ssci-subagent-skills 1.0.0

package/agents/digital-ecosystem-analyst/digital-ecosystem-analyst.py

@@ -0,0 +1,507 @@
+#!/usr/bin/env python3
+"""
+数字生态系统分析专家 - agentskills.io标准实现
+技能中的提示词直接使用技能所在的CLI工具的LLM算力，无需显示的调用！
+"""
+
+import json
+import logging
+from typing import Dict, Any, List
+
+# 配置日志（只记录错误）
+logging.basicConfig(level=logging.ERROR)
+logger = logging.getLogger(__name__)
+
+
+class DigitalEcosystemAnalystAgentskillsIO:
+    """
+    数字生态系统分析专家 - agentskills.io标准实现
+
+    核心原则：
+    1. 技能文件(.md) = 系统提示词
+    2. 技能实现(.py) = 只返回提示词（不调用LLM）
+    3. agentskills.io框架 = 使用技能提示词调用宿主CLI工具的LLM
+    4. 无需任何显式的LLM调用代码
+    5. 输出 = LLM生成的结果（通过agentskills.io框架）
+    """
+
+    def __init__(self):
+        """初始化分析专家"""
+        # 注意：这里不需要任何LLM配置或客户端
+        # 技能的提示词会自动被agentskills.io框架使用
+        logger.info("数字生态系统分析专家初始化完成（agentskills.io标准实现）")
+
+    def _build_prompt_data(
+        self,
+        analysis_type: str,
+        context: Dict[str, Any]
+    ) -> Dict[str, Any]:
+        """
+        构建提示词数据 - 只返回提示词，不调用LLM
+
+        Args:
+            analysis_type: 分析类型
+            context: 上下文信息
+
+        Returns:
+            提示词数据
+        """
+        # 根据分析类型构建提示词
+        if analysis_type == "performing-industry-ecosystem-analysis":
+            return self._build_industry_ecosystem_prompt(context)
+        elif analysis_type == "identifying-key-species-in-industry":
+            return self._build_key_species_prompt(context)
+        elif analysis_type == "analyzing-business-model-of-key-species":
+            return self._build_business_model_prompt(context)
+        elif analysis_type == "constructing-business-ecosystem-map":
+            return self._build_ecosystem_map_prompt(context)
+        elif analysis_type == "analyzing-digital-transformation-impact":
+            return self._build_digital_transformation_impact_prompt(context)
+        elif analysis_type == "assessing-ecosystem-impact":
+            return self._assess_ecosystem_impact_prompt(context)
+        else:
+            raise ValueError(f"不支持的分析类型: {analysis_type}")
+
+    def _build_industry_ecosystem_prompt(self, context: Dict[str, Any]) -> Dict[str, Any]:
+        """构建行业生态系统分析提示词"""
+        # 系统提示词
+        system_prompt = """你是一位数字生态系统分析专家，擅长从生态系统视角分析行业的结构和演化趋势。
+
+你的专业领域包括：
+1. **产业经济专家**: 产业价值分析、产业链协同、市场竞争
+2. **生态学专家**: 生态位分析、物种关系、生态演化
+3. **数字化专家**: 数字化对生态的影响、数字生态构建
+4. **商业模式专家**: 生态商业模式、平台经济、网络效应
+5. **数据智能专家**: 生态数据要素、智能决策、数据要素化
+6. **组织变革专家**: 生态组织形态、生态协作、生态治理
+
+## 分析框架
+
+你擅长使用的分析框架包括：
+
+### 1. 生态系统结构分析
+- 生态系统类型识别（链式、网络、平台、混合）
+- 生态层级划分（核心层、骨干层、支撑层、边缘层）
+- 生态连接模式（强连接、弱连接、多层次连接）
+
+### 2. 关键物种识别
+- 生态位分类（统治型、利基型、关键节点、连接型）
+- 物种识别方法（核心度、影响力、网络中心度）
+- 物种价值评估（生态价值、战略价值、商业价值）
+
+### 3. 生态演化分析
+- 演化驱动力（技术、市场、政策、社会）
+- 演化路径（渐进式、突变式、混合式）
+- 演化阶段（萌芽、成长、成熟、衰退）
+- 演化预测（技术路线、市场路线、竞争路线）
+
+### 4. 数字化生态分析
+- 数字化对生态结构的影响
+- 数字平台对生态的重构
+- 数据要素的生态化作用
+- AI对生态智能化的提升
+- 数字化生态的竞争优势
+
+### 5. 商业模式分析
+- 生态商业模式的类型和特征
+- 平台经济商业模式
+- 网络效应和规模经济
+- 生态协同商业模式
+- 生态系统变现模式
+"""
+
+        # 用户提示词
+        user_prompt = f"""请对以下行业进行深入的生态系统分析：
+
+## 行业信息
