用途：检测并排名跨行业市场主题，识别看涨与看跌主题，评估主题生命周期（Emerging/Accelerating/Trending/Mature/Exhausting），并给出结合量化与叙事的置信度评分。适用于“当前有哪些市场主题”“哪些行业热门/冷门”“行业轮动方向”“主题投资机会”“拥挤交易或后期主题”等问题，不适用于个股分析、单一行业图表深挖、组合再平衡或股息收益筛选。
主要能力：三维评分模型（Theme Heat 0-100、生命周期成熟度、置信度 Low/Medium/High）；基于 FINVIZ 行业数据的跨行业主题检测；方向感知评分；ETF 扩散度评分；与 uptrend-dashboard 集成做三点评估；通过 WebSearch 做叙事确认。脚本输出置信度最高为 Medium，WebSearch 叙事确认可提升至 High。
使用方式：需 Python 3.7+，安装 pip install requests beautifulsoup4 lxml pandas numpy yfinance。可选 FINVIZ Elite：export FINVIZ_API_KEY=your_finviz_elite_api_key_here；可选 FMP：export FMP_API_KEY=your_fmp_api_key_here。运行主脚本，如 python3 skills/theme-detector/scripts/theme_detector.py --output-dir reports/，可加 --finviz-api-key、--fmp-api-key、--max-themes、--max-stocks-per-theme、--finviz-mode public 等参数。随后读取 reports/ 下生成的 JSON 与 Markdown 报告，对 Heat 前五主题执行 WebSearch 查询（如“主题名 stocks market 当前月 当前年”）评估叙事强弱并更新置信度，最后按报告模板输出。
限制：仅分析当前上市股票与 ETF，存在幸存者偏差；公共模式数据约延迟 15 分钟，每行业约 20 只股票，可能遗漏小盘信号；主题边界依赖主行业分类；ETF 目录为静态，可能未收录极新 ETF；叙事评分为主观；结果显示相对强弱而非基本面价值，不构成投资建议。