Vibe-Trading deep-company-series 技能全解面向单家公司 8 部曲深度研究的写作与事实核查体系【免费下载链接】Vibe-TradingVibe-Trading: Your Personal Trading Agent项目地址: https://gitcode.com/GitHub_Trending/vi/Vibe-Trading导读本文围绕 Vibe-Trading 开源仓库中的deep-company-series技能agent/src/skills/deep-company-series/SKILL.md展开完整讲解如何为一家公司撰写约 12 万字的 8 部曲出版级深度系列文章的方法论。该技能的核心 IP 不是写得漂亮而是修订得严格——它内置一套事实核查清单用于拦截伪精确数字、主观加权期望与绝对化语言这三大财经长文通病。读完本文你将掌握八部曲模板、写作风格纪律、五类伪精确陷阱、七项强制修订检查、四阶段执行流程以及report_audit、financial_rigor等底层工具的源码级工作原理。1. 技能定位什么时候该用 deep-company-series该技能面向的场景是用户想要教科书级别的单家公司深度研究并以系列长文形式公开出版。它与单一研究报告有本质区别共 8 个部分总篇幅约 12 万词覆盖从认知重置到决策框架的完整闭环每一部分可以独立成篇单独分享但所有部分共享同一个估值 / 管理层 / 价格分析框架目标读者是愿意花 90 分钟去理解一家公司的人。技能元信息front matter中明确了category: analysis并在 description 中给出了使用边界适用用户要求对单一公司做教科书级深研并出版长文系列不适用单一研究报告、财报点评、行业研究——这些应改用仓库中的fundamental-filter、financial-statement、earnings-revision等其他技能见 agent/src/skills 目录下的技能清单。从仓库技能目录看deep-company-series与 management-deep-dive、private-company-research、research-discipline 等技能共享同一套研究纪律 工具核查体系但本技能在系列化出版 跨篇一致性维度上最为特殊。2. 八部曲系列模板Series Template技能规定了严格的 8 部分结构每部分有标题模板、核心问题与篇幅区间另外附一篇不公开的00-series-overview.md作为索引#标题模板核心问题字数01You think you understand X — you dont认知重置打破 3 个常见幻觉4,000–5,00002Xs moat —{one-line business essence}护城河深不深5/10 年后还在不在6,000–8,00003Xs biggest profit engine —{最赚钱的业务}核心业务是什么为什么能持续6,000–8,00004The other company hidden on Xs balance sheet —{hidden asset}投资组合 / 子公司 / 隐藏价值8,000–10,00005In the AI (or current narrative) era, is X a winner or loser时代变量按业务拆解影响8,000–10,00006Reading Xs financials the Buffett way财务深度毛利率 / FCF / ROE / SBC8,000–10,00007{management quote}— is Xs management worth entrusting资本配置纪律 诚信测试 继任8,000–10,00008At what price to buy, what signal to sell (finale)DCF 三情景 红线 仓位框架10,000–12,000每部分的标题模板包含占位符如{one-line business essence}、{most profitable business}、{hidden asset}、{management quote}在实际执行时替换为该公司的一句话本质、最赚钱业务、隐藏资产与管理层金句。需要强调的是并非每家公司都强制写满 8 部分详见第 7 节该技能不做的事——如果某部分缺少足够的独立内容例如管理层并无显著特征应合并该部分或减少篇数。3. 写作风格纪律3.1 语气Voice直接、锋利、无废话——以数字或反直觉论断开头价值投资框架——贯穿巴菲特 / 芒格 / 段永平 / 李录的视角但不点名炫耀no name-dropping无预设立场——数据先行、逻辑次之、结论最后呈现两面——每个核心判断都要带一个但另一方面……移动端预览——开头 18–20 个字符必须能独立成立。