用途：该技能用于检测1-2年尺度的结构性宏观周期转换，帮助进行战略性组合定位。适用于用户询问当前宏观周期或周期转换、结构性市场轮动（集中还是扩散）、基于收益率曲线或信用信号的长期定位，以及评估周期变化是否正在发生时。
主要能力：采用月度频率的跨资产比率分析，包含六个组件及权重：市场集中度（RSP/SPY，25%）、收益率曲线（10Y-2Y利差，20%）、信用状况（HYG/LQD，15%）、规模因子（IWM/SPY，15%）、股债关系（SPY/TLT加相关性，15%）、行业轮动（XLY/XLP，10%）。将结果归入五类周期：集中、扩散、收缩、通胀、过渡。
使用方式：先加载references目录下的方法论文档，再运行python3 skills/macro-regime-detector/scripts/macro_regime_detector.py，该脚本会获取9只ETF及国债利率约600天数据（约10次API调用）。脚本参数包括--api-key、--output-dir、--days。随后阅读生成的Markdown报告并向用户呈现结论；用户询问历史对照时可参考historical_regimes.md。
输出：生成macro_regime_日期时间.json结构化数据和同名Markdown报告，报告含当前周期评估、转换信号看板、组件详情、分类依据和组合姿态建议。
限制与前提：必须提供FMP API密钥（设置FMP_API_KEY环境变量或传入--api-key），免费层每天250次调用足够。报告与建议依据公开资料生成，不构成投资建议；其他功能细节、收费与平台支持暂未提供。