{"id":"0c225a24-badb-41c7-a0ef-7fb31a457414","entityType":"agent","slug":"clawhub-gechengling-investment-researcher-digital-employee","name":"Investment Researcher Digital Employee","canonicalUrl":"https://www.xpersona.co/agent/clawhub-gechengling-investment-researcher-digital-employee","canonicalPath":"/agent/clawhub-gechengling-investment-researcher-digital-employee","generatedAt":"2026-10-11T01:51:06.400Z","source":"CLAWHUB","claimStatus":"UNCLAIMED","verificationTier":"NONE","summary":{"evidence":{"source":"editorial-content","verified":true,"confidence":"high","updatedAt":"2026-10-10T23:33:03.214Z","emptyReason":null},"description":"【模块清单 / 34 Modules】 一、宏观研究（1-7）：宏观日报、宏观周报、宏观数据解读、政策跟踪分析、宏观风险预警、海外宏观联动、大类资产配置 二、固收研究（8-14）：固收日报、固收隔夜简报、固收周报、利率市场回顾、行业信用风险、债务风险分析、转债估值分析 三、行业与公司（15-22）：行业深度分析、行业一页纸分析、行业配置推荐、公司深度分析、公司一页纸分析、公告解读、业绩点评生成、机构调研大纲 四、策略研究（23-29）：全球财经简报、政策快评、策略日报、市场大势风格研判、市场极简复盘、市场情绪监控、估值景气度跟踪 五、量化研究（30-34）：因子跟踪评估、策略速回测、量化日报、量化周报、另类因子挖掘 【使用方式】给出赛道/标的/时间窗口 → 按模块输出研究报告骨架 → 标注数据来源与口径 → 经人工复核后使用。 【研究口径】本技能内置数据源优先级与降级路径、常用口径速查、输出质量自检、保存/外发前确认四项通用要求（2026-09-21 新增）。 【边界】本技能仅提供研究方法论与报告框架，不构成投资建议；数据由用户在自有授权的数据服务中获取，所有输出须经具备资质的专业人员复核。 Skill: Investment Researcher Digital Employee Owner: gechengling Summary: 【模块清单 / 34 Modules】 一、宏观研究（1-7）：宏观日报、宏观周报、宏观数据解读、政策跟踪分析、宏观风险预警、海外宏观联动、大类资产配置 二、固收研究（8-14）：固收日报、固收隔夜简报、固收周报、利率市场回顾、行业信用风险、债务风险分析、转债估值分析 三、行业与公司（15-22）：行业深度分析、行业一页纸分析、行业配置推荐、公司深度分析、公司一页纸分析、公告解读、业绩点评生成、机构调研大纲 四、策略研究（23-29）：全球财经简报、政策快评、策略日报、市场大势风格研判、市场极简复盘、市场情绪监控、估值景气度跟踪 五、量化研究（30-34）：因子跟踪评估、策略速回测、量化日报、量化周报、另类因子挖掘 【使用方式】给出赛道/标的/时间窗口 → 按模块输出研究报告骨架 →","descriptionLabel":"Technical summary","evidenceSummary":"Capability contract not published. No trust telemetry is available yet. 1.2K downloads reported by the source. Last updated 10/10/2026.","installCommand":"clawhub skill install s17ewqc4f2s6gpcbm88hy7fgvn85kg1g:investment-researcher-digital-employee","sourceUrl":"https://clawhub.ai/gechengling/investment-researcher-digital-employee","homepage":"https://clawhub.ai/gechengling/skills/investment-researcher-digital-employee","primaryLinks":[{"label":"View on ClawHub","url":"https://clawhub.ai/gechengling/investment-researcher-digital-employee","kind":"source"},{"label":"Homepage","url":"https://clawhub.ai/gechengling/skills/investment-researcher-digital-employee","kind":"homepage"}],"safetyScore":84,"overallRank":62,"popularityScore":62,"trustScore":null,"claimedByName":null,"isOwner":false,"seoDescription":"【模块清单 / 34 Modules】 一、宏观研究（1-7）：宏观日报、宏观周报、宏观数据解读、政策跟踪分析、宏观风险预警、海外宏观联动、大类资产配置 二、固收研究（8-14）：固收日报、固收隔夜简报、固收周报、利率市场回顾、行业信用风险、债务风险分析、转债估值分析 三、行业与公司（15-22）：行业深度分析、行业一"},"coverage":{"evidence":{"source":"public-profile","verified":false,"confidence":"medium","updatedAt":"2026-10-10T23:33:03.214Z","emptyReason":null},"protocols":[{"protocol":"OPENCLEW","label":"OpenClaw","status":"self-declared","notes":"Declared in the public agent profile."}],"capabilities":[],"verifiedCount":0,"selfDeclaredCount":1,"capabilityMatrix":{"rows":[{"key":"OPENCLEW","type":"protocol","support":"unknown","confidenceSource":"profile","notes":"Listed on profile"}],"flattenedTokens":"protocol:OPENCLEW|unknown|profile"}},"adoption":{"evidence":{"source":"CLAWHUB","verified":false,"confidence":"medium","updatedAt":"2026-10-10T23:33:03.214Z","emptyReason":null},"stars":null,"forks":null,"downloads":1229,"packageName":null,"latestVersion":"2.0.7","tractionLabel":"1.2K downloads"},"release":{"evidence":{"source":"CLAWHUB","verified":false,"confidence":"medium","updatedAt":"2026-10-10T23:33:03.081Z","emptyReason":null},"lastUpdatedAt":"2026-10-10T23:33:03.214Z","lastCrawledAt":"2026-10-10T23:33:03.081Z","lastIndexedAt":null,"nextCrawlAt":"2026-10-11T23:33:03.081Z","lastVerifiedAt":null,"highlights":[{"version":"2.0.7","createdAt":"2026-09-28T10:37:37.049Z","changelog":"v2.0.7：① 修复结构性缺陷——文档共 21 处报告模板代码围栏错配（6 处缺开栏、11 处缺闭栏），导致约 2,300 行内容被吞进代码块无法正常渲染，现补插 17 处围栏，21 个模板全部正确成对；② 按平台 LLM 复审 findings 修正声明与实际行为的不一致——原安全声明称'无网络调用'，正文却指导使用 gildata-aidata 与 web_search，现改为如实描述：本文档自身不发起请求、不创建定时任务、不接触账户，取数由阅读代理在使用者自有环境与授权范围内完成；③ 新增 frontmatter tool-invocation 归属声明，capabilities 由 illustrative-code-samples 改为 markdown-report-templates / no-scheduled-execution / no-account-access；④ 新增'触发条件与不适用场景'（3 条必要条件 + 6 类不适用场景）与'工具调用主体与执行边界'（5 行对照表）；版本号 2.0.6→2.0.7","fileCount":3,"zipByteSize":50005},{"version":"2.0.6","createdAt":"2026-09-24T05:12:16.325Z","changelog":"合并重复取数说明、新增模块选型指引与最新研究口径动态，修复详情页仅显示摘要的问题","fileCount":3,"zipByteSize":47806},{"version":"2.0.5","createdAt":"2026-09-21T05:52:06.226Z","changelog":"2.0.5: 因正文(26.5万字符)超出平台description解析上限，改用结构化长摘要作为展示描述（34模块清单+使用方式+研究口径+边界），正文内容保持完整","fileCount":3,"zipByteSize":128334},{"version":"2.0.4","createdAt":"2026-09-21T05:34:35.464Z","changelog":"2.0.4: 新增全局研究口径与最新动态章节（数据源优先级与降级路径、常用口径速查、输出质量自检、保存外发前确认）；6个代表性模块新增输出示例；34模块更新日志统一补记2026-09-21口径要求；安全声明改为与正文一致的表述","fileCount":3,"zipByteSize":127632},{"version":"2.0.3","createdAt":"2026-08-28T07:06:45.229Z","changelog":"Security review remediation (patch 2). Replaced the over-broad 'no-network / no-file / no-advice' disclaimer with an accurate, consistent capability statement: the skill is a methodology guide that does not bundle executable code or auto-run background tasks; the file I/O, API/MCP calls, audit logs and recommendations described in the body are user-executed in their authorized, compliance-governed environment. Added an explicit sensitive-data retention/access-control governance note and softened explicit operation-advice phrasing (e.g. buy-on-support / stop-loss). Resolves the SDI-1/SDI-4 capability-mismatch and SQP-2/SSD-3 data-control findings from the previous review.","fileCount":3,"zipByteSize":13415},{"version":"2.0.2","createdAt":"2026-08-28T05:58:12.534Z","changelog":"Security review remediation (patch). Removed executable code examples, external tool/API invocations (finx data-service, web_search, MCP tools, cron/scheduled tasks), auto-publish behavior and real tool names (Playwright); added an explicit no-network / no-code / no-credential / no-file-write security disclaimer so the stated