+
+### 行业概述
+- 行业名称：{context.get('industry_name', '示例行业')}
+- 行业规模：{context.get('industry_size', '大型/中型/小型')}
+- 市场结构：{context.get('market_structure', '描述市场结构')}
+
+### 行业特征
+- 产业链特点：{context.get('industry_chain_features', '描述产业链特点')}
+- 核心环节：{self._format_list(context.get('key_industry_segments', ['设计', '制造', '销售', '服务']))}
+- 价值分布：{context.get('value_distribution', '描述价值在产业链的分布情况')}
+
+---
+
+## 分析要求
+
+请基于以上信息，按照以下JSON格式返回分析结果：
+
+{{
+    "analysis_type": "performing-industry-ecosystem-analysis",
+    "ecosystem_structure": {{
+        "ecosystem_type": "生态系统类型（链式/网络/平台/混合）",
+        "key_layers": [
+            {{
+                "layer_name": "层级名称",
+                "layer_description": "层级描述",
+                "entities": [
+                    {{
+                        "entity_type": "实体类型",
+                        "entity_count": "数量",
+                        "description": "描述"
+                    }}
+                ]
+            }}
+        ],
+        "connection_patterns": [
+            {{
+                "pattern_type": "连接模式类型",
+                "description": "模式描述",
+                "strength": "强度（weak/medium/strong）"
+            }}
+        ]
+    }},
+    "key_species": [
+        {{
+            "species_id": "唯一ID",
+            "species_name": "物种名称",
+            "species_type": "物种类型（关键物种/利基物种/连接物种）",
+            "ecological_niche": "生态位描述",
+            "importance_level": "重要性级别（critical/high/medium/low）",
+            "competitive_advantage": "竞争优势",
+            "influence_scope": "影响力范围",
+            "relationships": [
+                {{
+                    "related_species": "关联物种",
+                    "relationship_type": "关系类型（cooperation/competition/supply/partnership）",
+                    "relationship_strength": "关系强度（1-10）"
+                }}
+            ]
+        }}
+    ],
+    "ecosystem_dynamics": {{
+        "current_stability": "当前稳定性（stable/evolving/unstable）",
+        "evolution_trends": [
+            {{
+                "trend_id": "唯一ID",
+                "trend_name": "趋势名称",
+                "trend_description": "趋势描述",
+                "drivers": ["驱动因素1", "驱动因素2"],
+                "expected_impact": "预期影响",
+                "timeframe": "时间框架",
+                "confidence_level": "置信度（low/medium/high）"
+            }}
+        ],
+        "disruption_factors": [
+            {{
+                "factor_id": "唯一ID",
+                "factor_name": "扰动因素名称",
+                "factor_type": "因素类型（technology/market/policy/regulatory/social）",
+                "impact_level": "影响程度（low/medium/high）",
+                "affected_species": ["受影响的物种1", "受影响的物种2"],
+                "adaptation_strategies": ["适应策略1", "适应策略2"]
+            }}
+        ]
+    }},
+    "strategic_recommendations": [
+        {{
+            "recommendation_id": "唯一ID",
+            "title": "建议标题",
+            "target_audience": "目标受众",
+            "recommendation_category": "建议类别（positioning/partnership/innovation/adaptation）",
+            "description": "详细描述",