3.2 禁用词表Banned Words技能给出了一张禁用词 → 原因 → 替换方案表这是写作纪律的可执行部分禁用词原因替换为obviously / inevitably / certainly主观绝对化the data shows / evidence suggestsI think / I feel主观语气删掉或under this frameworktextbook-level / brilliant夸张形容词描述具体事实severely mismatched / severely undervalued强主观表述给出具体折价百分比perfect / flawless片面补充反方观察3.3 标题风格用对比数字或反共识论断做钩子如 15 years, 7 failed challenges、salary 42.92M 0.0017% of profit配一个中性的副标题概括内容禁止夸张隐喻the next Buffett、the X of China、GOAT 全部禁用。4. 严格事实核查清单核心 IP技能明确声明本技能的核心 IP 不是写得好而是修订得严格——绝大多数财经长文死于伪精确数字、主观加权期望和绝对化语言。这套清单要在写作前拦截、写作后清扫。4.1 写作前的五大伪精确陷阱概率加权期望值30% × A 50% × B 20% × C expected X%几乎总是垃圾——概率完全是主观赋值却给读者制造虚假的精确感。正确做法只列出情景 触发条件 方向不要计算加权期望。第三方 MAU / 份额估算QuestMobile / 七麦 / CBNData 在同一时点可能相差 2–3 倍。只取最可信的两家作锚点其余定性描述。历史增长的线性外推2025 33% × 5y CAGR → 2030 X是金融文盲式的推导。用情景假设 高/低区间绝不承诺。未披露持股非上市公司的股权从不公开披露。给出区间标注unknowable。强归因如竞争对手失败是因为 X。列出多重原因本文不做单一归因。4.2 七项强制修订检查□ 1. 跨篇数字一致性市值、Non-IFRS 净利润、关键持股比例在全系列中对齐 □ 2. 口径标注Non-IFRS / GAAP / Non-IFRS-SBC / FCF——全文明确使用的是哪一种 □ 3. 重复计算扫描合并报表子公司不算在投资组合里SOTP 不重复计算 □ 4. 同行比较公平性不要拿核心业务 PE剔除现金与组合对比同行 PE未剔除 □ 5. 删除概率加权期望见 4.1 □ 6. 软化绝对化语言grep obviously|inevitably|severely|textbook|perfect □ 7. 第三方数据溯源每个非财报数据点后标注 (source: X)4.3 已知硬错误风险写作前列出历史回报倍数要用累计投入基数例如 Riot 是 33×不是 58×持股比例用最新披露 / 金融应用口径例如腾讯对美团持股随减持而变化分派会计在 IFRIC 17 下视为处置利得于宣告日确认股本数回弹年初集中授予的 SBC 会在短期内抬高股本数。5. 四阶段执行流程Phase 1研究写作 01–02 之前用get_financial_statements拉取最近 5 年年度财报 最新季度用get_research_reports/web_search获取至少 3 份独立卖方报告找共识 异见可选run_swarm如equity_research_team或value_investing_committee生成内部研究草稿与用户确认 8 部分核心论点避免写错方向。Phase 2写作按 01→08 顺序不跳篇每完成一篇用write_file写入reports/{company}/《Understanding {company}》/0X-XX.md不立即发布——等待用户审阅根据反馈修订。Phase 3跨篇一致性扫描8 篇全部完成后这是本技能的关键差异化环节通过工具链执行read_file读取每一篇 report_auditcommandextract抽取数字市值、净利润、持股比例、PE跨篇核验同一数字——用financial_rigorcommandcross_validate对同一指标在不同文章中的取值做交叉验证偏差超过 1% 标记为口径不匹配read_file检查每个术语FBS、SBC、Non-IFRS是否在首次使用时定义see part 06 这类引用是否真实可解析recap 与正文数字是否一致绝对化语言扫描grep obviously|inevitably|severely|perfect 并逐处软化。Phase 4发布前终检对每篇用report_auditcommandverdict作为质量门禁抽取数字 → 核验 → PASS/FAIL确认所有数字可溯源、无伪精确、无绝对化。6. 修订反馈处理6.1 先核实事实不要只改当用户说X 错了时先用get_financial_statements/web_search交叉核对原文给出用户数字 vs 我查到的 vs 我采用的三方对照。