behavior is consistent with the skill body. Content and workflow guidance unchanged.","fileCount":3,"zipByteSize":12760},{"version":"2.0.1","createdAt":"2026-07-18T15:10:39.559Z","changelog":"v2.0.1: Fixed compliance metadata - removed under-scoped allowed-tools:[] and over-restrictive capability declarations. Updated to honest capability notice. Refreshed with July 2026 market data.","fileCount":3,"zipByteSize":122520},{"version":"2.0.0","createdAt":"2026-06-04T15:02:29.727Z","changelog":"**Version 2.0.0 — Major structural refactor and enhanced documentation** - Overhauled skill documentation with a new, highly structured module overview listing all 34 core investment research capabilities. - Rewritten and unified the introduction, security notices, and data privacy statements for greater clarity and user trust. - Expanded and standardized detailed instructions for Macro Daily Brief generation, including prioritized data sources, execution workflow, and Markdown report template. - Improved naming conventions and module categorization for easier understanding and future extensibility. - Removed legacy `skill-card.md` file; all documentation is now consolidated in a single, comprehensive SKILL.md file.","fileCount":3,"zipByteSize":122551}]},"execution":{"evidence":{"source":"CLAWHUB","verified":false,"confidence":"low","updatedAt":null,"emptyReason":"No published capability contract is available yet."},"installCommand":"clawhub skill install s17ewqc4f2s6gpcbm88hy7fgvn85kg1g:investment-researcher-digital-employee","setupComplexity":"low","setupSteps":["Setup complexity is classified as HIGH. You must provision dedicated cloud infrastructure or an isolated VM. Do not run this directly on your local workstation.","Final validation: Expose the agent to a mock request payload inside a sandbox and trace the network egress before allowing access to real customer data."],"contract":{"contractStatus":"missing","authModes":[],"requires":[],"forbidden":[],"supportsMcp":false,"supportsA2a":false,"supportsStreaming":false,"inputSchemaRef":null,"outputSchemaRef":null,"dataRegion":null,"contractUpdatedAt":null,"sourceUpdatedAt":null,"freshnessSeconds":null},"invocationGuide":{"preferredApi":{"snapshotUrl":"https://www.xpersona.co/api/v1/agents/clawhub-gechengling-investment-researcher-digital-employee/snapshot","contractUrl":"https://www.xpersona.co/api/v1/agents/clawhub-gechengling-investment-researcher-digital-employee/contract","trustUrl":"https://www.xpersona.co/api/v1/agents/clawhub-gechengling-investment-researcher-digital-employee/trust"},"curlExamples":["curl -s \"https://www.xpersona.co/api/v1/agents/clawhub-gechengling-investment-researcher-digital-employee/snapshot\"","curl -s \"https://www.xpersona.co/api/v1/agents/clawhub-gechengling-investment-researcher-digital-employee/contract\"","curl -s \"https://www.xpersona.co/api/v1/agents/clawhub-gechengling-investment-researcher-digital-employee/trust\""],"jsonRequestTemplate":{"query":"summarize this repo","constraints":{"maxLatencyMs":2000,"protocolPreference":["OPENCLEW"]}},"jsonResponseTemplate":{"ok":true,"result":{"summary":"...","confidence":0.9},"meta":{"source":"CLAWHUB","generatedAt":"2026-10-11T01:51:06.396Z"}},"retryPolicy":{"maxAttempts":3,"backoffMs":[500,1500,3500],"retryableConditions":["HTTP_429","HTTP_503","NETWORK_TIMEOUT"]}},"endpoints":{"dossierUrl":"https://www.xpersona.co/api/v1/agents/clawhub-gechengling-investment-researcher-digital-employee/dossier","snapshotUrl":"https://www.xpersona.co/api/v1/agents/clawhub-gechengling-investment-researcher-digital-employee/snapshot","contractUrl":"https://www.xpersona.co/api/v1/agents/clawhub-gechengling-investment-researcher-digital-employee/contract","trustUrl":"https://www.xpersona.co/api/v1/agents/clawhub-gechengling-investment-researcher-digital-employee/trust"}},"reliability":{"evidence":{"source":"runtime-metrics","verified":false,"confidence":"low","updatedAt":null,"emptyReason":"No trust, reliability, or runtime telemetry is available."},"trust":{"status":"unavailable","handshakeStatus":"UNKNOWN","verificationFreshnessHours":null,"reputationScore":null,"p95LatencyMs":null,"successRate30d":null,"fallbackRate":null,"attempts30d":null,"trustUpdatedAt":null,"trustConfidence":"unknown","sourceUpdatedAt":null,"freshnessSeconds":null},"decisionGuardrails":{"doNotUseIf":["Contract metadata is missing or unavailable for deterministic execution."],"safeUseWhen":[],"riskFlags":["missing_or_unavailable_contract","trust_data_unavailable","schema_references_missing"],"operationalConfidence":"low"},"executionMetrics":{"observedLatencyMsP50":null,"observedLatencyMsP95":null,"estimatedCostUsd":null,"uptime30d":null,"rateLimitRpm":null,"rateLimitBurst":null,"lastVerifiedAt":null,"verificationSource":null},"runtimeMetrics":{"successRate":null,"avgLatencyMs":null,"avgCostUsd":null,"hallucinationRate":null,"retryRate":null,"disputeRate":null,"p50Latency":null,"p95Latency":null,"lastUpdated":null}},"benchmarks":{"evidence":{"source":"no-benchmark-data","verified":false,"confidence":"low","updatedAt":null,"emptyReason":"No benchmark suites or observed failure patterns are available."},"suites":[],"failurePatterns":[]},"artifacts":{"evidence":{"source":"CLAWHUB","verified":false,"confidence":"high","updatedAt":"2026-10-10T23:33:03.214Z","emptyReason":null},"readme":"Skill: Investment Researcher Digital Employee\n\nOwner: gechengling\n\nSummary: 【模块清单 / 34 Modules】 一、宏观研究（1-7）：宏观日报、宏观周报、宏观数据解读、政策跟踪分析、宏观风险预警、海外宏观联动、大类资产配置 二、固收研究（8-14）：固收日报、固收隔夜简报、固收周报、利率市场回顾、行业信用风险、债务风险分析、转债估值分析 三、行业与公司（15-22）：行业深度分析、行业一页纸分析、行业配置推荐、公司深度分析、公司一页纸分析、公告解读、业绩点评生成、机构调研大纲 四、策略研究（23-29）：全球财经简报、政策快评、策略日报、市场大势风格研判、市场极简复盘、市场情绪监控、估值景气度跟踪 五、量化研究（30-34）：因子跟踪评估、策略速回测、量化日报、量化周报、另类因子挖掘 【使用方式】给出赛道/标的/时间窗口 → 按模块输出研究报告骨架 → 标注数据来源与口径 → 经人工复核后使用。 【研究口径】本技能内置数据源优先级与降级路径、常用口径速查、输出质量自检、保存/外发前确认四项通用要求（2026-09-21 新增）。 【边界】本技能仅提供研究方法论与报告框架，不构成投资建议；数据由用户在自有授权的数据服务中获取，所有输出须经具备资质的专业人员复核。