us-cpi-pce-comparator
自動比較美國 CPI（固定權重）與 PCE（動態權重）的通膨訊號，識別低波動高權重桶位的 PCE 上行風險。用於分析 Fed 關注的 PCE 是否正在 re-accelerate，即使 CPI 看似降溫。
Profile →npx skills add majiayu000/claude-skill-registry --skill us-cpi-pce-comparator --agent claude-code
Same command for any agent — swap --agent for codex, cursor, copilot.
Weekly change comes from our own snapshots, not the repository page — it measures attention, not adoption.
<essential_principles> <principle name="weight_difference"> **CPI vs PCE 權重差異是核心** - **CPI（固定權重）**: BLS Relative Importance，每年或每兩年更新，反映「固定籃子」 - **PCE（動態/鏈結權重）**: BEA 名目支出占比，每月隨實際消費行為調整 關鍵洞見：當消費者把錢花在「價格較不波動」的品項時，若這些品項的通膨走高，PCE 會比 CPI 更敏感地反映這個上行壓力。 </principle> <principle name="volatility_matters"> **低波動 + 高權重 = PCE 上行風險訊號** 識別邏輯： 1. 找出 PCE 權重較高的消費桶（consumer spending buckets） 2. 在這些桶中，篩選價格波動度較低者 3. 若這些桶的通膨近期轉正或加速，標記為 PCE upside risk </principle> <principle name="scope_difference"> **CPI 與 PCE 的範圍差異** PCE 涵蓋項目比 CPI 更廣： - 第三方支付的醫療費用（employer-paid healthcare） - 非營利機構對家庭的服務 - 某些金融服務的隱含費用 這些 scope 差異也會造成 CPI/PCE 分歧。詳見 `references/cpi-pce-methodology.md`。 </principle> <principle name="data_access"> **資料取得方式** 本 skill 使用**無需 API key** 的資料來源： - **FRED CSV**: `https://fred.stlouisfed.org/graph/fredgraph.csv?id={SERIES_ID}` - **BLS Public API**: `https://api.bls.gov/publicAPI/v2/timeseries/data/` 腳本位於 `scripts/` 目錄，可直接執行。 </principle> </essential_principles> <objective> 比較 CPI 與 PCE 通膨訊號的分歧，並識別「低波動、高 PCE 權重」的消費桶是否正在推升 Fed 關注的 PCE 通膨路徑。 輸出三層訊號： 1. **Headline level**: CPI vs PCE divergence（bps） 2. **Attribution**: 哪些 buckets 在推升 PCE（weighted contribution） 3. **Risk framing**: 觀察點與延續性風險評估 </objec
cd skills/us-cpi-pce-comparator pip install pandas numpy requests # 首次使用 python scripts/cpi_pce_analyzer.py --quick python scripts/cpi_pce_analyzer.py --start 2020-01-01 --measure yoy
What does the us-cpi-pce-comparator skill do?
自動比較美國 CPI（固定權重）與 PCE（動態權重）的通膨訊號，識別低波動高權重桶位的 PCE 上行風險。用於分析 Fed 關注的 PCE 是否正在 re-accelerate，即使 CPI 看似降溫。
How do I install it?
Run `npx skills add majiayu000/claude-skill-registry --skill us-cpi-pce-comparator --agent claude-code` — it drops the skill into your project so the agent can pick it up. Swap the --agent value for codex, cursor or copilot if you use one of those.
Where does this skill come from?
From majiayu000/claude-skill-registry, a repository with 534 stars. We read it straight from the repository tree rather than a submitted listing, so what you see here is what is actually published.
Is a popular skill a good skill?
Not necessarily. Stars measure attention, not adoption — a repository can trend for a week and be abandoned. That is why we show the weekly change from our own snapshots next to the total, instead of a single flattering number.