6.2 修订分级级别类型处理方式 硬错误数字错误 / 归因错误 / 口径错误必须修⚠️ 主观强主观词 / 夸张隐喻软化或删除 粒度来源标注、口径细化在可读性间权衡❓ 不可靠第三方数据分歧大删除比修改更安全6.3 修复后的级联检查修复一个点之前要思考这个数字/概念还在哪里被引用市值变了 → 级联到 PE / 核心业务 PE / 折价 / FCF 收益率持股比例变了 → 修正 TOP-10 排序 历史持股表 减持清单口径变了 → 修正首次定义 后续引用 recap。7. 该技能不做的事不为读者做投资决策——每篇结尾都要有not investment advice不预测价格——只给情景 触发条件不计算加权预期年化收益——主观概率会误导不写知名投资者 X 也持有——用别人的持仓为自己的判断背书是反价值投资的不强制写满 8 部分——某部分缺乏独立内容时合并或减少篇数。8. 仓库工具链源码级支撑以下工具是技能中反复引用的核查引擎其实现位于仓库的 agent 工具目录可在写作流程中直接调用。8.1report_audit研究报告数据审计门禁实现见 agent/src/tools/report_audit_tool.py围绕 extract → verify → verdict 两阶段设计extract解析 Markdown 报告用正则_KV_LABEL_RE匹配label: value行_parse_md_tables解析多列表格兼容亿/万亿/x/倍/%等中文单位抽取数字数据点默认按 15% 比例随机抽样数量钳制在 [3, 30] 区间sample_pointsverdict将每个抽样点的报告值与 1–2 个权威获取值按1% 容差_TOLERANCE 0.01比对——单点失败即整篇 FAIL双源一个符合一个不符合则 WARN视为口径问题而非失败render_verdict采用了fail-closed设计没有任何数据点被验证total 0时同样判 FAIL防止零证据认证。工具类ReportAuditTool标记为is_readonly True、repeatable True即只读且可重复调用extract 与 verdict 通常背靠背连续使用。它本身不抓取数据需要配合财务数据工具读报告 → 在这里 extract → 去数据工具取数 → 回这里 verdict。对应测试见 agent/tests/test_report_audit_tool.py覆盖抽取、抽样钳制与可复现、单/双源 verdict 逻辑、JSON Schema 契约、execute 路径与自动发现。8.2financial_rigor精确十进制财务核验实现见 agent/src/tools/financial_rigor_tool.py提供六个子命令所有算术基于decimal.Decimal在 28 位精度上下文_CTX Context(prec28)中执行避免 IEEE-754 浮点漂移verify_market_cap校验市值 价格 × 股本偏差 ≤1% 为 pass、1–5% 为 warn、5% 为 failverify_valuation由每股输入推导 PE / PB / ROE / P-FCF / FCF 收益率 / 股息率 / PScross_validate同一字段跨多个来源比对默认容差 2%以中位数作为共识参考逐来源报告偏差这正是技能 Phase 3 跨篇一致性扫描所依赖的子命令benford本福德定律首位数字检查需要 ≥50 个样本才可靠n 50时返回reliable: False输出 MAD、卡方与一致性结论calcAST 白名单的精确算术求值器仅允许数字与 - * /杜绝eval注入three_scenario由 EPS 增速与目标 PE 计算 bull / base / bear 目标价含对 15 误写成 15% 的自动归一化防护|growth| 1时自动除以 100 并标注。技能第 2 节模板中第 08 篇的 DCF 3-scenario 即由该子命令支撑测试见 agent/tests/test_financial_rigor_tool.py如verify_market_cap(510, 9.11e9, 4.65e12)判定 pass 的基准用例与 agent/tests/test_financial_rigor_benford_inf.py。8.3 数据获取工具get_financial_statements与get_research_reportsget_financial_statements只读财务报表工具按市场路由——A 股.SH/.SZ/.BJ走东方财富 F10 数据集RPT_F10_FINANCE_*、美股.US走 SEC EDGAR XBRLticker→CIK 解析、港股.HK走东方财富 HK F10 数据集返回三大报表与主要指标get_research_reportsA 股卖方研究报告 市场一致预期 EPS——主源为东方财富 reportapi报告标题、券商、分析师、发布日期、评级与逐年 EPS/PE 预测辅源为同花顺 THS 市场一致 EPS 预测该源为 best-effort失败时仅降级consensus_eps块为空不中断整体抓取默认窗口为最近两年。