\n\nTags: Investment:2.0.3, investment-researcher-digital-employee:2.0.7, latest:2.0.7\n\nVersion history:\n\nv2.0.7 | 2026-09-28T10:37:37.049Z | user\n\nv2.0.7：① 修复结构性缺陷——文档共 21 处报告模板代码围栏错配（6 处缺开栏、11 处缺闭栏），导致约 2,300 行内容被吞进代码块无法正常渲染，现补插 17 处围栏，21 个模板全部正确成对；② 按平台 LLM 复审 findings 修正声明与实际行为的不一致——原安全声明称'无网络调用'，正文却指导使用 gildata-aidata 与 web_search，现改为如实描述：本文档自身不发起请求、不创建定时任务、不接触账户，取数由阅读代理在使用者自有环境与授权范围内完成；③ 新增 frontmatter tool-invocation 归属声明，capabilities 由 illustrative-code-samples 改为 markdown-report-templates / no-scheduled-execution / no-account-access；④ 新增'触发条件与不适用场景'（3 条必要条件 + 6 类不适用场景）与'工具调用主体与执行边界'（5 行对照表）；版本号 2.0.6→2.0.7\n\nv2.0.6 | 2026-09-24T05:12:16.325Z | user\n\n合并重复取数说明、新增模块选型指引与最新研究口径动态，修复详情页仅显示摘要的问题\n\nv2.0.5 | 2026-09-21T05:52:06.226Z | user\n\n2.0.5: 因正文(26.5万字符)超出平台description解析上限，改用结构化长摘要作为展示描述（34模块清单+使用方式+研究口径+边界），正文内容保持完整\n\nv2.0.4 | 2026-09-21T05:34:35.464Z | user\n\n2.0.4: 新增全局研究口径与最新动态章节（数据源优先级与降级路径、常用口径速查、输出质量自检、保存外发前确认）；6个代表性模块新增输出示例；34模块更新日志统一补记2026-09-21口径要求；安全声明改为与正文一致的表述\n\nv2.0.3 | 2026-08-28T07:06:45.229Z | user\n\nSecurity review remediation (patch 2). Replaced the over-broad 'no-network / no-file / no-advice' disclaimer with an accurate, consistent capability statement: the skill is a methodology guide that does not bundle executable code or auto-run background tasks; the file I/O, API/MCP calls, audit logs and recommendations described in the body are user-executed in their authorized, compliance-governed environment. Added an explicit sensitive-data retention/access-control governance note and softened explicit operation-advice phrasing (e.g. buy-on-support / stop-loss). Resolves the SDI-1/SDI-4 capability-mismatch and SQP-2/SSD-3 data-control findings from the previous review.\n\nv2.0.2 | 2026-08-28T05:58:12.534Z | user\n\nSecurity review remediation (patch). Removed executable code examples, external tool/API invocations (finx data-service, web_search, MCP tools, cron/scheduled tasks), auto-publish behavior and real tool names (Playwright); added an explicit no-network / no-code / no-credential / no-file-write security disclaimer so the stated behavior is consistent with the skill body. Content and workflow guidance unchanged.\n\nv2.0.1 | 2026-07-18T15:10:39.559Z | user\n\nv2.0.1: Fixed compliance metadata - removed under-scoped allowed-tools:[] and over-restrictive capability declarations. Updated to honest capability notice. Refreshed with July 2026 market data.\n\nv2.0.0 | 2026-06-04T15:02:29.727Z | auto\n\n**Version 2.0.0 — Major structural refactor and enhanced documentation**\n\n- Overhauled skill documentation with a new, highly structured module overview listing all 34 core investment research capabilities.\n- Rewritten and unified the introduction, security notices, and data privacy statements for greater clarity and user trust.\n- Expanded and standardized detailed instructions for Macro Daily Brief generation, including prioritized data sources, execution workflow, and Markdown report template.\n- Improved naming conventions and module categorization for easier understanding and future extensibility.\n- Removed legacy `skill-card.md` file; all documentation is now consolidated in a single, comprehensive SKILL.md file.\n\nv1.0.0 | 2026-06-04T04:08:38.520Z | auto\n\nInvestment Researcher 1.0.0\n\n- Initial release introducing \"Investment Researcher,\" a digital assistant for investment analysis and research.\n- Covers 34 core research capabilities, including macro strategies, fixed income, company and industry analysis, quant factors, asset allocation, convertible bond analysis, market sentiment, policy briefings, and more.\n- Provides structured workflows, tool usage guides, and research templates for each research module.\n- All outputs are for reference only and require human review before use in real-world decisions.\n- No executable code or data persistence; strictly educational and analytical in scope.\n\nArchive index:\n\nArchive v2.0.7: 3 files, 50005 bytes\n\nFiles: skill-card.md (2253b), SKILL.md (146659b), _meta.json (157b)\n\nFile v2.0.7:SKILL.md\n\n---\r\nname: \"Investment Researcher Digital Employee\"\r\nslug: investment-researcher-digital-employee\r\ndescription: >\r\n  【模块清单 / 34 Modules】\r\n  一、宏观研究（1-7）：宏观日报、宏观周报、宏观数据解读、政策跟踪分析、宏观风险预警、海外宏观联动、大类资产配置\r\n  二、固收研究（8-14）：固收日报、固收隔夜简报、固收周报、利率市场回顾、行业信用风险、债务风险分析、转债估值分析\r\n  三、行业与公司（15-22）：行业深度分析、行业一页纸分析、行业配置推荐、公司深度分析、公司一页纸分析、公告解读、业绩点评生成、机构调研大纲\r\n  四、策略研究（23-29）：全球财经简报、政策快评、策略日报、市场大势风格研判、市场极简复盘、市场情绪监控、估值景气度跟踪\r\n  五、量化研究（30-34）：因子跟踪评估、策略速回测、量化日报、量化周报、另类因子挖掘\r\n  \r\n  【使用方式】给出赛道/标的/时间窗口 → 按模块输出研究报告骨架 → 标注数据来源与口径 → 经人工复核后使用。\r\n  【研究口径】本技能内置数据源优先级与降级路径、常用口径速查、输出质量自检、保存/外发前确认四项通用要求（2026-09-21 新增）。\r\n  【边界】本技能仅提供研究方法论与报告框架，不构成投资建议；数据由用户在自有授权的数据服务中获取，所有输出须经具备资质的专业人员复核。\r\nversion: 2.0.7\r\nallowed-tools: []\r\ntool-invocation: \"any data lookup named in the body (e.g. gildata-aidata, web_search) is performed by the reading agent in the user's own environment, under the user's own service subscriptions and permissions; this skill itself invokes no tool\"\r\ncapabilities:\r\n  - educational-reference\r\n  - advisory-only\r\n  - requires-human-review\r\n  - markdown-report-templates\r\n  - no-scheduled-execution\r\n  - no-account-access\r\n---\r\n\r\n# Investment Researcher Digital Employee / 投资研究员数字员工\r\n\r\n> **⚠️ SECURITY NOTICE / 安全声明**\r\n> - **Type:** Educational reference / analytical framework ONLY\r\n> - **No bundled executable payload:** this skill contains no runnable package, installer, background task or scheduled job, and it registers nothing with the host. The fenced `markdown` blocks in this document are **report templates for a human to copy**, not code that runs.\r\n> - **This document itself makes no network request and stores nothing.** Where the body names a dataset or a data service, the lookup is performed **by the reading agent, in the user's own environment**, against services the user already subscribes to. The document only states which dataset to ask for; fetching, caching and retention all happen on the user's side.\r\n> - **No background or scheduled execution.