analyze-copper-supply-concentration-risk

📁 fatfingererr/macro-skills 📅 Jan 24, 2026
9
总安装量
9
周安装量
#33191
全站排名
安装命令
npx skills add https://github.com/fatfingererr/macro-skills --skill analyze-copper-supply-concentration-risk

Agent 安装分布

gemini-cli 6
opencode 6
claude-code 6
codex 5
antigravity 5
cursor 4

Skill 文档

<essential_principles>

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。

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

</essential_principles>

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

<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>

  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。

路由後,執行對應命令。

<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>

Script Command Purpose
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>

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 (ç¶ )
  • Peru+DRC: #00d4aa (青綠)

快速繪圖:

cd scripts
python visualize_copper_concentration.py

輸出路徑:output/copper_concentration.png

<output_example> 2023 年關鍵指標:

國家 份額
Chile 23.5%
Peru + DRC 25.2%
China 7.5%
US 5.0%

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 å¹´ 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>