效率工具
知识编码为 Skills
专业知识不锁在个人脑中，而是可复用、可进化的技能包
人专注于判断
AI 放大判断力，但不替代判断力——投资决策永远在人
工具层
Claude Code + Skills 技能包 + GitHub 仓库。基础设施层，所有部门共享。
流程层
各部门定义自己的 AI 工作流：哪些任务交给 AI、哪些人机协作、哪些必须由人决策。
判断层
人的不可替代性：投资决策、LP 关系、战略判断、创意方向。这是我们的核心竞争优势。
Skills：把专业知识变成可复用的技能包
一个 Skill 就是一个 Markdown 文件，里面编码了"我们最好的同事是怎么做这件事的"。Claude 根据你说的话自动匹配并激活。
每个 Skill 是一个目录，包含一个 SKILL.md 文件：
--- name: deal-memo description: > Generate investment committee deal memo with thesis, risks, market opportunity, and recommendation. 投委会投资备忘录。触发词：deal memo、投资备忘录 --- # Deal Memo | 投资备忘录 ## When to Activate - 用户说"帮我写一份 deal memo" - 用户说"投资备忘录" - 用户要求对某公司做投资决策文档 ## Workflow 1. 确认公司和轮次信息 2. 搜集公司数据：团队、产品、市场、竞争 3. 构建投资逻辑 + 风险分析 4. 按模板输出完整 memo ## Output Format [完整的输出模板...]
description 决定了 Skill 能不能被触发。写法原则：包含具体动作 + 中英文触发词。"Generate structured deal memo for investment committee" ✓ "Help with deals" ✗
我们的 Skills 清单
etna-cc-skills 仓库中目前有 64+ 个 Skill，按部门组织。以下是完整清单：
etna-cc-skills/skills/ ├── shared/ 7 skills — 所有部门通用 ├── researcher/ 14 skills — 研究工具链 ├── private/ 4 skills — 一级投研 ├── public/ 3 skills — 二级投研 ├── content/ 4 skills — 内容团队 ├── ir/ 2 skills — 投资者关系 ├── finance/ 2 skills — 财务 ├── legal/ 2 skills — 法务 └── developer/ 26 skills — 开发工程
通用 Skills — shared/（7 个）
| Skill | 用途 | 触发词 |
|---|---|---|
| article-writing | 长篇内容写作：博客、指南、教程 | "写文章"、"write a post" |
| content-engine | 多平台内容：X / LinkedIn / YouTube / Newsletter | "内容策划"、"social media" |
| investor-materials | Pitch deck、one-pager、investor memo | "投资材料"、"pitch deck" |
| investor-outreach | Cold email、warm intro、follow-up | "投资者沟通"、"cold email" |
| workspace-hygiene | 工作区文件诊断与清理 | "整理文件"、"cleanup" |
| architecture-decision-records | 架构决策记录（ADR） | "记录决策"、"ADR" |
| codebase-onboarding | 分析陌生代码库，生成上手指南 | "新项目上手"、"onboard" |
研究工具链 — researcher/（14 个）
| Skill | 用途 | 触发词 |
|---|---|---|
| deep-research | 多源深度研究（firecrawl + exa） | "深度研究"、"deep research" |
| exa-search | 高质量神经搜索 | "搜索"、"search" |
| company-research-kit | 系统化公司资料搜集 | "research pack"、"公司资料" |
| market-research | 市场与竞争分析 | "市场研究"、"competitive" |
| search-first | 先研究再动手 | "先调研"、"research first" |
| documentation-lookup | Context7 MCP 文档查询 | "查文档"、"lookup docs" |
| iterative-retrieval | 渐进式信息检索（RAG 模式） | "逐步搜索" |
| data-scraper-agent | 自动化数据采集 | "抓数据"、"scrape" |
| prompt-optimizer | Prompt 分析与优化 | "优化 prompt" |
| rules-distill | 从实践中提炼规则 | "总结规则" |
| skill-stocktake | 技能库审计 | "盘点 skills" |
| eval-harness | 评估驱动开发 | "eval" |
| agent-eval | Agent 能力对比评估 | "比较 agent" |
| continuous-learning-v2 | 持续学习 + Instinct 系统 | "学习模式" |
一级投研 — private/（4 个）
| Skill | 用途 | 触发词 |
|---|---|---|
| industry-deep-dive | 行业/赛道深度分析：市场规模、价值链、竞争格局 | "行业研究"、"sector analysis" |