8.4 可选研究增强Swarm 预设技能 Phase 1 提到的可选run_swarm在仓库中有两个直接相关的预设value_investing_committee.yaml四位对抗式大师视角并行研究同一家公司——Buffett护城河与价格、Munger逆向与风险、段永平好生意与可信的人、李录十年确定性——最后由 chair 合成共识与矛盾给出裁决并使用report_auditextract → verdict作为最终报告关键数字的质量门禁fundamental_research_team.yaml财务 / 估值 / 质量三维并行分析再由研究员编辑合成买方深度研报估值分析师明确被要求优先使用financial_rigor的three_scenario而非手算 DCF且每个假设输入必须标注sourced或assumed。这两套预设与 deep-company-series 技能共享同一套数据可溯源 数字可核验 结论不越界的研究纪律可用来为系列文章生成内部研究草稿再按本文第 4、5 节的核查清单做修订与清扫。一句话总结写一套 Understanding X 系列本质是修订得严格而不是写得好——绝大多数财经长文死于伪精确数字、主观加权期望和绝对化语言deep-company-series 技能的价值就是在写作前用 report_audit 与 financial_rigor 等工具标记所有这些陷阱并在写作后用report_auditfinancial_rigor.cross_validate把它们清扫干净。文中所有方法均为研究分析框架不构成投资建议。【免费下载链接】Vibe-TradingVibe-Trading: Your Personal Trading Agent项目地址: https://gitcode.com/GitHub_Trending/vi/Vibe-Trading创作声明：本文部分内容由AI辅助生成（AIGC），仅供参考 Vibe-Trading deep-company-series 技能全解：面向单家公司 8 部曲深度研究的写作与事实核查体系
Vibe-Trading deep-company-series 技能全解面向单家公司 8 部曲深度研究的写作与事实核查体系【免费下载链接】Vibe-TradingVibe-Trading: Your Personal Trading Agent项目地址: https://gitcode.com/GitHub_Trending/vi/Vibe-Trading导读本文围绕 Vibe-Trading 开源仓库中的deep-company-series技能agent/src/skills/deep-company-series/SKILL.md展开完整讲解如何为一家公司撰写约 12 万字的 8 部曲出版级深度系列文章的方法论。该技能的核心 IP 不是写得漂亮而是修订得严格——它内置一套事实核查清单用于拦截伪精确数字、主观加权期望与绝对化语言这三大财经长文通病。读完本文你将掌握八部曲模板、写作风格纪律、五类伪精确陷阱、七项强制修订检查、四阶段执行流程以及report_audit、financial_rigor等底层工具的源码级工作原理。1. 技能定位什么时候该用 deep-company-series该技能面向的场景是用户想要教科书级别的单家公司深度研究并以系列长文形式公开出版。它与单一研究报告有本质区别共 8 个部分总篇幅约 12 万词覆盖从认知重置到决策框架的完整闭环每一部分可以独立成篇单独分享但所有部分共享同一个估值 / 管理层 / 价格分析框架目标读者是愿意花 90 分钟去理解一家公司的人。技能元信息front matter中明确了category: analysis并在 description 中给出了使用边界适用用户要求对单一公司做教科书级深研并出版长文系列不适用单一研究报告、财报点评、行业研究——这些应改用仓库中的fundamental-filter、financial-statement、earnings-revision等其他技能见 agent/src/skills 目录下的技能清单。从仓库技能目录看deep-company-series与 management-deep-dive、private-company-research、research-discipline 等技能共享同一套研究纪律 工具核查体系但本技能在系列化出版 跨篇一致性维度上最为特殊。2. 