Claude-skill-registry analyze-copper-supply-concentration-risk

用公開資料量化「銅供應是否過度集中、主要產地是否結構性衰退、替代增量是否依賴少數國家」,並輸出可行的中期供應風險結論與情境推演。

install
source · Clone the upstream repo
git clone https://github.com/majiayu000/claude-skill-registry
Claude Code · Install into ~/.claude/skills/
T=$(mktemp -d) && git clone --depth=1 https://github.com/majiayu000/claude-skill-registry "$T" && mkdir -p ~/.claude/skills && cp -r "$T/skills/data/analyze-copper-supply-concentration-risk" ~/.claude/skills/majiayu000-claude-skill-registry-analyze-copper-supply-concentration-risk && rm -rf "$T"
manifest: skills/data/analyze-copper-supply-concentration-risk/SKILL.md
safety · automated scan (low risk)
This is a pattern-based risk scan, not a security review. Our crawler flagged:
  • pip install
Always read a skill's source content before installing. Patterns alone don't mean the skill is malicious — but they warrant attention.
source content

<essential_principles>

<principle name="narrative_to_metrics"> **敘事轉指標(Narrative to Metrics)**

市場敘事必須可量化驗證。三大命題對應三組指標:

命題核心問題量化指標
A. 集中度供應是否過度集中?CR4, CR5, 份額排名
B. 結構衰退智利是否結構性衰退?峰值年份、峰值回撤
C. 替代依賴是否依賴秘魯/DRC?秘魯+DRC 合計份額 vs 智利份額

注意:由於 MacroMicro 只提供 5 個國家的細分數據,HHI 指標不適用於本分析。 </principle>

<principle name="data_source"> **數據來源:MacroMicro (WBMS)**

唯一主要來源,使用 Chrome CDP 全自動抓取 Highcharts 圖表數據。

</essential_principles>

<objective> 分析全球銅供應的國家集中度與結構性風險。

輸出兩層分析:

  1. Concentration: 國家份額排名、CR4/CR5
  2. Chile vs Replacers: 智利 vs 新興替代國(Peru + DRC)份額對比 </objective>

<quick_start>

全自動執行(無需手動操作 Chrome)

Step 1:安裝依賴

pip install requests websocket-client pandas numpy matplotlib

Step 2:一鍵抓取數據(自動啟動/關閉 Chrome)

cd scripts
python fetch_copper_production.py

腳本會自動:

  • 啟動 Chrome 調試模式
  • 等待頁面載入(~40 秒)
  • 提取 Highcharts 數據
  • 儲存到
    cache/copper_production.csv
  • 關閉 Chrome

Step 3:生成 Bloomberg 風格視覺化圖表

python visualize_copper_concentration.py

輸出

output/copper_concentration.png

</quick_start>

<intake> 需要進行什麼分析?
  1. 快速圖表 - 直接生成 Bloomberg 風格集中度圖表
  2. 完整分析 - 1970 年至今的集中度趨勢分析(含數據表)
  3. 智利趨勢 - 智利產量份額與峰值回撤分析
  4. 替代評估 - 秘魯+DRC 替代依賴度分析

請選擇或直接提供分析參數。 </intake>

<routing> | Response | Action | |----------|--------| | 1, "快速", "圖表", "chart" | `python scripts/fetch_copper_production.py && python scripts/visualize_copper_concentration.py` | | 2, "完整", "trend", "1970" | 抓取數據後輸出完整年度數據表 | | 3, "智利", "chile" | 分析智利份額趨勢與峰值 | | 4, "替代", "replacement", "秘魯", "drc" | 分析 Peru+DRC 是否已超越智利 |

路由後,執行對應命令。 </routing>

<directory_structure>

analyze-copper-supply-concentration-risk/
├── SKILL.md                              # 本文件(路由器)
├── skill.yaml                            # 前端展示元數據
├── scripts/
│   ├── fetch_copper_production.py        # 全自動 CDP 數據爬蟲
│   └── visualize_copper_concentration.py # Bloomberg 風格視覺化
├── cache/
│   ├── copper_production.csv             # 數據快取
│   └── copper_production_cache.json      # 原始 JSON 快取
└── output/
    └── copper_concentration.png          # 輸出圖表

</directory_structure>

<scripts_index>

ScriptCommandPurpose
fetch_copper_production.py
python fetch_copper_production.py
全自動 CDP 抓取(自動啟動/關閉 Chrome)
fetch_copper_production.py
--force-refresh
強制重新抓取(忽略快取)
fetch_copper_production.py
--start-year 1970
指定起始年份
visualize_copper_concentration.py
python visualize_copper_concentration.py
生成 Bloomberg 風格圖表
visualize_copper_concentration.py
--output path/to/output.png
指定輸出路徑
</scripts_index>
<visualization>

視覺化輸出:Bloomberg 風格銅供應集中度儀表板

包含兩張圖(上下排列):

  1. 國家份額堆疊面積圖:Chile, Peru, DRC, China, US, Others
  2. 智利 vs 新興替代國:Chile vs Peru+DRC 份額對比,標記交叉點

配色:Bloomberg 深色主題

  • 背景:
    #1a1a2e
  • Chile:
    #ff6b35
    (橙紅)
  • Peru:
    #00bfff
    (天藍)
  • DRC:
    #00ff88
    (綠)
  • Peru+DRC:
    #00d4aa
    (青綠)

快速繪圖

cd scripts
python visualize_copper_concentration.py

輸出路徑

output/copper_concentration.png

</visualization>

<output_example> 2023 年關鍵指標

國家份額
Chile23.5%
Peru + DRC25.2%
China7.5%
US5.0%

關鍵發現

  • 智利份額峰值:37.2% (2004)
  • 智利當前份額:23.5% (2023)
  • 峰值回撤:13.7pp
  • 2023 年 Peru+DRC 首次超越智利(份額逆轉) </output_example>

<success_criteria> 分析成功時應產出:

  • 數據已從 MacroMicro 全自動抓取並快取
  • 國家份額排名(Chile, Peru, DRC, China, US, Others)
  • 智利峰值年份與回撤分析
  • 秘魯+DRC 替代趨勢
  • Bloomberg 風格視覺化圖表
  • 明確標註數據來源 </success_criteria>