** This document does not create, register or fire any timer, cron entry or scheduled report. Periodic reports (daily / weekly) are produced **only when the user asks for one in that conversation**. If the user wants them on a schedule, the user arranges that in their own environment and authorises it explicitly.\r\n> - **No credential collection, and no account or trading access.** No account, password, API key or position data is requested, and no order placement, rebalancing or trade execution is offered.\r\n> - **All outputs are for reference only and require human review before real-world application**\r\n> - **This skill does NOT provide financial, legal, or insurance advice**\r\n> - **Users must exercise their own judgment and consult qualified professionals**\r\n>\r\n> **⚠️ 数据安全警告**\r\n> - 本技能仅提供参考框架和分析建议，**不随附任何可执行程序、安装脚本、后台任务或定时任务**，也不向宿主注册任何能力；正文中的代码区块均为 `markdown` 报告模板，是**供人复制使用的版式**，不是会被执行的代码\r\n> - **本技能自身不发起网络请求、不读取文件、不保存任何数据**。正文提到的数据集与数据服务（如 `gildata-aidata`、`web_search`）是**由阅读代理在使用者自有环境、自有订阅与授权范围内调用**的；本文档只说明\"该问哪个数据集\"，取数、缓存与留存全部发生在使用者侧\r\n> - **不创建、不注册任何定时任务**：日报、周报等周期性报告**不会自动生成**，仅在当次对话中由使用者明确要求时才产出；若使用者希望定期生成，须由使用者自行在其环境中安排并**明确授权**（详见文末\"触发条件与不适用场景\"）\r\n> - **不收集凭据、不接触账户与交易系统**：本文档不索取任何账号、密码、API Key 或持仓信息，也不提供下单、调仓或交易执行能力\r\n> - **数据最小化**：开展研究时应只提取完成该题目所必需的最小数据集；涉及未公开经营数据、客户身份与持仓明细的内容请先脱敏或聚合化\r\n> - **保存/外发前确认**：任何研究报告、底稿与导出文件，必须先向用户完整预览并经用户明确确认后再写入磁盘或对外发送\r\n> - 所有输出仅为方法论参考，实际决策需由具备相应资质的专业人员作出\r\n\r\n## 触发条件与不适用场景（2026-09-28 新增）\r\n\r\n**开启一次研究流程的必要条件（三条须同时满足）**\r\n\r\n| # | 条件 | 说明 | 不满足时怎么办 |\r\n|---|------|------|---------------|\r\n| 1 | 明确的**研究对象与范围** | 至少给出赛道 / 标的 / 主题之一，以及所需的时间窗口（如\"2026Q3\"、\"近 30 日\"） | 先追问补齐，不猜测标的；缺时间窗口时默认取最近可得区间并显著标注 |\r\n| 2 | 明确的**目标模块** | 用户指明要哪一类成果（日报 / 周报 / 深度 / 一页纸 / 点评 / 大纲 / 因子评估等） | 按问题性质推荐 1–2 个模块并说明理由，由用户确认后再展开 |\r\n| 3 | 数据来源已明确**归属使用者** | 使用者确认在其自有订阅与授权范围内取数 | 未确认前只输出报告骨架与口径说明，不填充具体数值 |\r\n\r\n**明确不激活的场景**\r\n\r\n| 场景 | 为什么不激活 | 应改用 |\r\n|------|-------------|--------|\r\n| 询问单只标的\"能不能买\"\"目标价多少\" | 本技能产出的是研究框架与报告骨架，不构成投资建议 | 由使用者结合自身判断，或使用具备资质的投顾服务 |\r\n| 要求直接给出买卖点、仓位、止损位 | 属于交易决策，超出研究方法论范围 | 本技能可提供估值与风险维度的**分析框架**，买卖决策由使用者作出 |\r\n| 要求接入券商账户、查持仓、下单 | 本技能无账户与交易系统访问能力 | 在用户自有的交易终端中操作 |\r\n| 要求自动、定时、批量生成日报周报 | 本技能不创建定时任务、不后台运行 | 由使用者在自有环境中自行安排调度并明确授权 |\r\n| 输入含未公开重大信息（内幕信息）或未脱敏的客户身份 / 持仓明细 | 合规底线：不得处理该类信息 | 先提示风险并建议脱敏或终止，改为公开信息口径的框架输出 |\r\n| 要求把研报原文大段复制成\"原创\" | 涉及著作权与合规风险 | 只输出分析框架与自撰结论，引用须标注出处 |\r\n\r\n---\r\n\r\n## 工具调用主体与执行边界（2026-09-28 新增）\r\n\r\n| 内容 | 性质 | 由谁执行 |\r\n|------|------|---------|\r\n| 正文中的 `markdown` 代码块（各模块\"报告结构 / 报告模板\"） | **报告版式模板**，供人复制使用 | 使用者自行复制、填写；本技能只提供版式 |\r\n| `gildata-aidata` 等数据服务名与参数示例 | **数据集指路**，说明该问哪个数据集 | 阅读代理在使用者已开通的服务与授权范围内调用 |\r\n| `web_search` 等公开检索 | **公开信息检索提示** | 阅读代理在使用者的环境中执行 |\r\n| 报告骨架、口径说明、风险框架、自检清单 | 分析框架与文案 | 本技能直接产出 |\r\n| 定时任务、后台作业、账户查询、下单 | **本技能不提供** | —（能力不存在，非权限限制） |\r\n\r\n**边界声明**：本文档**自身**不发起任何请求、不读写任何文件、不创建任何定时任务；凡涉及取数的动作均由阅读代理在使用者环境内完成。本技能不接受也不处理账户凭据、持仓明细与未公开重大信息。\r\n\r\n---\r\n\r\n## Skill Overview / 技能概览\r\n\r\n投资研究员数字员工，集成以下34项核心能力模块：\r\n\r\n1. **Module 1: 宏观日报**\r\n2. **Module 2: 宏观周报**\r\n3. **Module 3: 宏观数据解读**\r\n4. **Module 4: 政策跟踪分析**\r\n5. **Module 5: 宏观风险预警**\r\n6. **Module 6: 海外宏观联动**\r\n7. **Module 7: 大类资产配置**\r\n8. **Module 8: 固收日报**\r\n9. **Module 9: 固收隔夜简报**\r\n10. **Module 10: 固收周报**\r\n11. **Module 11: 利率市场回顾**\r\n12. **Module 12: 行业信用风险**\r\n13. **Module 13: 债务风险分析**\r\n14. **Module 14: 转债估值分析**\r\n15. **Module 15: 行业深度分析**\r\n16. **Module 16: 行业一页纸分析**\r\n17. **Module 17: 行业配置推荐**\r\n18. **Module 18: 公司深度分析**\r\n19. **Module 19: 公司一页纸分析**\r\n20. **Module 20: 公告解读**\r\n21. **Module 21: 业绩点评生成**\r\n22. **Module 22: 机构调研大纲**\r\n23. **Module 23: 全球财经简报**\r\n24. **Module 24: 政策快评**\r\n25. **Module 25: 策略日报**\r\n26. **Module 26: 市场大势风格研判**\r\n27. **Module 27: 市场极简复盘**\r\n28. **Module 28: 市场情绪监控**\r\n29. **Module 29: 估值景气度跟踪**\r\n30. **Module 30: 因子跟踪评估**\r\n31. **Module 31: 策略速回测**\r\n32. **Module 32: 量化日报**\r\n33. **Module 33: 量化周报**\r\n34. **Module 34: 另类因子挖掘**\r\n\r\n---\r\n\r\n## 全局研究口径与最新动态（截至 2026-09-24）\r\n\r\n### 研究口径最新动态\r\n\r\n| 动态类型 | 内容摘要 | 发布时间 | 对研究流程的影响 | 应对动作 | 主要涉及模块 | 可信度标注 |\r\n|---------|---------|---------|----------------|---------|-------------|-----------|\r\n| 宏观数据 | 主要宏观指标继续按月/按季滚动发布，口径修订与基数调整常态化 | 2026-Q3 | 同一指标不同期数值可能不可比 | 引用时标注发布期与是否含修订 | M1-M3、M7 | 以官方最新发布为准 |\r\n| 资金面 | 北向资金披露口径调整后，高频净买入数据的可比性下降 | 2026-Q3 | 资金流向结论易失真 | 改用多口径交叉验证，不单取一个指标 | M1、M26、M29 | 以官方最新发布为准 |\r\n| 行业数据 | 高频行业数据（开工率、出货、库存）被更广泛用于景气度跟踪 | 2026-Q3 | 月度数据滞后，高频数据噪声大 | 高频看方向、月度看水平，两者互相校验 | M15-M17、M29 | 以官方最新发布为准 |\r\n| AI应用 | 金融机构AI应用的可解释、可审计要求落地，研究留痕被强化 | 2026-06-18 | 研究报告需可追溯 | 关键结论标注数据来源与取数时间 | 全部 34 模块 | 以官方最新发布为准 |\r\n| 研报合规 | 研究报告的合规边界与免责表述要求持续细化 | 2026-Q3 | 结论表述需更谨慎 | 统一使用“在……假设下”表述并附风险提示 | 全部 34 模块 | 以官方最新发布为准 |\r\n| 可持续披露 | 可持续发展/ESG 披露要求在境内外市场持续推进，非财务信息可比性仍待完善 | 2026-Q3 | 公司深度与行业配置缺少统一口径 | 单独列 ESG 小节并注明评级机构与口径差异 | M18、M20、M21 | 以官方最新发布为准 |\r\n| 量化与另类数据 | 另类数据与机器学习因子在研究中的使用增加，因子拥挤与衰减风险上升 | 2026-Q3 | 回测好看但实盘失效 | 强制样本外检验与换手/容量约束说明 | M30、M32、M34 | 以官方最新发布为准 |\r\n| 固收估值 | 低利率环境下票息保护变薄，久期与凸性对估值的影响放大 | 2026-Q3 | 仅看收益率易低估波动 | 同时给出久期、凸性与情景压测结果 | M8-M14 | 以官方最新发布为准 |\r\n\r\n> **数据截止**: 2026-09-24 | 来源：公开统计与行业公开信息\r\n> **声明**: 以上动态供参考，具体以官方最新发布为准\r\n\r\n### 数据源优先级与降级路径\r\n\r\n| 优先级 | 数据源 | 适用场景 | 降级方案 | 校验方式 |\r\n|-------|-------|---------|---------|---------|\r\n| 第一优先 | 用户授权的专业数据服务 | 宏观、行业、公司、行情、资金面 | — | 与第二个来源对同一指标比对 |\r\n| 第二优先 | 监管机构与交易所公开披露 | 政策、公告、监管指标 | — | 以原始公告文件为准 |\r\n| 第三优先 | 公司公告与投资者关系材料 | 经营数据、产能、订单 | 用行业协会数据替代 | 与年报口径对齐 |\r\n| 补充 | 联网检索 | 海外政策、海外市场 | 标注“未经交叉验证” | 至少两个独立来源 |\r\n| 兜底 | 明确标注缺失 | 数据无法取得 | 直接写明“数据缺失”，不做估算填充 | — |\r\n\r\n**取数三原则**：① 先定口径再取数，口径不一致的两个数不做对比；② 同一结论至少两个独立来源；③ 取不到就写“未获取”，不用估算冒充实测。