Un marco de investigación sistemático diseñado para analizar empresas de materiales upstream no terminales como láminas de cobre, sustratos y cristales dentro de la cadena de suministro industrial.
Instalar y Descargar
1. ClawHub CLI
La forma más rápida de instalar una habilidad directamente desde el registro.
npx clawhub@latest install upstream-material-analysis
2. Instalación manual
Copia la carpeta de la habilidad a una de estas ubicaciones
~/.openclaw/skills/ <project>/skills/ Prioridad: Espacio de trabajo > Local > Integrado
3. Instalación del prompt
Copia este prompt en OpenClaw para instalarlo automáticamente.
Ayúdame a instalar upstream-material-analysis usando Clawhub. Si Clawhub no está instalado, instálalo primero (npm i -g clawhub).
¿Prefieres descargar?
Obtén los archivos originales de la habilidad en un archivo ZIP.
¿Qué es Análisis de Materiales Upstream?
La habilidad Análisis de Materiales Upstream proporciona una metodología rigurosa para evaluar empresas que no se enfrentan directamente a los consumidores finales pero que son críticas para el proceso de fabricación. Se centra en materiales como láminas de cobre, sustratos de InP y resinas, que a menudo están separados del producto final por múltiples capas de intermediarios como CCL o plantas de encapsulado. Al aprovechar este marco dentro de Openclaw Skills, los analistas pueden penetrar en la cadena de transmisión para evaluar cómo las fluctuaciones de la demanda terminal impactan en la salud financiera de los proveedores upstream.
Este marco es esencial para identificar materiales de 'punto de estrangulamiento' y evaluar la viabilidad de la sustitución nacional. Ayuda a los usuarios a ir más allá de los datos superficiales para comprender la elasticidad de precios subyacente y los desequilibrios entre oferta y demanda que impulsan el rendimiento de las acciones en el sector de materiales. El uso de Openclaw Skills para este análisis garantiza un enfoque estructurado y basado en datos para sectores industriales complejos.
Casos de uso de Análisis de Materiales Upstream
- Mapear la posición precisa de una empresa dentro de una cadena de transmisión industrial compleja.
- Cuantificar el impacto del crecimiento del volumen de material en la estructura de beneficio total de una empresa.
- Identificar brechas de oferta y demanda y elasticidad de precios para materiales industriales de alta gama.
- Comparar barreras técnicas y ciclos de certificación entre competidores en el mismo nicho.
- Evaluar el potencial de sustitución nacional en sectores tecnológicos críticos.
Cómo funciona Análisis de Materiales Upstream
- Mapear la Cadena de Transmisión: Definir la ruta desde las materias primas hasta la empresa objetivo, luego a los clientes downstream y finalmente a la aplicación final.
- Juzgar el Panorama de Oferta y Demanda: Analizar la concentración global (CR1), la intención de expansión de los líderes del mercado y las señales de movimiento de precios.
- Modelado Cuantitativo: Aplicar fórmulas centrales para calcular la demanda total basada en los envíos terminales, el uso unitario y las tasas de rendimiento.
- Verificación del Cliente: Validar los hallazgos a través de relaciones con inversores, llamadas a fábricas downstream y ferias industriales.
- Análisis Comparativo: Realizar un debate bull/bear comparando el objetivo con 2-3 pares basados en la pureza, la salud financiera y el progreso tecnológico.
- Documentación Estructurada: Generar los hallazgos en perfiles de acciones estandarizados y mapas de la cadena de suministro para referencia futura.
Configuración de Análisis de Materiales Upstream
Para implementar este marco en su entorno de investigación, asegúrese de tener acceso a las plantillas de referencia proporcionadas en el repositorio.
# Clone the research framework
git clone https://github.com/openclaw/upstream-material-analysis.git
# Access the pricing model template
cat references/pricing-model.md
# Review the carrier copper foil case study
cat references/case-carrier-copper-foil.md
Esquema de datos y taxonomía de Análisis de Materiales Upstream
La habilidad organiza los datos de investigación en una taxonomía específica para garantizar la consistencia en las diferentes sesiones de análisis de Openclaw Skills:
| Data Component | Description |
|---|---|
| stock-profile | Incluye posicionamiento principal, instantáneas de datos, modelos de precios y debates bull/bear. |
| supply-chain-map | Una lista visual o anidada que representa las dependencias upstream y downstream de la industria. |
| pricing-model | Una hoja de cálculo basada en Markdown para los incrementos de contribución de ingresos y beneficios. |
| methodology-case | Ejemplos históricos utilizados como puntos de referencia para la investigación de nuevos materiales. |
Funciones avanzadas de Análisis de Materiales Upstream
- Análisis de sensibilidad multiescenario (proyecciones Conservadoras, Neutrales, Optimistas y Agresivas).
- Herramientas de evaluación de pureza para determinar la proporción de ingresos por materiales de alta gama frente a los ingresos totales.
- Seguimiento de la transición de rutas tecnológicas (por ejemplo, monitorear el cambio de 1.6T a mSAP para la lámina de cobre).
- Protocolos de verificación para distinguir entre datos oficiales de primera mano y fuentes de expertos secundarios.
- Juicio de ritmo independiente para diferenciar entre los ciclos de certificación y el tiempo real de liberación de volumen.
SKILL.md
Cargando
Habilidades relacionadas de Openclaw
AI Socializer
Una habilidad centrada en la seguridad para que los agentes de AI naveguen, publiquen e interactúen con redes sociales centradas en AI, evitando la filtración de credenciales.
CamScanner Borrar escritura a mano de imagen
Una herramienta de mejora de imagen de alta precisión que detecta y elimina de forma inteligente trazos manuscritos, firmas y anotaciones de escaneos de documentos.
Coding Rules
Un estándar integral para desarrollar subproyectos de Vue3 y TypeScript dentro de un monorepo pnpm utilizando Arco Design y UnoCSS.
Siyuan LLM Wiki
Una implementación en Siyuan Note del flujo de trabajo LLM Wiki de Andrej Karpathy para construir una base de conocimientos estructurada y mantenida por IA.
Enrutador de Cuantización de Modelos Locales
Un motor de decisión inteligente que recomienda configuraciones locales de LLM y niveles de cuantización óptimos basados en las limitaciones de hardware y los requisitos de la tarea.
gspread-sheets
Una potente habilidad basada en Python para el procesamiento y la gestión por lotes de alto rendimiento de Google Sheets a través de la biblioteca gspread.
Presentado*
