Etna SkillHub

8 个 Claude Code Skills，覆盖投研全流程。安装后直接用自然语言触发。

Why

为什么要做 AI 原生

大多数基金今天与 AI 的关系，就像 2005 年的公司与互联网——知道重要，也在用，但工作方式没有真正改变。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

AI 是工作流的第一公民，不是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

这套 SkillHub 的思路很简单：把我们最好的投研方法论——怎么做公司研究、怎么筛选 deal、怎么写文章——编码成 Claude Code 可以理解和执行的 Skill。每个人装上后，就等于拥有了整个团队的 best practice。

1

工具层 Tools

Claude Code + 8 个 Skills + GitHub 仓库

2

流程层 Process

各部门定义 AI 工作流：哪些交给 AI、哪些人机协作、哪些必须由人决策

3

判断层 Judgment

人的不可替代性：投资决策、LP 关系、战略判断——这是我们的核心竞争优势

Quick Start

5 分钟上手

1

安装 Claude Code

npm install -g @anthropic-ai/claude-code

2

克隆技能库

git clone git@github.com:CageZh/etna-skillhub.git ~/etna-skillhub

→ GitHub: CageZh/etna-skillhub — 所有 8 个 Skills 的源码和文档

3

把 skills/ 复制到你的工作目录

cp -r ~/etna-skillhub/skills/ ./skills/

4

开始工作

cd your-project && claude，然后直接说你想做的事。

一句话上手（复制给 Cursor / Claude Code）

帮我从 https://github.com/CageZh/etna-skillhub 克隆 skills 目录到当前项目，然后用 company-research 技能研究一家我指定的公司。

工作原理

Claude Code 启动时自动读取目录下的 CLAUDE.md（项目规则）和 SKILL.md（技能包）。你用自然语言描述需求，Claude 自动匹配对应的 Skill 执行。

自然语言 → 自动匹配

你说触发
"帮我研究一下 Anthropic"company-research
"这个表里哪些公司值得看"company-screening
"画一下 AI coding 的行业图谱"landscape-mapping
"写成一篇海外独角兽风格的文章"sx-writer
"帮我看一下这个 NDA"legal
"整理这个会议录音"transcript
"写一个给 LP 的 quarterly update"ir
"用 Etna Labs 格式排版"formatting
Skills

8 个 Skills

每个 Skill 是一个 SKILL.md 文件，包含 YAML frontmatter + 结构化工作流。Claude 根据你说的话自动匹配并执行。

---
name: company-research
description: >
  Systematically research a company and produce an
  institutional-grade Research Pack.
  触发词: "帮我 research XXX", "做一个 research pack"
---

# Company Research
## Workflow
  Step 1 → Step 2 → Step 3 → Output
## Output Format
  (结构化模板)

Research — 投研核心

company-research · 公司深度研究

做什么：系统化研究一家公司，输出 6 维度 Research Pack——市场、产品技术、商业化、融资、团队、近期动态。每个数据点标注来源，2+ 独立信源交叉验证。

输出：一句话定位 → 市场 → 融资时间线 → 创始团队 → 产品与技术 → 商业化 → 竞品格局 → 重要引用 → 数据缺口

触发："帮我 research XXX"、"整理 XXX 的资料"、"做一个 research pack"

company-screening · 公司筛选

做什么：用 3T 框架（TAM / Team / Traction）从一批公司中快速挑出最值得研究的。

两种模式：

• 快速筛选（10+ 家）：每家速评 + 一句话定位 → 排行榜 + Top 3-5 推荐
• 深度评估（1-3 家）：完整 3T 打分 + 判断依据 + 下注逻辑

触发："帮我筛一下"、"从这个表格里挑一下"、"这家公司值不值得看"

landscape-mapping · 行业全景图谱

做什么：把一个赛道拆解为结构化投资地图。

输出：Vertical Stack（3-5 层价值链）+ 竞争定位矩阵（技术壁垒 vs 商业壁垒）+ 赢家特征 + 投资 thesis + shortlist

触发："帮我画一下 XXX 赛道的图谱"、"做个 landscape"

Content — 内容输出

sx-writer · 品牌风格写作

做什么：将研究素材转化为品牌调性的投研文章。5 种类型：公司深度 / 投资地图 / Best Ideas / PM Notes / 人物专访。

写作 DNA：中英混用是表达工具 · 判断打头数据跟进 · 数字说话形容词让路 · 跨时代类比 · 看好必须写风险 · 始终"我们"的机构立场

禁止："震惊""史诗级""未来已来" / "综上所述" / 省略号感叹号 / emoji

触发："写成一篇文章"、"用海外独角兽风格"

formatting · 品牌排版

做什么：将 Markdown 转化为品牌排版的 Word 文档（docx-js 生成）。

3 套模板：

• Etna Labs (#C45A48) — 英文 memo、基金材料
• Etna Capital (#A11F2A) — 中文投研报告
• 海外独角兽 (#736de9) — 公众号文章、对外分发