八部曲系列模板Series Template技能规定了严格的 8 部分结构每部分有标题模板、核心问题与篇幅区间另外附一篇不公开的00-series-overview.md作为索引#标题模板核心问题字数01You think you understand X — you dont认知重置打破 3 个常见幻觉4,000–5,00002Xs moat —{one-line business essence}护城河深不深5/10 年后还在不在6,000–8,00003Xs biggest profit engine —{最赚钱的业务}核心业务是什么为什么能持续6,000–8,00004The other company hidden on Xs balance sheet —{hidden asset}投资组合 / 子公司 / 隐藏价值8,000–10,00005In the AI (or current narrative) era, is X a winner or loser时代变量按业务拆解影响8,000–10,00006Reading Xs financials the Buffett way财务深度毛利率 / FCF / ROE / SBC8,000–10,00007{management quote}— is Xs management worth entrusting资本配置纪律 诚信测试 继任8,000–10,00008At what price to buy, what signal to sell (finale)DCF 三情景 红线 仓位框架10,000–12,000每部分的标题模板包含占位符如{one-line business essence}、{most profitable business}、{hidden asset}、{management quote}在实际执行时替换为该公司的一句话本质、最赚钱业务、隐藏资产与管理层金句。需要强调的是并非每家公司都强制写满 8 部分详见第 7 节该技能不做的事——如果某部分缺少足够的独立内容例如管理层并无显著特征应合并该部分或减少篇数。3. 写作风格纪律3.1 语气Voice直接、锋利、无废话——以数字或反直觉论断开头价值投资框架——贯穿巴菲特 / 芒格 / 段永平 / 李录的视角但不点名炫耀no name-dropping无预设立场——数据先行、逻辑次之、结论最后呈现两面——每个核心判断都要带一个但另一方面……移动端预览——开头 18–20 个字符必须能独立成立。3.2 禁用词表Banned Words技能给出了一张禁用词 → 原因 → 替换方案表这是写作纪律的可执行部分禁用词原因替换为obviously / inevitably / certainly主观绝对化the data shows / evidence suggestsI think / I feel主观语气删掉或under this frameworktextbook-level / brilliant夸张形容词描述具体事实severely mismatched / severely undervalued强主观表述给出具体折价百分比perfect / flawless片面补充反方观察3.3 标题风格用对比数字或反共识论断做钩子如 15 years, 7 failed challenges、salary 42.92M 0.0017% of profit配一个中性的副标题概括内容禁止夸张隐喻the next Buffett、the X of China、GOAT 全部禁用。4. 严格事实核查清单核心 IP技能明确声明本技能的核心 IP 不是写得好而是修订得严格——绝大多数财经长文死于伪精确数字、主观加权期望和绝对化语言。这套清单要在写作前拦截、写作后清扫。4.1 写作前的五大伪精确陷阱概率加权期望值30% × A 50% × B 20% × C expected X%几乎总是垃圾——概率完全是主观赋值却给读者制造虚假的精确感。正确做法只列出情景 触发条件 方向不要计算加权期望。第三方 MAU / 份额估算QuestMobile / 七麦 / CBNData 在同一时点可能相差 2–3 倍。只取最可信的两家作锚点其余定性描述。历史增长的线性外推2025 33% × 5y CAGR → 2030 X是金融文盲式的推导。用情景假设 高/低区间绝不承诺。未披露持股非上市公司的股权从不公开披露。给出区间标注unknowable。强归因如竞争对手失败是因为 X。列出多重原因本文不做单一归因。4.2 七项强制修订检查□ 1. 跨篇数字一致性市值、Non-IFRS 净利润、关键持股比例在全系列中对齐 □ 2. 口径标注Non-IFRS / GAAP / Non-IFRS-SBC / FCF——全文明确使用的是哪一种 □ 3. 重复计算扫描合并报表子公司不算在投资组合里SOTP 不重复计算 □ 4. 