\r\n\r\n### 常用口径速查\r\n\r\n| 指标/概念 | 口径定义 | 常见错误 |\r\n|----------|---------|---------|\r\n| 同比 | 与上年同期相比 | 把同比当环比解读 |\r\n| 环比 | 与上一期相比 | 未做季节性调整就下结论 |\r\n| 累计同比 | 年初至当期的累计值与上年同期累计值相比 | 与单月同比混用 |\r\n| 单季 vs 累计 | 单季为当季发生额，累计为年内合计 | 用累计增速推断单季拐点 |\r\n| 万得口径 vs 统计口径 | 不同数据商对同一指标的样本与处理方法不同 | 跨来源直接比较 |\r\n| PE(TTM) | 市值 / 最近四个季度净利润 | 与静态PE混用 |\r\n| 换手率 | 成交量 / 流通股本（或自由流通股本，需注明） | 分母口径不注明 |\r\n| 融资余额 | 两融中的融资余额 | 与北向资金混为一谈 |\r\n\r\n### 输出质量自检（所有模块通用）\r\n\r\n| 自检项 | 不通过的表现 | 处理动作 |\r\n|--------|-------------|---------|\r\n| 数据有出处 | 出现无来源的数字 | 补来源或删除，无法核实写“以官方最新发布为准” |\r\n| 口径一致 | 同一指标前后口径不同 | 统一口径并注明 |\r\n| 结论有边界 | 写成确定性的“必然” | 改为“在……假设下，可能……” |\r\n| 风险有提示 | 只讲机会不讲风险 | 补齐风险提示段 |\r\n| 未夹带敏感信息 | 出现未脱敏的客户与经营数据 | 先脱敏再输出 |\r\n| 已过人工复核 | 未经复核即外发 | 标注“待复核”，经确认后再发送 |\r\n| 时效性标注 | 未标注数据截止时间 | 统一标注“数据截至YYYY-MM-DD” |\r\n\r\n### 版本变更记录\r\n\r\n| 版本 | 日期 | 变更摘要 |\r\n|------|------|---------|\r\n| 2.0.6 | 2026-09-24 | 合并 12 处重复取数说明为统一数据获取策略；新增模块速查与选型指引；研究口径动态表新增“主要涉及模块/可信度标注”两列并补充可持续披露、另类数据、固收估值三条动态；压缩全文结构以修复详情页只显示摘要的问题 |\r\n| 2.0.5 | 2026-09-21 | 补充全局研究口径与最新动态、输出质量自检、保存与外发前确认 |\r\n\r\n---\r\n\r\n### 保存与外发前确认\r\n\r\n1. 在对话中完整展示报告全文，供用户逐段确认；\r\n2. 用户确认后再写入文件或对外发送；未经确认不得落盘、不得发送；\r\n3. 落盘时同时记录：生成时间、数据截止时间、主要来源、审核人。\r\n\r\n---\r\n\r\n---\r\n\r\n## 统一数据获取策略（34 模块通用，2026-09-24 合并）\r\n\r\n原先在各模块中重复出现 12 次的取数说明已合并为本节；模块内若未单列取数要求，一律按本节执行。\r\n\r\n| 优先级 | 数据源 | 适用场景 | 降级路径 |\r\n|---|---|---|---|\r\n| P0 | 用户在自有授权终端（Wind / 恒生 / 聚源 / 财汇等）导出的数据文件 | 所有需要精确数值的模块 | P0 缺失时标注“数据待补”并停止该模块结论输出 |\r\n| P1 | 交易所 / 中债登 / 中证登 / 央行 / 统计局官网原始披露 | 宏观数据解读、政策跟踪、信用与债务风险 | 改用官方新闻稿口径并注明差异 |\r\n| P2 | 上市公司公告与定期报告（巨潮、HKEX、EDGAR） | 公司深度、公告解读、业绩点评 | 以公告原文为准，二手转述须回溯 |\r\n| P3 | 卖方研报与第三方数据库（gildata-aidata 等） | 行业配置、因子跟踪、另类因子挖掘 | 标注来源与时点，结论须独立复核 |\r\n| P4 | 公开新闻与舆情 | 市场情绪、政策快评、事件驱动 | 需两路以上交叉验证方可入报 |\r\n\r\n### 取数四条硬规则\r\n1. **口径先行**：先写明指标定义、频率、单位、修订规则，再取数。\r\n2. **时点标注**：每个数值必须带数据截止日与发布日，二者不一致时分别标注。\r\n3. **可回溯**：结论须能追至原始披露文件，禁止“据公开资料”式模糊引用。\r\n4. **降级留痕**：任何一次 P0→P4 的降级都要在报告中写明原因与影响。\r\n\r\n> 本技能不内置可执行程序、不代连数据源、不自动取数；文中若出现命令或查询片段，\r\n> 仅为供使用者在自有授权环境中参考的示意材料，需自行校验后使用。\r\n\r\n## 模块速查与选型指引（2026-09-24 新增）\r\n\r\n用户描述往往不完整，先用本表把需求定位到具体模块，再进入对应模块执行，可显著减少返工。\r\n\r\n| 用户典型说法 | 推荐模块 | 交付物形态 | 典型交付时点 | 复核要点 |\r\n|-------------|---------|-----------|-------------|---------|\r\n| “今天的盘面/隔夜发生了什么” | M1 宏观日报、M9 固收隔夜简报 | 1 页简报 + 3 条观点 | 当日盘前/盘后 | 观点必须有对应数据支撑 |\r\n| “本周/本月宏观怎么样” | M2 宏观周报、M3 宏观数据解读 | 2-4 页周报 | 周度 | 区分趋势确认与单月噪声 |\r\n| “这个政策意味着什么” | M4 政策跟踪分析、M24 政策快评 | 快评（≤800 字） | 政策发布当日 | 引用政策原文条款号 |\r\n| “有没有系统性风险” | M5 宏观风险预警、M13 债务风险分析 | 风险清单 + 触发条件 | 事件驱动 | 写明观测指标与阈值 |\r\n| “海外/美联储怎么看” | M6 海外宏观联动、M23 全球财经简报 | 联动分析 | 海外数据发布后 | 区分已发生与预期 |\r\n| “股债怎么配” | M7 大类资产配置、M28 估值景气度跟踪 | 配置建议表 | 月度/季度 | 给出假设与反向情形 |\r\n| “这个行业还能不能投” | M15 行业深度、M16 行业一页纸、M17 行业配置推荐 | 深度/一页纸 | 周度 | 景气度与估值分开论证 |\r\n| “这家公司怎么样” | M20 公司深度、M21 公司一页纸、M19 业绩点评 | 深度/一页纸 | 财报期 | 与可比公司对同一口径 |\r\n| “公告说了啥” | M18 公告解读 | 要点 + 影响 | 公告当日 | 以公告原文为准 |\r\n| “调研该问什么” | M22 机构调研大纲 | 问题清单 | 调研前 | 问题须能证伪假设 |\r\n| “市场情绪如何” | M27 市场情绪监控、M25 策略日报、M26 市场大势风格研判 | 情绪指标表 | 日度 | 多指标共振才下结论 |\r\n| “因子还有效吗/帮我回测” | M30 因子跟踪评估、M31 策略速回测、M32 量化日报 | 因子/回测报告 | 周度 | 样本外与交易成本必须披露 |\r\n\r\n**选型三原则**：① 一个需求只选一个主模块，其余作为引用，不要同时展开多个深度模板；\r\n② 时间窗口与数据截止日必须在动笔前确定；③ 若用户未指定交付形态，默认给“一页纸”版本。\r\n\r\n---\r\n\r\n## Module 1: 宏观日报\r\n\r\n# 证券宏观研究员日报生成技能\r\n\r\n## 概述\r\n本技能旨在模拟专业证券宏观研究员的日常工作流，通过自动化抓取和分析最新的宏观经济数据、政策动态、市场舆情及大类资产表现，生成一份结构化、逻辑严密、观点鲜明的**宏观日报（Macro Daily Briefing）**。报告风格贴\r\n\r\n## 执行流程\r\n### 第一阶段：数据采集与监控\r\n1.  **宏观数据抓取**\r\n    *   **工具**：`gildata-aidata MacroIndustryEDB`\r\n    *   **查询示例**：\r\n    *   **重点关注**：PMI（官方/财新）、CPI/PPI、进出口、社融/信贷、M1/M2、工业增加值、社零、固投。\r\n    *   **高频数据**：高炉开工率、商品房成交面积、猪肉/蔬菜价格、螺纹钢/水泥价格（若 EDB 无高频，可用 `web_search` 补充）。\r\n2.  **政策动态追踪**\r\n    *   **工具**：`gildata-aidata PolicyMeetingsList` + `OfficialSpeech\r\n\r\n## 一、 核心观点与策略建议\r\n**1.1 宏观全景**\r\n**1.2 策略展望**\r\n---\r\n（总结当日宏观数据、政策及市场表现的核心特征，指出主要矛盾。例如：“今日公布的 3 月 CPI 低于预期，核心通胀依然疲软，印证了内需修复尚需时日……\"）\r\n（基于宏观判断，给出大类资产配置建议。例如\r\n\r\n## 二、 宏观数据高频追踪\r\n| 指标 | 最新值 | 前值 | 预期值 | 边际变化 | 信号解读 |\r\n|------|--------|------|--------|----------|----------|\r\n| 官方制造业 PMI | | | | | |\r\n\r\n## 三、 政策动态与解读\r\n**3.1 国内政策**\r\n*   **[政策名称/事件]**：（简述政策内容）\r\n    *   **解读**：（分析政策意图、力度、受益方向及潜在风险。例如：“央行开展 5000 亿 MLF 操作，利率维持不变，符合预期，但缩量续作显示央行对资金空转的警惕…\r\n\r\n## 四、 市场舆情与资金面\r\n**4.1 资金流向**\r\n*   **央行操作**：今日净投放/回笼 [金额] 亿元，资金面 [宽松/平衡/收敛]。\r\n*   **北向资金**：净买入/卖出 [金额] 亿元，主要流向 [板块]。\r\n*   **融资余额**：环比增加/减少 [金额] 亿元，杠杆\r\n\r\n## 五、 大类资产表现\r\n| 资产类别 | 指标 | 收盘价/最新值 | 涨跌幅 | 核心驱动 |\r\n|---------|------|---------------|--------|----------|\r\n| **权益** | 上证指数 | | | |\r\n| | 创业板指 | |\r\n\r\n## 六、 风险提示\r\n*   [风险点 1]：如“海外通胀粘性超预期，美联储降息路径推迟”\r\n*   [风险点 2]：如“国内地产销售修复不及预期，拖累信用扩张”\r\n*   [风险点 3]：如“地缘政治冲突升级，能源价格剧烈波动”\r\n---\r\n*免责声明：本报告由 AI 自动生成，基于公\r\n\r\n## 注意事项\r\n*   **时效性优先**：日报必须基于**当日**或**最近 24 小时**的最新数据与新闻。\r\n*   **观点鲜明**：避免模棱两可的陈述，必须给出明确的逻辑推演和方向性判断（看多/看空/震荡）。\r\n*   **预期差思维**：不仅罗列数据，更要强调实际值与市场预期的偏\r\n\r\n## 示例调用\r\n1. 获取宏观数据：gildata-aidata MacroIndustryEDB\r\n2. 获取政策会议：gildata-aidata PolicyMeetingsList\r\n3. 获取官员讲话：gildata-aidata OfficialSpeechEventList\r\n4. 获取法律法规：gildata-aidata LawsRegulations\r\n5. 获取宏\r\n\r\n## 输出示例（2026-09-21 新增）\r\n**成品片段（节选）**\r\n> **今日核心判断**：生产端延续修复，需求端分化仍在。\r\n> - 生产：高频开工率环比小幅回升，指向生产端韧性仍在\r\n> - 需求：地产链相关指标仍偏弱，消费端以结构性亮点为主\r\n> - 价格：工业品价格低位震荡，对名义增速的拖累尚未消除\r\n> - 风险：外部需求与政策节奏是下阶段主要不确定项\r\n| 维度 | 本期读数（示例） | 上期 |\r\n\r\n## 技能更新日志\r\n**2026-05-11 更新**：\r\n- **核心数据源变更**：将宏观数据查询改为优先使用 gildata-aidata 服务\r\n- *\r\n\r\n## Module 2: 宏观周报\r\n\r\n# 证券宏观研究员周报生成技能\r\n\r\n## 概述\r\n本技能旨在模拟专业证券宏观研究员的周报撰写工作流，通过对**一周内**宏观经济数据、政策动态、市场舆情及大类资产表现的系统性复盘，生成一份结构严谨、逻辑连贯、观点鲜明的**宏观周报（Macro Weekly Briefing）*\r\n\r\n## 执行流程\r\n### 第一阶段：数据采集与监控\r\n1.  **本周宏观数据抓取**\r\n    *   **工具**：`gildata-aidata MacroIndustryEDB`\r\n    *   **查询示例**：\r\n    *   **重点关注**：本周发布的月度数据（如 PMI、CPI、社融等）及高频数据趋势。\r\n2.  **本周政策动态追踪**\r\n    *   **工具**：`gildata-aidata PolicyMeetingsList` + `OfficialSpeechEventList` + `LawsRegulations`\r\n    *   **查询示例**：\r\n    *   **重点关注**：央行（OMO、MLF、LPR）、财政部、国务院常\r\n\r\n## 一、 核心观点与下周策略建议\r\n**1.1 周度宏观全景**\r\n**1.2 下周策略展望**\r\n---\r\n（总结本周宏观数据、政策及市场表现的核心特征，指出主要矛盾。例如：“本周公布的 3 月 CPI 低于预期，核心通胀依然疲软，印证了内需修复尚需时日，但社融超预期回暖显示宽信用正在发力……\"）\r\n\r\n## 二、 本周宏观数据全景\r\n| 指标 | 本周最新值 | 前值 | 预期值 | 周度趋势 | 信号解读 |\r\n|------|------------|------|--------|----------|----------|\r\n| 官方制造业 PMI | | | | | |\r\n\r\n## 三、 本周政策动态与解读\r\n**3.1 国内政策**\r\n*   **[政策名称/事件]**：（简述政策内容）\r\n    *   **解读**：（分析政策意图、力度、受益方向及潜在风险。例如：“央行开展 5000 亿 MLF 操作，利率维持不变，符合预期，但缩量续作显示央行对资金空转的警惕…\r\n\r\n## 四、 资金面与市场舆情\r\n**4.1 资金流向与流动性**\r\n*   **央行操作**：本周公开市场累计净投放/回笼 [金额] 亿元，资金面 [宽松/平衡/收敛]。