触发："用 Etna 格式排版"、"生成 Word 文档"

Function — 运营支持

legal · 法律文件审阅

做什么：审阅 NDA、Term Sheet、Side Letter。

审查清单：NDA 7 要素（保密范围 / 使用方式 / 期限 / 排除条款 / 返还义务 / 禁止劝诱 / 管辖法律）· Term Sheet 10 要素（估值 / 优先清算权 / 反稀释 / 董事席位 / 保护条款 / 信息权 / ROFR / 拖带权 / 排他期 / 管辖法律）

风险标注：✅ 标准 / ⚠️ 需关注 / 🔴 非标准高风险

transcript · 会议纪要

做什么：将会议录音转录稿整理为结构化投研笔记。

两种格式：精简版（1 页，15-25 条要点）/ 详细版（3-8 页，分主题 + 保留关键原话）

核心：始终从投资视角提取信号——"这个信息对投资决策意味着什么？"

ir · LP 沟通材料

做什么：生成面向 LP 的投资报告和季度更新信。

两种格式：精简版（1-2 页，高管级别）/ 详细版（5-10 页，完整季度回顾 + portfolio 逐一更新 + 市场展望）

Pipeline

Skills 串联使用

Skills 可以按投研工作流串联，数据在 steps 之间直接传递：

Step 1
screening
CSV → 排行榜
→
Step 2
research
→ Research Pack
→
Step 3
sx-writer
→ 投研文章
→
Step 4
formatting
→ .docx

通常需要 2-3 天的"筛选 → 研究 → 写作"流程可以压缩到 ~30 分钟。每个 step 的输出直接作为下一个 step 的输入，不需要手动整理或复制粘贴。

Teams

各部门推荐配置

部门核心 Skills场景
投研company-research + screening + landscape + sx-writer公司研究、deal 筛选、行业图谱、投研文章
内容sx-writer + company-research + formatting公众号文章、研究报告排版
IRir + formatting + transcriptLP 报告、季度更新、会议纪要
法务legalNDA / Term Sheet 审阅
全员transcript会议纪要
Advanced

进阶功能（可选）

Skills 是核心。以下功能可选——用到再学。

输入 / 主动调用预定义模板。Skill 是 Claude 自动匹配的，Slash Command 是你手动触发的。

在 .claude/commands/ 下创建 .md 文件即可：

# .claude/commands/research.md
请对 $ARGUMENTS 进行公司研究。
1. 搜索最新融资、产品、团队信息
2. 按 Research Pack 模板输出
3. 标注所有数据来源

使用：/project:research Decagon

项目级放 .claude/commands/（团队共享），个人级放 ~/.claude/commands/。

预定义的 shell 命令，在 Claude 执行特定操作时自动触发。配置在 .claude/settings.json。

事件时机用途
PreToolUse工具调用前拦截危险操作
PostToolUse工具调用后自动格式化
Stop回答结束桌面提醒
 
"hooks": {
  "Stop": [{
    "command": "osascript -e 'display notification \"完成\" with title \"Claude\"'"
  }]
}

让多个 Agent 并行工作。直接描述需要并行处理的任务，Claude 自动拆分给子 Agent。

你帮我同时研究 Decagon、Sierra 和 Intercom，并行做 Research Pack
Claude启动 3 个子 Agent 并行搜索，每家独立完成 6 维度研究，最后汇总。

进阶：在 .claude/agents/ 下定义专用 Agent（researcher、writer 等），每个有独立工具权限。

定时任务。claude cron create 或直接说 "每周一早上帮我搜索..."。

常见场景：

• Portfolio 监控（每天 9:00）— 搜索 portfolio 公司最新新闻
• 周度行业速报（每周五 16:00）— 汇总 AI 领域重大融资和产品发布
• 竞品追踪（每两周）— 对比竞品定价、客户、功能更新

FAQ

常见问题

Q: Skill 没有被触发？
检查 SKILL.md 的 description 是否包含你用的关键词。也可以直接说"使用 company-research 技能"手动触发。
Q: 装太多 Skill 影响性能吗？
8 个不会。建议每个项目不超过 15-20 个。
Q: 怎么更新 Skills？
cd ~/etna-skillhub && git pull
Q: 能让 Claude 帮我创建新 Skill 吗？
可以。说"帮我把刚才的流程封装成一个 Skill"，Claude 会生成 SKILL.md。
Q: Slash Command 和 Skill 什么区别？
Skill 是 Claude 根据你说的话自动匹配的。Slash Command 是你输入 / 手动触发的。复杂工作流用 Skill，高频标准动作用 Slash Command。