同行比较公平性不要拿核心业务 PE剔除现金与组合对比同行 PE未剔除 □ 5. 删除概率加权期望见 4.1 □ 6. 软化绝对化语言grep obviously|inevitably|severely|textbook|perfect □ 7. 第三方数据溯源每个非财报数据点后标注 (source: X)4.3 已知硬错误风险写作前列出历史回报倍数要用累计投入基数例如 Riot 是 33×不是 58×持股比例用最新披露 / 金融应用口径例如腾讯对美团持股随减持而变化分派会计在 IFRIC 17 下视为处置利得于宣告日确认股本数回弹年初集中授予的 SBC 会在短期内抬高股本数。5. 四阶段执行流程Phase 1研究写作 01–02 之前用get_financial_statements拉取最近 5 年年度财报 最新季度用get_research_reports/web_search获取至少 3 份独立卖方报告找共识 异见可选run_swarm如equity_research_team或value_investing_committee生成内部研究草稿与用户确认 8 部分核心论点避免写错方向。Phase 2写作按 01→08 顺序不跳篇每完成一篇用write_file写入reports/{company}/《Understanding {company}》/0X-XX.md不立即发布——等待用户审阅根据反馈修订。Phase 3跨篇一致性扫描8 篇全部完成后这是本技能的关键差异化环节通过工具链执行read_file读取每一篇 report_auditcommandextract抽取数字市值、净利润、持股比例、PE跨篇核验同一数字——用financial_rigorcommandcross_validate对同一指标在不同文章中的取值做交叉验证偏差超过 1% 标记为口径不匹配read_file检查每个术语FBS、SBC、Non-IFRS是否在首次使用时定义see part 06 这类引用是否真实可解析recap 与正文数字是否一致绝对化语言扫描grep obviously|inevitably|severely|perfect 并逐处软化。Phase 4发布前终检对每篇用report_auditcommandverdict作为质量门禁抽取数字 → 核验 → PASS/FAIL确认所有数字可溯源、无伪精确、无绝对化。6. 修订反馈处理6.1 先核实事实不要只改当用户说X 错了时先用get_financial_statements/web_search交叉核对原文给出用户数字 vs 我查到的 vs 我采用的三方对照。6.2 修订分级级别类型处理方式 硬错误数字错误 / 归因错误 / 口径错误必须修⚠️ 主观强主观词 / 夸张隐喻软化或删除 粒度来源标注、口径细化在可读性间权衡❓ 不可靠第三方数据分歧大删除比修改更安全6.3 修复后的级联检查修复一个点之前要思考这个数字/概念还在哪里被引用市值变了 → 级联到 PE / 核心业务 PE / 折价 / FCF 收益率持股比例变了 → 修正 TOP-10 排序 历史持股表 减持清单口径变了 → 修正首次定义 后续引用 recap。7. 该技能不做的事不为读者做投资决策——每篇结尾都要有not investment advice不预测价格——只给情景 触发条件不计算加权预期年化收益——主观概率会误导不写知名投资者 X 也持有——用别人的持仓为自己的判断背书是反价值投资的不强制写满 8 部分——某部分缺乏独立内容时合并或减少篇数。8. 仓库工具链源码级支撑以下工具是技能中反复引用的核查引擎其实现位于仓库的 agent 工具目录可在写作流程中直接调用。8.1report_audit研究报告数据审计门禁实现见 agent/src/tools/report_audit_tool.py围绕 extract → verify → verdict 两阶段设计extract解析 Markdown 报告用正则_KV_LABEL_RE匹配label: value行_parse_md_tables解析多列表格兼容亿/万亿/x/倍/%等中文单位抽取数字数据点默认按 15% 比例随机抽样数量钳制在 [3, 30] 区间sample_pointsverdict将每个抽样点的报告值与 1–2 个权威获取值按1% 容差_TOLERANCE 0.01比对——单点失败即整篇 FAIL双源一个符合一个不符合则 WARN视为口径问题而非失败render_verdict采用了fail-closed设计没有任何数据点被验证total 0时同样判 FAIL防止零证据认证。工具类ReportAuditTool标记为is_readonly True、repeatable True即只读且可重复调用extract 与 verdict 通常背靠背连续使用。它本身不抓取数据需要配合财务数据工具读报告 → 在这里 extract → 去数据工具取数 → 回这里 verdict。