+            "action_steps": ["行动步骤1", "行动步骤2", "行动步骤3"],
+            "expected_benefits": ["预期收益1", "预期收益2"],
+            "risks": ["风险1", "风险2"],
+            "priority": "优先级（high/medium/low）",
+            "timeline": "时间线"
+        }}
+    ]
+}}
+
+---
+
+**重要提示**：
+1. 所有分析都必须基于提供的具体行业信息
+2. 识别的关键物种要具体、有代表性
+3. 生态系统分析要深入、有洞察力
+4. 必须返回有效的JSON格式，不要包含任何JSON之外的文字"""
+
+        # 返回提示词数据（不是LLM结果）
+        return {
+            "prompt_data": {
+                "system_prompt": system_prompt,
+                "user_prompt": user_prompt,
+                "context": context,
+                "expected_format": "json",
+                "skill_id": "digital-ecosystem-analyst",
+                "analysis_type": "industry_ecosystem_analysis",
+                "frameworks_used": ["ecosystem_structure", "species_identification", "ecosystem_dynamics"]
+            }
+        }
+
+    def _build_key_species_prompt(self, context: Dict[str, Any]) -> Dict[str, Any]:
+        """构建关键物种识别提示词"""
+        # 系统提示词
+        system_prompt = """你是一位生态系统分析专家，擅长从生态系统视角识别和分析行业中的关键物种。
+
+## 专家视角
+1. **产业经济专家**: 产业价值分析、产业链协同、市场竞争
+2. **生态学专家**: 生态位分析、物种关系、生态演化
+3. **数字化专家**: 数字化对生态的影响、数字生态构建
+4. **商业模式专家**: 生态商业模式、平台经济、网络效应
+5. **数据智能专家**: 生态数据要素、智能决策、数据要素化
+6. **组织变革专家**: 生态组织形态、生态协作、生态治理
+
+## 识别方法
+
+你擅长使用的方法包括：
+
+### 1. 核心度分析
+- 识别生态中的关键节点（连接度最高的实体）
+- 计算各种中心度指标（度中心度、接近中心度、特征向量中心度）
+
+### 2. 影响力分析
+- 识别对生态系统有重大影响的物种
+- 评估物种的影响力范围和程度
+
+### 3. 生态位分析
+- 识别物种在生态中的生态位
+- 分析生态位的类型和特征
+
+### 4. 价值评估
+- 评估物种对生态系统的价值贡献
+- 分析物种在价值链中的角色
+
+## 识别标准
+
+识别关键物种的标准：
+1. **网络连接度**: 物种连接的连接数和连接强度
+2. **影响力**: 物种对生态演化的影响程度
+3. **价值贡献**: 物种对生态价值的贡献度
+4. **不可替代性**: 物种在生态系统中的不可替代性
+5. **战略重要性**: 物种对行业竞争格局的重要性
+
+---
+
+## 分析要求
+
+请基于以上信息，按照以下JSON格式返回分析结果：
+
+{{
+    "analysis_type": "identifying-key-species-in-industry",
+    "industry_summary": "行业概述",
+    "methodology": {{
+        "analysis_method": "分析方法（核心度分析/影响力分析/综合分析法）",
+        "data_sources": ["数据源1", "数据源2"],
+        "analytic_techniques": ["分析技术1", "分析技术2"]
+    }},
+    "candidate_species": [
+        {{
+            "species_name": "物种名称",
+            "entity_type": "实体类型（供应商/制造商/客户/平台/其他）",
+            "description": "物种描述",
+            "data_sources": ["数据源1", "数据源2"]
+        }}
+    ],
+    "centrality_analysis": [
+        {{
+            "species_name": "物种名称",
+            "degree_centrality": "度中心度得分",
+            "betweenness_centrality": "接近中心度得分",
+            "eigenvector_centrality": "特征向量中心度得分"
+        }}
+    ],
+    "influence_analysis": [
+        {{
+            "species_name": "物种名称",
+            "influence_scope": "影响力范围（本地/区域/行业/全球）",
+            "influence_type": "影响力类型（直接/间接）",
+            "impact_areas": ["影响领域1", "影响领域2"]
+        }}
+    ],
+    "ecological_niche_analysis": [
+        {{
+            "species_name": "species_name",
+            "niche_type": "生态位类型（统治型/利基型/关键节点/连接型）",
+            "niche_description": "生态位描述",
+            "niche_competitors": ["竞争者1", "竞争者2"],
+            "niche_opportunities": ["机会1", "机会2"]
+        }}
+    ],
+    "key_species": [