\r\n*   **外资流向**：北向资金周度净买入/卖出 [金额] 亿元，主要流向 [板块/行业]。\r\n*   **杠杆资金**\r\n\r\n## 五、 大类资产周度表现与复盘\r\n| 资产类别 | 指标 | 周涨跌幅 | 本周核心驱动逻辑 |\r\n|---------|------|----------|------------------|\r\n| **权益** | 上证指数 | | |\r\n| | 创业板指 | | |\r\n| | 恒生指数 |\r\n\r\n## 六、 下周重要日程与前瞻\r\n| 日期 | 国家/地区 | 重要数据/事件 | 市场预期/关注点 |\r\n|------|-----------|---------------|-----------------|\r\n| 周一 | | | |\r\n| 周二 | | | |\r\n| 周三 | | | |\r\n\r\n## 七、 风险提示\r\n*   [风险点 1]：如“海外通胀粘性超预期，美联储降息路径推迟”\r\n*   [风险点 2]：如“国内地产销售修复不及预期，拖累信用扩张”\r\n*   [风险点 3]：如“地缘政治冲突升级，能源价格剧烈波动”\r\n---\r\n*免责声明：本报告由 AI 自动生成，基于公\r\n\r\n## 注意事项\r\n*   **周度视角**：周报必须基于**本周（通常为周一至周五）**的数据与新闻，侧重总结一周的趋势变化，而非单日的波动。\r\n*   **gildata-aidata 优先**：所有国内宏观数据、政策、资金、行情查询优先使用 gildata-aidata 服务，web_s\r\n\r\n## 示例调用\r\n1. 获取宏观数据：gildata-aidata MacroIndustryEDB\r\n2. 获取政策会议：gildata-aidata PolicyMeetingsList\r\n3. 获取官员讲话：gildata-aidata OfficialSpeechEventList\r\n4. 获取法律法规：gildata-aidata LawsRegulations\r\n5. 获取宏\r\n\r\n## 技能更新日志\r\n**2026-05-11 更新**：\r\n- **核心数据源变更**：将宏观数据查询改为优先使用 gildata-aidata 服务\r\n- *\r\n\r\n## Module 3: 宏观数据解读\r\n\r\n# 宏观经济数据解读简报生成技能\r\n\r\n## 概述\r\n本技能用于自动抓取中国核心宏观经济数据，进行预期对比、政策解读和市场影响分析，生成面向投资专业人士的宏观数据解读简报。\r\n\r\n## 执行流程\r\n### 第一阶段：数据抓取与整理\r\n1. **搜索最新宏观数据**\r\n   **使用 gildata-aidata 查询**：\r\n   **使用 web_search 补充**：\r\n   - 搜索关键词示例：\"中国 PMI CPI PPI 最新数据 市场预期\"、\"中国 社融 M2 最新 预期\"\r\n   - 优先从国家统计局、人民银行、海关总署等官方渠道或权威财经媒体获取数据\r\n   - 重点获取市场预期值（共识预期/中值）\r\n2. **提取核心指标**\r\n   | 指标类别 | 核心指标 |\r\n   |---------|---------|\r\n   | 景气度 | 制造业PMI、非制造业PMI、综合PMI |\r\n   | 通胀 | CPI同比/环比、PPI同比/环\r\n\r\n```markdown\r\n## 一、核心数据概览\r\n| 指标 | 实际值 | 预期值 | 前值 | 偏差方向 |\r\n|------|--------|--------|------|----------|\r\n| 制造业PMI | | | | |\r\n| 非制造业PMI | | | | |\r\n| CPI同比 | | |\r\n\r\n## 二、数据解读与预期偏差分析\r\n### 2.1 景气度指标\r\n### 2.2 通胀指标\r\n### 2.3 金融与信用指标\r\n### 2.4 实体经济指标\r\n### 2.5 外贸指标\r\n---\r\n（PMI数据解读，结合 MacroeconomicAnalysisViewpoints 分析观点...）\r\n\r\n## 三、政策影响分析\r\n### 3.1 货币政策展望\r\n- 对央行货币政策的影响分析\r\n- 降准/降息概率评估\r\n- 流动性环境展望\r\n### 3.2 财政政策展望\r\n- 对财政政策的影响分析\r\n- 专项债发行节奏\r\n- 基建投资展望\r\n---\r\n\r\n## 四、市场影响评估\r\n### 4.1 股市影响\r\n- 整体影响：利好/利空/中性\r\n- 受益板块：[板块 1]、[板块 2]\r\n- 受损板块：[板块 1]、[板块 2]\r\n- 风格偏好：成长/价值\r\n### 4.2 债市影响\r\n- 利率债：利多/利空\r\n- 收益率曲线：陡峭化/平坦化\r\n- 信用\r\n\r\n## 五、核心结论与投资启示\r\n（总结核心观点，给出投资参考建议...）\r\n### 核心观点\r\n1. [观点 1]\r\n2. [观点 2]\r\n3. [观点 3]\r\n### 投资启示\r\n- [启示 1]\r\n- [启示 2]\r\n---\r\n*免责声明：本报告仅供参考，不构成投资建议。*\r\n```\r\n\r\n## 注意事项\r\n- **数据时效性**：优先使用最新发布的月度/季度数据，注明数据所属期（如\"2026年3月数据\"）\r\n- **预期值来源**：如无法获取精确的市场共识预期，可参考主流券商研报预测或财经媒体汇总的预期区间\r\n- **解读客观性**：数据解读应保持客观中立，避免过度推断，区分事\r\n\r\n## 输出要求\r\n- 报告使用标准Markdown格式\r\n- 数据表格保持清晰对齐\r\n- 核心结论应简洁明了，适合快速阅读\r\n- 报告长度控制在1500-2500字为宜，聚焦核心信息\r\n\r\n## 示例调用\r\n1. 获取宏观数据：gildata-aidata MacroIndustryEDB（PMI、CPI、PPI、社融、M2 等）\r\n2. 获取宏观观点：gildata-aidata MacroeconomicAnalysisViewpoints\r\n3. 获取政策信息：gildata-aidata PolicyMeetingsList + OfficialSpeechEv\r\n\r\n## 技能更新日志\r\n**2026-05-11 更新**：\r\n- **核心数据源变更**：将宏观数据查询改为优先使用 gildata-aidata 服务\r\n- *\r\n\r\n## Module 4: 政策跟踪分析\r\n\r\n# 宏观政策跟踪与推演分析技能\r\n\r\n## 概述\r\n本技能用于自动抓取全球及中国核心政策动态，进行政策意图解读、预期推演和落地效果跟踪，生成面向投资专业人士的政策分析简报。\r\n\r\n## 执行流程\r\n### 第一阶段：政策信息抓取\r\n1. **全球主要经济体政策动态**\r\n   **使用 gildata-aidata 查询**：\r\n   **使用 web_search 补充（海外政策）**：\r\n   - 搜索关键词示例：\"美联储 最新政策 利率决议\"、\"欧央行 货币政策\"、\"美债收益率 最新走势\"、\"海外通胀数据 CPI PCE\"、\"国际大宗商品 原油 黄金 铜价\"\r\n   - 重点关注：美联储利率决议与点阵图、欧央行/日央行/英央行货币政策、美国财政与债务动态、全球主要经济体通胀与就业数据\r\n2. **国内政策动态**\r\n   **使用 gildata-aidata 查询**：\r\n3. **核心宏观舆情**\r\n   **使用 gildata-aidata\r\n\r\n```markdown\r\n## 一、政策动态概览\r\n### 1.1 全球主要经济体政策\r\n（美联储、欧央行、海外通胀与大宗商品动态...）\r\n### 1.2 国内政策动态\r\n（央行货币政策、财政政策、监管新政...）\r\n### 1.3 核心宏观舆情\r\n（经济会议、官员讲话、行业政策导向...）\r\n---\r\n\r\n## 二、核心政策深度解读\r\n### 2.1 货币政策解读\r\n（政策意图、工具选择、传导路径、力度评估...）\r\n### 2.2 财政政策解读\r\n（财政发力方向、专项债/减税降费、基建拉动...）\r\n### 2.3 产业与监管政策解读\r\n（行业扶持/规范、监管态度变化、中长期影响...）\r\n---\r\n\r\n## 三、政策预期推演\r\n### 3.1 后续货币政策推演\r\n（降准/降息概率、节奏预判、结构性工具展望...）\r\n### 3.2 后续财政政策推演\r\n（财政空间、发力节奏、特别国债/地方债展望...）\r\n### 3.3 产业与监管政策趋势\r\n（政策周期判断、重点行业展望...）\r\n---\r\n\r\n## 四、政策落地效果跟踪\r\n### 4.1 前期政策执行情况\r\n（过去1-3个月重大政策落地进度...）\r\n### 4.2 传导堵点分析\r\n（宽货币到宽信用、财政支出效率、企业投资意愿等...）\r\n### 4.3 政策效果数据验证\r\n（信贷、投资、消费、就业等数据对政策的响应...）\r\n---\r\n\r\n## 五、大类资产配置影响\r\n### 5.1 债券市场\r\n（利率债、信用债影响及策略建议...）\r\n### 5.2 股票市场\r\n（整体影响、板块受益/受损分析、风格偏好...）\r\n### 5.3 商品与汇率\r\n（大宗商品、人民币汇率影响...）\r\n---\r\n\r\n## 六、核心结论与策略建议\r\n（总结核心政策信号、后续推演结论、资产配置建议...）\r\n---\r\n*免责声明：本报告基于公开信息整理分析，仅供参考，不构成投资建议。*\r\n```\r\n\r\n## 注意事项\r\n- **政策时效性**：优先使用当日或最近一周发布的政策信息，注明政策发布日期\r\n- **解读客观性**：政策解读应基于官方文本和权威渠道，避免主观臆测，区分事实与观点\r\n- **推演逻辑性**：政策推演需建立在经济数据和政策框架基础上，给出概率判断而非确定性结论\r\n- **跟\r\n\r\n## 输出要求\r\n- 报告使用标准Markdown格式\r\n- 政策引用需注明出处（如\"央行2026年4月MLF操作\"）\r\n- 推演结论应给出概率判断（如\"降准概率60%\"）而非绝对断言\r\n- 报告长度控制在2000-3000字为宜，聚焦\r\n\r\n## 示例调用\r\n1. 获取政策会议：gildata-aidata PolicyMeetingsList\r\n2. 获取官员讲话：gildata-aidata OfficialSpeechEventList\r\n3. 获取法律法规：gildata-aidata LawsRegulations\r\n4. 获取宏观舆情：gildata-aidata MacroNewslist + Macroec\r\n\r\n## 技能更新日志\r\n**2026-05-11 更新**：\r\n- **核心数据源变更**：将政策数据查询改为优先使用 gildata-aidata 服务\r\n- *\r\n\r\n## Module 5: 宏观风险预警\r\n\r\n# 宏观风险预警监控技能\r\n\r\n## 概述\r\n本技能模拟宏观策略研究员的风险监控视角，通过持续跟踪核心宏观经济指标，自动识别数据异动（如大幅低于/高于预期、趋势性拐点），精准预警经济下行、通胀抬头、通缩螺旋及政策转向等关键风险，并输出专业的**宏观经济风险预警报告**。\r\n\r\n## 执行流程\r\n### 第一阶段：核心数据抓取与异动识别\r\n1. **核心宏观指标监控**\r\n   - **工具**：`gildata-aidata MacroIndustryEDB`\r\n   - **查询示例**：\r\n   - **增长类**：GDP（季调/同比）、制造业 PMI、服务业 PMI、工业增加值、社零总额、出口金额。\r\n   - **通胀类**：CPI（整体/核心）、PPI、PCE（美国）、原油价格、铜价。\r\n   - **信用/流动性**：社融增量/存量增速、M1/M2 增速及剪刀差、信贷结构（中长期/短期）。\r\n   - **外部/汇率**：中美 10Y 利差、美元指数、人民币汇率（在岸/离岸）、北向资金流向。\r\n2. **异动识别逻辑（预警触发器）**\r\n\r\n## 一、核心宏观数据异动监控\r\n| 指标类别 | 核心指标 | 最新值 | 前值/预期 | 异动幅度 | 信号状态 |\r\n|---------|---------|-------|----------|---------|---------|\r\n| 增长 | 制造业 PMI | | | | |\r\n\r\n## 二、风险研判与定性\r\n### 2.1 核心风险点\r\n（明确当前面临的主要风险类型，如：经济失速风险加剧、输入性通胀抬头等）\r\n### 2.2 风险等级评估\r\n- **等级**：🔴 / 🟠 / 🟡 / 🟢\r\n- **依据**：（结合数据共振情况、政策空间、历史类比进行解释...）\r\n---\r\n\r\n## 三、传导路径与资产影响\r\n### 3.1 宏观经济传导\r\n### 3.2 大类资产定价反应\r\n- **股市**：（盈利预期调整、风险偏好变化、风格切换...）\r\n- **债市**：（避险需求、通胀预期、政策利率引导...）\r\n- **汇市**：（利差驱动、资本流动、央行态度...）