| company-due-diligence | 系统化公司尽调：团队、技术、市场、财务、风险 | "尽调"、"due diligence" |
| deal-memo | 投委会投资备忘录 | "deal memo"、"投资备忘录" |
| expert-interview | 专家访谈：问题设计、反偏见清单、信号提取 | "专家访谈"、"expert call" |
二级投研 — public/（3 个）
| Skill | 用途 | 触发词 |
|---|---|---|
| earnings-analysis | 上市公司财报分析：指标提取、指引分析、电话会信号 | "财报分析"、"earnings" |
| financial-modeling | 估值建模 | "估值"、"modeling" |
| portfolio-screening | 组合筛选 | "组合筛选"、"screening" |
内容团队 — content/（4 个）
| Skill | 用途 | 触发词 |
|---|---|---|
| shixiang-writer | 拾象/海外独角兽风格投研写作（5 种文章类型） | "拾象风格写"、"海外独角兽" |
| ai-alphas-digest | 自动生成 AI Alphas 周报 | "AI Alphas"、"周报" |
| podcast-translation | 英文播客 → 中文公众号文章 | "播客翻译" |
| newsletter | 投研 newsletter 生产 | "newsletter" |
IR — ir/（2 个）
| Skill | 用途 | 触发词 |
|---|---|---|
| lp-reporting | LP 报告生成 | "LP 报告" |
| meeting-prep | LP 会议准备：材料、Q&A、talking points | "会议准备"、"meeting prep" |
财务 & 法务 — finance/ + legal/（4 个）
| Skill | 用途 | 触发词 |
|---|---|---|
| nav-calculation | 基金 NAV 计算与核验 | "NAV"、"净值计算" |
| fund-accounting | 基金会计 | "基金会计" |
| contract-review | 投资文件审查：term sheet、LPA | "合同审查" |
| compliance-scan | 合规扫描：营销材料、AMAC 备案 | "合规" |
开发工程 — developer/（26 个，列主要项）
| Skill | 用途 |
|---|---|
| claude-api | Claude API / Anthropic SDK 开发模式 |
| claude-devfleet | 多 Agent 编排（DevFleet） |
| blueprint | 将目标转化为多 PR 施工计划 |
| tdd-workflow | 测试驱动开发（80%+ 覆盖率） |
| security-review | 安全审查清单（OWASP Top 10） |
| verification-loop | 6 阶段验证系统 |
| coding-standards | TypeScript/React/Node 编码规范 |
| frontend-patterns | React/Next.js 前端模式 |
| backend-patterns | 后端架构、数据库、缓存 |
| e2e-testing | Playwright E2E 测试 |
| api-design | REST API 设计模式 |
| context-budget | Token 开销审计与优化 |
| agent-ops | AI Agent 系统设计与运维 |
| mcp-server-patterns | MCP Server 开发模式 |
| cost-aware-llm-pipeline | LLM 成本优化 |
各部门推荐加载不超过 15-20 个 Skill，按需配置。
如何创建一个 Skill
一个好的 Skill，是你最好的同事的工作方法被编码后的版本。它需要清晰的触发场景、内置专业知识、产出结构化结果。
创建流程
确定需求
这个 Skill 解决什么具体问题？谁会反复做这件事？流程是否固定？
创建文件
在对应部门目录下创建 skill-name/SKILL.md，写好 frontmatter、触发条件、工作流、输出模板。
本地测试
在 Claude Code 中实际使用，检查触发是否准确、输出是否符合预期。
提交 PR，Review 后合并
提交到 etna-cc-skills 仓库，至少一人 review。合并后全员 git pull 即可使用。
Skill 设计原则
解决具体问题
不是"帮你做研究"，而是"按拾象方法论做公司尽调并输出 DD 报告"
触发精准
description 写清触发词，不误触发也不漏触发
输出结构化
有固定模板，每次输出格式一致
嵌入专业知识
不是通用提示词，而是编码了行业方法论
需要：会反复做的、流程固定的、多人要用同一套方法的。
不需要：一次性的事（直接对话）、高度创意的事（用 CLAUDE.md 写风格指引即可）。
使用示例
投研：研究一家新公司
内容：写一篇拾象风格文章
法务：审查 Term Sheet
工作流编排：投研全流程
AI 做信息搜集和结构化，人做判断和决策。
实施路线图
- 全员安装 Claude Code
- 克隆 etna-cc-skills 仓库
- 配置各部门 skill 包
- 每个部门跑通至少 1 个完整 AI 工作流
- 收集反馈，迭代 Skill 质量
- 各部门开始贡献自定义 Skill
- 建立 PR review 流程
- 多 Skill 串联的复杂工作流上线
- 跨部门协作场景（研究 → 内容 → IR）
常见问题
cd ~/skills-hub && git pull 即可获取最新版本。有任何 Skill 创意、工作流想法或改进建议，请直接提 PR 或找我们讨论。每一个贡献都在让整个团队的智慧变得可积累、可传承、可进化。