这个 Skill 能做什么，适合哪些场景？
Trap Detector（杀猪盘检测器）是UZI-Skill技能包中的一个专门技能，用于检测A股中典型的“杀猪盘”操盘手法。当用户提到“朋友推荐”、“群里说”、“老师带”、“内幕消息”等关键词时，它会触发扫描8个风险信号，包括大量低质量账号推荐、推荐话术模板化、付费社群引流、基本面与热度脱节、K线异常、老师人设推广、跨平台联动推广和虚假研报。根据命中的信号数量，输出从🟢安全到🔴高度可疑的风险评级。该技能通过Web搜索收集证据，并生成包含具体证据URL和明确建议的结构化JSON报告。它属于更大的UZI-Skill仓库（MIT许可证），通过`/plugin market add`安装，依赖Python环境和网络搜索。
该技能在用户输入触发词（如“朋友推荐”、“群里说”、“内幕消息”）时启动。它会进行8项信号扫描：1) 搜索同质化的低互动账号推荐；2) 搜索“即将爆发”、“主力建仓完毕”等模板化话术；3) 搜索微信群、直播间、VIP等付费社群链接；4) 调用fetch_financials和fetch_sentiment对比基本面与热度；5) 调用fetch_kline检查推荐前K线是否异常拉升；6) 搜索“xx老师”、“xx股神”等人物推广；7) 搜索小红书、抖音、B站、知乎等多平台联动；8) 搜索“xx谣言”、“xx辟谣”等虚假信息。每个信号标注命中/未命中/数据不足，汇总后计算风险评级，并输出包含ticker、trap_score（1-10，越高越安全）、命中信号详情（含证据URL和严重程度）、用户关键词加权、recommendation和警告短语的JSON对象。
- 股民收到朋友或微信群推荐的“必涨”股票，想快速验证是否安全。
- 投资者在社交媒体上看到某只股票被大量推荐，怀疑是杀猪盘，要求检测风险。
- 交易者使用`/scan-trap 002273`命令，一键启动杀猪盘排查。
- 分析师在深度分析前，作为风险筛查的一步，先用trap-detector排除可疑标的。
- 财经内容创作者在推荐股票前，用该技能检查是否存在被操控迹象。
- 普通用户看到“稳赚不赔”的夸大宣传，想了解背后是否有虚假研报或伪造消息。
如何安装这个 Skill？
- 该技能依赖于外部搜索（DuckDuckGo）和国内平台抓取，可能因网络限制而失败，需确保网络可达或提供替代方案。
- 未提供用户确认或撤销机制，建议在使用时进行必要的权限审查。
- 检测逻辑缺乏测试覆盖，需在实际环境中验证其可靠性。
- Shell / 命令行
- 网络访问
- 本地文件系统
Trap Detector是UZI-Skill仓库的一部分，需先安装整个仓库。使用Claude Code：/plugin marketplace add wbh604/UZI-Skill，然后/plugin install stock-deep-analyzer@uzi-skill。安装后，技能会自动包含trap-detector。也可以git clone仓库后按README配置Python环境。
tmp="$(mktemp -d)"
git clone --depth 1 https://github.com/wbh604/UZI-Skill.git "$tmp"
mkdir -p ~/.claude/skills
cp -R "$tmp/skills/trap-detector" ~/.claude/skills/
rm -rf "$tmp"根据源仓库地址和 Skill 路径自动生成，只复制这个 Skill 的文件夹。如果上文有作者提供的安装方式，请优先按作者说明操作；想只在当前项目中使用，把 ~/.claude/skills 换成项目里的 .claude/skills。
如何使用这个 Skill？
安装后，把下面任意一句发给 Agent 即可触发：
- 检查一下这只票是不是杀猪盘
- 扫描一下风险
- 朋友推荐
- 内幕消息
安装后，直接对Claude Code说：“检查一下这只票是不是杀猪盘”或“扫描一下风险”，或在聊天中输入包含“朋友推荐”、“群里说”、“内幕消息”等关键词的话。也可直接使用命令/stock-deep-analyzer:scan-trap <ticker>或/trap-detector <ticker>（需加上stock-deep-analyzer:前缀）。技能会运行8个信号扫描并返回JSON评级报告。
这个 Skill 有哪些优点和局限？
- 覆盖8个典型杀猪盘信号，检测维度全面
- 输出结构化JSON，包含每个信号的证据URL，便于验证
- 用户关键词自动加权，提高风险敏感度
- 风险评级直观（🚦），并给出明确建议
- 作为UZI-Skill的一部分，可与其他分析技能组合使用
- 依赖Web搜索质量，DuckDuckGo中文搜索可能返回不相关结果，影响证据可靠性
- 需要网络连接，且部分数据源（如小红书）可能需额外配置
- 仅适用于A股，对港股/美股的支持有限
- 无独立测试套件，技能本身未被单独测试
- 部分命令需要额外安装或配置（如Playwright兜底）
这个 Skill 与同类方案有什么区别？
与相关 Skills 并排比较；分数均按同一 FSRS 标准得出。
| Skill | FS 评分 | Star 数 | 最近更新 | License |
|---|---|---|---|---|
| 杀猪盘检测器 本页 | 40 · 不推荐 | ★ 7.1k | 1 个月前 | MIT |
| 美股价值投资四维分析 Skill | 52 · 谨慎使用 | ★ 1.1k | 5 个月前 | MIT |
| UZI 股票深度分析引擎 | 57 · 谨慎使用 | ★ 7.1k | 1 个月前 | MIT |
| Money Atlas 智能分析系统 | 57 · 谨慎使用 | ★ 58 | 2 个月前 | Apache-2.0 |
| 宏观流动性监控系统 | 52 · 谨慎使用 | ★ 1.1k | 5 个月前 | MIT |
作为UZI-Skill包的一部分，trap-detector与其他技能（如deep-analysis）互补，但没有单独的替代品。UZI-Skill整体参考了anthropics/financial-services-plugins的方法论，但trap-detector聚焦于风险检测而非估值。
FollowSkills 如何评估这个 Skill？
技能明确要求输出证据 URL 和 check 列表，无隐式执行命令；但未声明权限边界、无用户确认步骤，且外部搜索（DuckDuckGo）和国内平台抓取（微博/抖音等）存在数据流不透明风险，无回滚或撤销机制。扣分原因：权限和确认机制缺失。
有清晰的操作步骤和输出格式，但依赖外部数据源（如 web search、fetch_financials 等）的可用性，未提供异常输入处理或失败反馈说明，测试代码仅覆盖渲染器，未覆盖检测逻辑。扣分原因：happy path 可行但测试和错误处理薄弱。
触发条件明确，支持中文关键词，但未说明非适用场景（如非股票输入）或边界条件，且依赖海外服务（DuckDuckGo）可能在大陆网络不可达，扣分。
文档结构清晰，有版本、作者、许可证，但缺少安装依赖说明（如何获取 fetch_* 函数），无 FAQ/已知限制，版本变更记录缺失。扣分原因：隐藏假设和治理不完整。
任务定义清晰，输出格式明确，但未提供实际运行结果或示例输出验证，静态评估无法确认直接可用性。扣分原因：无证据支持输出可用性。
有检查清单和信号定义，但无测试或第三方验证，主要依赖作者描述。扣分原因：缺乏可复现的验证材料。
点击维度查看打分理由
证据充分度：低 — 主要依赖静态检查、作者材料或有限演示；适合发现线索，不适合做高风险决策。
查看完整评分方法 →