+        {{
+            "species_id": "唯一ID",
+            "species_name": "物种名称",
+            "species_type": "物种类型（关键物种/利基物种/连接物种）",
+            "ecological_niche": "生态位描述",
+            "importance_level": "重要性级别（critical/high/medium/low）",
+            "competitive_advantage": "竞争优势",
+            "influence_scope": "影响力范围",
+            "centrality_scores": {{
+                "degree_centrality": "度中心度得分",
+                "betweenness_centrality": "接近中心度得分",
+                "eigenvector_centrality": "特征向量中心度得分"
+            }},
+            "relationships": [
+                {{
+                    "related_species": "关联物种",
+                    "relationship_type": "关系类型（cooperation/competition/supply/partnership）",
+                    "relationship_strength": "关系强度（1-10）"
+                }}
+            ],
+            "strategic_value": "战略价值评估"
+        }}
+    ],
+    "business_model_analysis": [
+        {{
+            "species_name": "物种名称",
+            "current_model": "当前商业模式",
+            "new_models": [
+                {{
+                    "model_type": "商业模式类型",
+                    "description": "商业模式类型描述",
+                    "transformation_path": "转型路径"
+                }}
+            ]
+        }}
+    ],
+    "strategic_recommendations": [
+        {{
+            "recommendation_id": "唯一ID",
+            "title": "建议标题",
+            "target_audience": "目标受众",
+            "recommendation_category": "建议类别（positioning/partnership/innovation/adaptation）",
+            "description": "详细描述",
+            "action_steps": ["行动步骤1", "行动步骤2", "行动步骤3"],
+            "expected_benefits": ["预期收益1", "预期收益2"],
+            "risks": ["风险1", "风险2"],
+            "priority": "优先级（high/medium/low）",
+            "timeline": "时间线"
+        }}
+    ]
+}}
+
+---
+
+**重要提示**：
+1. 分析必须基于具体的行业信息
+2. 识别的关键物种要具体、有影响力
+3. 分析要基于网络结构和关系
+4. 评估要客观、基于数据
+5. 必须返回有效的JSON格式，不要包含任何JSON之外的文字"""
+
+        # 返回提示词数据（不是LLM结果）
+        return {
+            "prompt_data": {
+                "system_prompt": system_prompt,
+                "user_prompt": user_prompt,
+                "context": context,
+                "expected_format": "json",
+                "skill_id": "digital-ecosystem-analyst",
+                "analysis_type": "key_species_identification",
+                "frameworks_used": ["network_analysis", "species_identification", "business_model_analysis"]
+            }
+        }
+
+    def _build_ecosystem_map_prompt(self, context: Dict[str, Any]) -> Dict[str, Any]:
+        """构建生态系统图谱构建提示词"""
+        # 类似地实现其他提示词构建方法...
+        return {"prompt_data": {"analysis_type": "ecosystem_map_construction"}}
+
+    def _build_digital_transformation_impact_prompt(self, context: Dict[str, Any]) -> Dict[str, Any]:
+        """构建数字化转型影响分析提示词"""
+        # 类似地实现其他提示词构建方法...
+        return {"prompt_data": {"analysis_type": "digital_transformation_impact"}}
+
+    def _assess_ecosystem_impact(self, context: Dict[str, Any]) -> Dict[str, Any]:
+        """评估生态系统影响提示词"""
+        # 类似地实现其他提示词构建方法...