\r\n- **\r\n\r\n## 四、应对逻辑与策略建议\r\n### 4.1 宏观应对建议\r\n### 4.2 投资应对策略\r\n- **防御策略**：（降低仓位、增配红利/短债/黄金...）\r\n- **结构性机会**：（受损较少的板块、受益于风险的板块...）\r\n- **对冲工具**：（期权保护、期现套利、反向 ETF...）\r\n\r\n## 五、后续监控重点\r\n- **关键数据**：（未来 1-2 周需重点跟踪的指标，如非农、CPI、PMI 初值...）\r\n- **重大事件**：（央行会议、重要官员讲话、地缘局势节点...）\r\n- **预警触发条件**：（若出现什么信号，风险等级将升级...）\r\n---\r\n*免责声明：本报\r\n\r\n## 注意事项\r\n- **gildata-aidata 优先**：所有国内宏观数据、政策、资金、行情查询优先使用 `gildata-aidata` 服务，`web_search` 仅用于补充海外政策及高频细节数据。\r\n- **数据时效性**：必须使用最新发布的数据，若数据尚未公布，需注明“待\r\n\r\n## 示例调用\r\n1. 获取宏观数据：gildata-aidata MacroIndustryEDB\r\n2. 获取政策会议：gildata-aidata PolicyMeetingsList\r\n3. 获取官员讲话：gildata-aidata OfficialSpeechEventList\r\n4. 获取法律法规：gildata-aidata LawsRegulations\r\n5. 获取宏\r\n\r\n## 输出要求\r\n- 报告使用标准 Markdown 格式\r\n- 必须包含异动数据表格和风险等级标识\r\n- 必须给出明确的资产影响方向和应对策略\r\n- 报告长度控制在 2000-3000 字，聚焦风险识别与应对\r\n- 语言专业、客观，适合\r\n\r\n## 技能更新日志\r\n**2026-05-11 更新**：\r\n- **核心数据源变更**：将宏观数据查询改为优先使用 gildata-aidata 服务\r\n- *\r\n\r\n## Module 6: 海外宏观联动\r\n\r\n# 海外宏观联动分析技能\r\n\r\n## 概述\r\n本技能模拟证券宏观研究员的海外研究视角，自动抓取全球核心宏观数据与政策动态，深入剖析海外经济对中国宏观经济、货币政策及资本市场的多维传导路径，输出专业的**海外 - 国内宏观联动分析简报**。\r\n\r\n## 执行流程\r\n### 第一阶段：海外核心数据与政策扫描\r\n1. **美国核心宏观数据**\r\n   - **工具**：`gildata-aidata MacroIndustryEDB`\r\n   - **查询示例**：\r\n   - **增长**：GDP（季调环比/同比）、ISM 制造业/服务业 PMI、零售销售、个人消费支出。\r\n   - **通胀**：CPI（核心/整体）、PCE 物价指数（美联储核心指标）、PPI。\r\n   - **就业**：非农就业人数、失业率、平均时薪、初请失业金人数。\r\n2. **海外央行政策与流动性**\r\n   - **美联储**：联邦基金利率目标区间、点阵图预测、缩表/扩表节奏（QT/QE）、官员讲话（鹰派/鸽派倾向）。\r\n   - **其他央行**\r\n\r\n## 一、海外核心动态概览\r\n### 1.1 美国宏观数据\r\n（GDP、通胀、就业最新表现及预期差...）\r\n### 1.2 海外央行政策\r\n（美联储/欧央行决议、点阵图、缩表节奏...）\r\n### 1.3 全球地缘与贸易\r\n（地缘风险、关税政策、供应链扰动...）\r\n---\r\n\r\n## 二、海外 - 国内传导逻辑分析\r\n### 2.1 利率与汇率传导\r\n### 2.2 贸易与产业链传导\r\n### 2.3 情绪与资金传导\r\n### 2.4 通胀输入传导\r\n---\r\n（中美利差变化、资本流动方向、汇率压力...）\r\n（外需强弱、出口结构变化、制造业影响...）\r\n（VIX 波动、北向资金流向\r\n\r\n## 三、对国内宏观与资产的影响\r\n### 3.1 国内政策空间评估\r\n### 3.2 A 股市场影响\r\n### 3.3 债券与汇率市场\r\n### 3.4 商品市场\r\n---\r\n（货币政策掣肘/空间、汇率维稳手段、财政发力方向...）\r\n（外资流向、出口链景气、核心资产估值...）\r\n（中美利差、长债收益率\r\n\r\n## 四、情景推演与策略建议\r\n### 4.1 核心情景推演\r\n| 情景 | 概率 | 特征 | 对国内影响 |\r\n|------|------|------|-----------|\r\n| 软着陆 | | | |\r\n| 硬着陆 | | | |\r\n| 再通胀 | | | |\r\n### 4.2 投资策略\r\n\r\n## 注意事项\r\n- **gildata-aidata 优先**：所有国内宏观数据、政策、资金、行情查询优先使用 `gildata-aidata` 服务，海外宏观数据同样优先通过其国际宏观数据库（EDB）获取。\r\n- **数据时效性**：优先使用最新发布的海外数据（如非农、CPI 公布当日）\r\n\r\n## 示例调用\r\n1. 获取海外宏观数据：gildata-aidata MacroIndustryEDB (查询美国 GDP, CPI, PMI, 非农等)\r\n2. 获取国内宏观数据：gildata-aidata MacroIndustryEDB (查询中国 GDP, CPI, PMI, 出口等)\r\n3. 获取资金流向：gildata-aidata HSGTTradeStats +\r\n\r\n## 输出要求\r\n- 报告使用标准 Markdown 格式\r\n- 必须包含四大传导渠道分析（利率汇率、贸易产业链、情绪资金、通胀输入）\r\n- 必须包含情景推演表格\r\n- 报告长度控制在 2500-3500 字，聚焦核心传导逻辑与投资策略\r\n\r\n## 技能更新日志\r\n**2026-05-11 更新**：\r\n- **核心数据源变更**：全面接入 `gildata-aidata` 服务，包括海外宏观数据查询\r\n\r\n## Module 7: 大类资产配置\r\n\r\n# 宏观大类资产配置技能\r\n\r\n## 概述\r\n本技能模拟宏观策略研究员的大类资产配置视角，结合最新宏观经济数据、政策预判与市场环境，运用**美林时钟**或**宏观象限**分析框架，自动生成股票、债券、商品、外汇及现金等大类资产的配置建议。报告旨在为专业投资机构提供具有逻辑支\r\n\r\n## 执行流程\r\n### 第一阶段：宏观象限判定与周期定位\r\n1. **核心宏观数据抓取**\r\n   - **工具**：`gildata-aidata MacroIndustryEDB`\r\n   - **查询示例**：\r\n   - **增长维度**：GDP 增速趋势、PMI 荣枯线位置、社融/M2 增速变化。\r\n   - **通胀维度**：CPI（核心/整体）趋势、PPI 趋势。\r\n   - **流动性维度**：DR007、SHIBOR、央行公开市场操作净投放。\r\n2. **美林时钟定位**\r\n   - **复苏期**（增长↑ 通胀↓）：企业盈利改善，流动性宽裕。**股票 > 债券 > 商品 > 现金**。\r\n   - **过热期**（增长↑ 通胀↑）：央行收紧流动性，抗通胀为主\r\n\r\n```markdown\r\n## 一、宏观经济周期定位\r\n### 1.1 核心宏观数据监控\r\n| 指标类别 | 指标名称 | 最新值 | 趋势 | 信号 |\r\n|---------|---------|-------|------|------|\r\n| 增长 | GDP/PMI | | | |\r\n\r\n## 二、大类资产分析与建议\r\n### 2.1 权益资产（股票）\r\n- **配置评级**：[超配 / 标配 / 低配]\r\n- **核心逻辑**：（盈利预期、估值分位、资金流向、政策催化...）\r\n- **风格建议**：（大盘/小盘，成长/价值，红利/科技...）\r\n### 2.2 固定收益（债券）\r\n\r\n## 三、资产配置组合建议\r\n### 3.1 建议权重\r\n| 资产类别 | 建议权重 | 评级 | 备注 |\r\n|---------|---------|------|------|\r\n| 股票 | | | |\r\n| 债券 | | | |\r\n| 商品 | | | |\r\n| 现金 | | | |\r\n##\r\n\r\n## 四、后续关注重点\r\n- **关键数据**：（未来需跟踪的宏观指标...）\r\n- **重大事件**：（重要会议、央行决议等...）\r\n---\r\n*免责声明：本报告基于公开数据与宏观分析框架生成，仅供参考，不构成投资建议。市场有风险，投资需谨慎。*\r\n```\r\n\r\n## 注意事项\r\n- **gildata-aidata 优先**：所有国内宏观数据、资金流向、行情数据优先使用 `gildata-aidata` 服务。\r\n- **逻辑严密**：资产配置建议必须基于宏观数据推导，严禁无依据的主观预测。\r\n- **动态视角**：强调“边际变化”而非绝对水平（如关\r\n\r\n## 示例调用\r\n1. 获取宏观数据：gildata-aidata MacroIndustryEDB (查询 GDP, CPI, PPI, PMI, 社融等)\r\n2. 获取指数行情：gildata-aidata IndexRangeQuotation (查询沪深 300, 国债指数表现)\r\n3. 获取资金流向：gildata-aidata HSGTTradeStats (查询北向资金\r\n\r\n## 输出要求\r\n- 报告使用标准 Markdown 格式\r\n- 必须包含美林时钟/宏观象限判定\r\n- 必须给出各大类资产的评级（超配/标配/低配）及建议权重\r\n- 报告长度控制在 2000-3000 字\r\n- 语言专业、客观，适合机构投\r\n\r\n## 输出示例（2026-09-21 新增）\r\n**配置建议表的标准结构**\r\n| 资产类别 | 建议权重（示例） | 相对基准 | 主要依据 | 触发调整的信号 |\r\n|---------|----------------|---------|---------|---------------|\r\n| 权益 | 中性 | 持平 | 盈利修复尚待确认 | 盈利增速连续两季上行 |\r\n\r\n## 技能更新日志\r\n**2026-05-11 更新**：\r\n- **核心数据源变更**：全面接入 `gildata-aidata` 服务。\r\n- **工具映射明\r\n\r\n## Module 8: 固收日报\r\n\r\n# 固定收益日报生成技能\r\n\r\n## 技能概述\r\n本技能面向证券固定收益研究员，自动生成标准化的固定收益市场日报。通过 `gildata-aidata` 专业金融数据服务获取权威数据，覆盖资金面、利率债、信用债、同业存单、地方债、二级资本债、永续债、ABS、央行操作及重要政策舆\r\n\r\n## 触发场景\r\n- 用户要求生成固收日报、债市日报、债券日报、利率日报、资金面日报\r\n- 用户询问\"今天债市情况\"、\"资金面如何\"、\"债券市场复盘\"\r\n- 用户需要每日固定收益市场回顾与展望\r\n- 用户要求生成固收晨报、债市早报、固收\r\n\r\n## 数据获取流程\r\n### 第一步：获取当前日期\r\n### 第二步：资金面数据\r\n# 获取DR系列利率（银行间质押式回购利率）\r\n# 获取R系列利率（存款类金融机构质押式回购利率）\r\n# 获取SHIBOR利率\r\n# 获取同业拆借利率\r\n### 第三步：国债收益率曲线\r\n# 获取利率债最活跃券\r\n\r\n## 报告结构\r\n报告必须严格按照以下模板生成，使用专业、简洁的固收研究员语言风格：\r\n```markdown\r\n# 固定收益市场日报\r\n**报告日期：** YYYY年MM月DD日（周X）\r\n**编制时间：** HH:MM\r\n**报告类型：** 固收日报\r\n---\r\n\r\n## 一、核心观点\r\n> 用2-3句话概括当日债市核心特征，包括资金面松紧、利率债走势、市场情绪等。