对应测试见 agent/tests/test_report_audit_tool.py覆盖抽取、抽样钳制与可复现、单/双源 verdict 逻辑、JSON Schema 契约、execute 路径与自动发现。8.2financial_rigor精确十进制财务核验实现见 agent/src/tools/financial_rigor_tool.py提供六个子命令所有算术基于decimal.Decimal在 28 位精度上下文_CTX Context(prec28)中执行避免 IEEE-754 浮点漂移verify_market_cap校验市值 价格 × 股本偏差 ≤1% 为 pass、1–5% 为 warn、5% 为 failverify_valuation由每股输入推导 PE / PB / ROE / P-FCF / FCF 收益率 / 股息率 / PScross_validate同一字段跨多个来源比对默认容差 2%以中位数作为共识参考逐来源报告偏差这正是技能 Phase 3 跨篇一致性扫描所依赖的子命令benford本福德定律首位数字检查需要 ≥50 个样本才可靠n 50时返回reliable: False输出 MAD、卡方与一致性结论calcAST 白名单的精确算术求值器仅允许数字与 - * /杜绝eval注入three_scenario由 EPS 增速与目标 PE 计算 bull / base / bear 目标价含对 15 误写成 15% 的自动归一化防护|growth| 1时自动除以 100 并标注。技能第 2 节模板中第 08 篇的 DCF 3-scenario 即由该子命令支撑测试见 agent/tests/test_financial_rigor_tool.py如verify_market_cap(510, 9.11e9, 4.65e12)判定 pass 的基准用例与 agent/tests/test_financial_rigor_benford_inf.py。8.3 数据获取工具get_financial_statements与get_research_reportsget_financial_statements只读财务报表工具按市场路由——A 股.SH/.SZ/.BJ走东方财富 F10 数据集RPT_F10_FINANCE_*、美股.US走 SEC EDGAR XBRLticker→CIK 解析、港股.HK走东方财富 HK F10 数据集返回三大报表与主要指标get_research_reportsA 股卖方研究报告 市场一致预期 EPS——主源为东方财富 reportapi报告标题、券商、分析师、发布日期、评级与逐年 EPS/PE 预测辅源为同花顺 THS 市场一致 EPS 预测该源为 best-effort失败时仅降级consensus_eps块为空不中断整体抓取默认窗口为最近两年。8.4 可选研究增强Swarm 预设技能 Phase 1 提到的可选run_swarm在仓库中有两个直接相关的预设value_investing_committee.yaml四位对抗式大师视角并行研究同一家公司——Buffett护城河与价格、Munger逆向与风险、段永平好生意与可信的人、李录十年确定性——最后由 chair 合成共识与矛盾给出裁决并使用report_auditextract → verdict作为最终报告关键数字的质量门禁fundamental_research_team.yaml财务 / 估值 / 质量三维并行分析再由研究员编辑合成买方深度研报估值分析师明确被要求优先使用financial_rigor的three_scenario而非手算 DCF且每个假设输入必须标注sourced或assumed。这两套预设与 deep-company-series 技能共享同一套数据可溯源 数字可核验 结论不越界的研究纪律可用来为系列文章生成内部研究草稿再按本文第 4、5 节的核查清单做修订与清扫。一句话总结写一套 Understanding X 系列本质是修订得严格而不是写得好——绝大多数财经长文死于伪精确数字、主观加权期望和绝对化语言deep-company-series 技能的价值就是在写作前用 report_audit 与 financial_rigor 等工具标记所有这些陷阱并在写作后用report_auditfinancial_rigor.cross_validate把它们清扫干净。文中所有方法均为研究分析框架不构成投资建议。【免费下载链接】Vibe-TradingVibe-Trading: Your Personal Trading Agent项目地址: https://gitcode.com/GitHub_Trending/vi/Vibe-Trading创作声明：本文部分内容由AI辅助生成（AIGC），仅供参考