+        return {"prompt_data": {"analysis_type": "ecosystem_impact"}}
+
+
+class AnalysisType:
+    """分析类型枚举"""
+    PERFORMING_INDUSTRY_ECOSYSTEM_ANALYSIS = "performing-industry-ecosystem-analysis"
+    IDENTIFYING_KEY_SPECIES_IN_INDUSTRY = "identifying-key-species-in-industry"
+    ANALYZING_BUSINESS_MODEL_OF_KEY_SPECIES = "analyzing-business-model-of-key-species"
+    CONSTRUCTING_BUSINESS_ECOSYSTEM_MAP = "constructing-business-ecosystem-map"
+    ANALYZING_DIGITAL_TRANSFORMATION_IMPACT = "analyzing-digital-transformation-impact"
+    ASSESSING_ECOSYSTEM_IMPACT = "assessing-ecosystem-impact"
+
+
+def main():
+    """主函数 - agentskills.io标准实现"""
+    import argparse
+
+    parser = argparse.ArgumentParser(
+        description="数字生态系统分析工具 - agentskills.io标准实现",
+        formatter_class=argparse.RawDescriptionHelpFormatter,
+        epilog="""
+示例用法：
+
+# 通过agentskills.io框架调用
+agentskills run \
+    --agent digital-ecosystem-analyst \
+    --skill performing-industry-ecosystem-analysis \
+    --context '{{"industry": "新能源汽车", "company_size": "大型", "market_structure": "充分竞争"}}'
+
+注意：
+- 技能的提示词会直接被agentskills.io框架使用
+- agentskills.io框架会使用技能提示词调用宿主CLI的LLM
+- 无需任何显式的LLM调用
+- 输出就是LLM生成的结果
+        """
+    )
+
+    parser.add_argument("analysis_type", type=str, help="分析类型")
+    parser.add_argument("--context", type=str, help="上下文信息(JSON格式)")
+    parser.add_argument("--context_file", type=str, help="上下文文件路径")
+    parser.add_argument("--output_file", type=str, help="输出文件路径")
+
+    args = parser.parse_args()
+
+    # 初始化分析器
+    analyst = DigitalEcosystemAnalystAgentskillsIO()
+
+    # 准备上下文
+    context = {}
+    if args.context:
+        context = json.loads(args.context)
+    elif args.context_file:
+        with open(args.context_file, 'r', encoding='utf-8') as f:
+            context = json.load(f)
+    else:
+        # 默认示例上下文
+        context = {
+            "industry": "新能源汽车",
+            "industry_size": "大型",
+            "market_structure": "充分竞争",
+            "industry_chain_features": "多环节、长产业链、复杂网络",
+            "key_industry_segments": ["整车制造", "电池研发", "充电桩", "运营服务"],
+            "value_distribution": "价值在产业链的分布不均匀，制造端价值高"
+        }
+
+    try:
+        # 执行分析（返回提示词，不调用LLM）
+        print()  # 只输出换行，不输出其他文字
+
+        result = analyst.execute_analysis(args.analysis_type, context)
+
+        # 输出提示词（只输出JSON，不包含任何额外文字）
+        if args.output_file:
+            with open(args.output_file, 'w', encoding='utf-8') as f:
+                json.dump(result, f, ensure_ascii=False, indent=2)
+            # 只输出文件名
+            print(f"{args.output_file}")
+        else:
+            print(json.dumps(result, ensure_ascii=False, indent=2))
+
+    except ValueError as e:
+        # 只输出JSON格式的错误
+        print()  # 只输出换行
+        print(json.dumps({"error": str(e)}, ensure_ascii=False, indent=2))
+
+    except Exception as e:
+        # 只输出JSON格式的错误
+        print()  # 只输出换行
+        print(json.dumps({"error": str(e)}, ensure_ascii=False, indent=2))
+
+
+if __name__ == "__main__":
+    main()