\r\n---\r\n\r\n## 二、资金面监测\r\n### 2.1 银行间质押式回购利率\r\n| 品种 | 最新利率(%) | 前值(%) | 变动(BP) |\r\n|------|-------------|---------|----------|\r\n| DR001 | | | |\r\n| DR007 | | | |\r\n\r\n## 三、利率债市场\r\n### 3.1 国债收益率曲线\r\n| 期限 | 收益率(%) | 前值(%) | 变动(BP) |\r\n|------|-----------|---------|----------|\r\n| 1Y | | | |\r\n| 3Y | | | |\r\n| 5Y | | | |\r\n\r\n## 四、央行操作与流动性\r\n### 4.1 公开市场操作\r\n| 操作类型 | 投放(亿) | 回笼(亿) | 净投放(亿) |\r\n|----------|----------|----------|------------|\r\n| 逆回购 | | | |\r\n| MLF | | | |\r\n\r\n## 五、信用债市场\r\n### 5.1 信用利差监测\r\n| 评级 | 3Y利差(BP) | 5Y利差(BP) | 变动(BP) |\r\n|------|------------|------------|----------|\r\n| AAA | | | |\r\n| AA+ | | | |\r\n|\r\n\r\n## 六、同业存单市场\r\n### 6.1 NCD发行利率\r\n| 评级 | 1M | 3M | 6M | 1Y |\r\n|------|----|----|----|----|\r\n| AAA | | | | |\r\n### 6.2 同业存单点评\r\n---\r\n\r\n## 七、地方政府债市场\r\n### 7.1 地方债一级发行\r\n| 期限 | 发行规模(亿) | 中标利率(%) | 倍数 |\r\n|------|--------------|-------------|------|\r\n| 3年 | | | |\r\n| 5年 | | | |\r\n| 7年 | | |\r\n\r\n## 八、二级资本债与永续债\r\n### 8.1 二级资本债\r\n| 品种 | 期限 | 最新收益率(%) | 前值(%) | 变动(BP) |\r\n|------|------|---------------|---------|----------|\r\n| AAA二级资本债 | 3Y | | |\r\n\r\n## 九、资产支持证券（ABS）\r\n### 9.1 ABS一级市场发行\r\n| 类型 | 发行规模(亿) | 加权利率(%) | 期限(年) |\r\n|------|--------------|-------------|----------|\r\n| 信贷ABS | | | |\r\n| 企业ABS | |\r\n\r\n## 十、重要事件与政策\r\n- [事件1：简述当日重要政策、数据发布、监管动态等]\r\n- [事件2：...]\r\n- [事件3：...]\r\n---\r\n\r\n## 十一、市场展望\r\n[基于当日市场表现和政策信号，给出次日/近期债市走势展望，包括：\r\n- 资金面预期\r\n- 利率债方向判断\r\n- 关键关注点（数据发布、政策会议、供给压力等）\r\n- 操作建议]\r\n---\r\n\r\n## 十二、风险提示\r\n- 货币政策超预期收紧风险\r\n- 经济数据超预期风险\r\n- 供给冲击风险\r\n- 外部因素扰动风险\r\n- 信用风险事件冲击\r\n```\r\n\r\n## 数据获取注意事项\r\n1. **数据准确性优先**：如果某些数据无法获取，应明确标注\"数据待更新\"或\"暂无数据\"，不要编造数据\r\n2. **多源交叉验证**：对关键数据（如10年期国债收益率）应从多个工具交叉验证\r\n3. **时效性**：优先获取当日最新数据，如无当日数据可使用最近交\r\n\r\n## 数据获取失败处理\r\n如果某项数据查询失败：\r\n1. 尝试更换查询关键词\r\n2. 如仍无法获取，在对应表格中标注\"数据待更新\"\r\n3. 在点评部分说明数据缺失原因\r\n4. 不影响其他已完成部分的数据展示\r\n\r\n## 输出要求\r\n1. 报告必须使用标准Markdown格式\r\n2. 表格数据对齐，数字保留合理小数位（利率保留2-3位小数，BP取整数）\r\n3. 点评部分应简洁专业，避免冗长叙述\r\n4. 核心观点必须精炼，便于快速阅读\r\n5. 所有数据\r\n\r\n## 高级功能\r\n### 定时任务支持\r\n- 执行时间：每个交易日 17:00-18:00（收盘后）\r\n- 任务描述：自动生成当日固定收益市场日报\r\n### 自定义模板\r\n- 精简版：仅保留核心观点、资金面、利率债三部分\r\n- 详细版：包含全部板块（地方债、二级资本债、永续债、ABS等\r\n\r\n## 技能调用示例\r\n**用户输入：** \"生成今天固收日报\"\r\n**技能执行：**\r\n1. 获取当前日期\r\n2. 使用 `gildata-aidata` 服务依次查询：\r\n   - `MacroIndustryEDB` 获取资金面利率（DR001/DR007/DR014、R001/R0\r\n\r\n## Module 9: 固收隔夜简报\r\n\r\n# 固定收益隔夜舆情速览\r\n\r\n## 技能定位\r\n本技能专为证券固定收益研究员设计，用于快速聚合隔夜及最新债券市场相关舆情，生成每日雷点清单和速览报告，帮助研究员在开盘前掌握市场动态、识别信用风险、跟踪政策变化。\r\n\r\n## 触发场景\r\n- 用户要求生成隔夜固收舆情速览、固收晨报、债市日报\r\n- 用户询问今日债市有什么风险点、雷点、需要关注的事件\r\n- 用户要求跟踪债券违约、评级下调、评级展望负面等信用事件\r\n\r\n## 执行流程\r\n### 第一步：获取当前日期和时间\r\n### 第二步：多维度信息采集\r\n#### 1. 违约事件跟踪\r\n- 支持按时间、发行人、类型等多维筛选\r\n- 获取违约日期、违约类型、涉及金额等核心信息\r\n- 获取违约日期、行业、企业性质等\r\n- 识别新增违约主体\r\n#### 2. 评级调整跟踪\r\n- 获取债项评级上调/下调记录\r\n- 支持按评级机构、变动方向筛选\r\n- 获取主体评级上调/下调记录\r\n- 支持按企业性质、评级机构筛选\r\n- 获取担保人评级变动记录\r\n- 获取隐含评级变动，反映市场真实信用预期\r\n#### 3. 央行操作与资金面\r\n- 获取按日统计的同业存单平均发行利率\r\n- 支持按期限、主体评级、银行类别筛选\r\n- 获取各期限最活跃券的收益率及涨跌情况\r\n- 反映市场资金面\r\n\r\n```markdown\r\n## 核心观点\r\n[用 2-3 句话概括隔夜债市核心动态，包括最重要的违约/评级事件、央行操作方向、政策信号等]\r\n---\r\n\r\n## 一、每日雷点清单 ⚠️\r\n> 本清单按风险等级排序，红色为高风险，橙色为中风险，黄色为关注级\r\n### 🔴 高风险事件\r\n| 序号 | 事件主体 | 事件类型 | 涉及金额 | 影响评级 | 简要说明 |\r\n|------|----------|----------|----------|\r\n\r\n## 二、评级调整跟踪\r\n### 下调记录\r\n| 日期 | 主体名称 | 原评级 | 新评级 | 评级机构 | 下调原因 |\r\n|------|----------|--------|--------|----------|----------|\r\n\r\n## 三、央行操作与资金面\r\n### 公开市场操作\r\n| 操作类型 | 期限 | 操作量（亿元） | 中标利率 | 净投放/回笼 |\r\n|----------|------|----------------|----------|-------------|\r\n| 逆回购 | 7D | - |\r\n\r\n## 四、宏观政策与监管动态\r\n### 货币政策\r\n- [政策要点 1]\r\n- [政策要点 2]\r\n### 财政与监管政策\r\n- [政策要点 1]\r\n- [政策要点 2]\r\n### 债券供给\r\n- 国债发行计划：[简述]\r\n- 地方债发行计划：[简述]\r\n- 信用债净融资：[简述]\r\n- 本周债券净融资：[X\r\n\r\n## 五、债市行情速览\r\n### 利率债\r\n| 品种 | 最新收益率 | 前值 | 变动（BP） |\r\n|------|------------|------|------------|\r\n| 1Y 国债 | - | - | - |\r\n| 10Y 国债 | - | - | - |\r\n\r\n## 六、研究员关注提示\r\n1. **[重点提示 1]**：[说明及对债市的影响]\r\n2. **[重点提示 2]**：[说明及对债市的影响]\r\n3. **[重点提示 3]**：[说明及对债市的影响]\r\n---\r\n\r\n## 数据来源\r\n- gildata-aidata 金融数据服务\r\n- 网络公开信息（搜索引擎）\r\n- 央行及监管机构官网\r\n> **免责声明**：本报告基于公开信息整理，仅供参考，不构成投资建议。数据可能存在延迟或误差，请以官方披露为准。\r\n```\r\n\r\n## 注意事项\r\n1. **数据真实性**：所有数据必须来源于查询结果，不可编造。如某项数据无法获取，标注\"待更新\"或\"暂无数据\"\r\n2. **时效性**：优先使用 24-48 小时内的最新信息，标注信息日期\r\n3. **客观中立**：仅陈述事实，主观判断需在\"研究员关注提示\"中明确标注为个人\r\n\r\n## 输出要求\r\n- 报告生成后直接在对话中显示完整 Markdown 内容\r\n- 无需生成文件，除非用户明确要求保存\r\n- 如用户要求定时生成，可建议创建定时任务\r\n---\r\n\r\n## Module 10: 固收周报\r\n\r\n# 固定收益周报生成技能\r\n\r\n## 技能概述\r\n本技能面向证券固定收益研究员，自动生成标准化的固定收益市场周报。通过 `gildata-aidata` 专业金融数据服务获取权威数据，覆盖一周内的资金面、利率债、信用债、同业存单、地方债、二级资本债、永续债、ABS、央行操作及重\r\n\r\n## 数据获取流程\r\n### 第一步：获取当前日期\r\n### 第二步：资金面周度数据\r\n# 获取DR系列利率周度数据\r\n# 获取R系列利率周度数据\r\n# 获取SHIBOR利率周度数据\r\n# 获取同业拆借利率周度数据\r\n### 第三步：国债收益率曲线周度数据\r\n# 获取利率债最活跃券周度收益率\r\n\r\n## 数据处理与分析\r\n### 周度变动计算\r\n1. **周度变动**：本周末利率 - 上周末利率（单位：BP）\r\n2. **月度变动**：本周末利率 - 上月末利率（单位：BP）\r\n3. **年初至今变动**：本周末利率 - 上年末利率（单位：BP）\r\n### 期限利差分析\r\n1. **国\r\n\r\n## 报告结构\r\n# 固定收益市场周报\r\n**报告周期：** YYYY年MM月DD日 ~ YYYY年MM月DD日\r\n**编制时间：** YYYY年MM月DD日 HH:MM\r\n**报告类型：** 固收周报\r\n---\r\n\r\n## 一、核心观点\r\n> 用3-4句话概括本周债市核心特征，包括：\r\n> - 资金面整体松紧程度及周度变化\r\n> - 利率债走势及收益率曲线形态变化\r\n> - 信用债市场表现及利差变化\r\n> - 本周核心驱动逻辑（政策/数据/资金/情绪等）\r\n---\r\n\r\n## 二、本周债市全景复盘\r\n### 2.1 大类资产周度表现\r\n| 资产类别 | 指标 | 本周最新 | 上周末 | 周变动(BP/%) | 本月变动 |\r\n|---------|------|----------|--------|--------------|----------|\r\n|\r\n\r\n## 三、资金面周度监测\r\n### 3.1 银行间质押式回购利率周度走势\r\n| 品种 | 本周末(%) | 上周末(%) | 周变动(BP) | 本周均值(%) | 波动区间(%) |\r\n\r\n## 四、利率债市场周度复盘\r\n### 4.1 国债收益率曲线周度变化\r\n| 期限 | 本周末收益率(%) | 上周末(%) | 周变动(BP) | 本月变动(BP) |\r\n\r\n## 五、央行操作与流动性管理\r\n### 5.1 公开市场操作周度汇总\r\n| 操作类型 | 周投放(亿) | 周到期(亿) | 周净投放(亿) | 操作利率(%) |\r\n\r\n## 六、信用债市场周度分析\r\n### 6.1 信用利差周度监测\r\n| 评级 | 1Y利差(BP) | 3Y利差(BP) | 5Y利差(BP) | 周变动(BP) |\r\n|------|------------|------------|------------|------------|\r\n|\r\n\r\n## 七、同业存单市场周度分析\r\n### 7.1 NCD发行利率周度走势\r\n| 评级 | 1M | 3M | 6M | 9M | 1Y |\r\n|------|----|----|----|----|----|\r\n| AAA | | | | | |\r\n| AA+ | | | | | |\r\n*注：表中数值\r\n\r\n## 八、地方政府债周度跟踪\r\n### 8.1 地方债一级发行周度汇总\r\n| 期限 | 本周发行规模(亿) | 本周平均利率(%) | 认购倍数 |\r\n|------|------------------|-----------------|----------|\r\n| 3年 | | | |\r\n|\r\n\r\n## 九、银行资本债周度跟踪\r\n### 9.1 二级资本债周度表现\r\n| 品种 | 期限 | 本周末收益率(%) | 上周末(%) | 周变动(BP) | 信用利差(BP) |\r\n\r\n## 十、资产支持证券（ABS）周度跟踪\r\n### 10.1 ABS一级市场周度发行\r\n| 类型 | 本周发行规模(亿) | 本周发行只数 | 加权利率(%) |\r\n|------|------------------|--------------|-------------|\r\n| 信贷ABS | | |\r\n\r\n## 十一、本周重要事件与政策回顾\r\n### 11.1 宏观数据发布\r\n- **[数据名称]**：[数据值]，[预期值]，[前值] → [解读：超预期/不及预期/符合预期，对债市影响]\r\n- **[数据名称]**：...\r\n### 11.2 政策动态\r\n- **[政策名称]**：[政策要点] → [解读\r\n\r\n## 十二、下周展望与策略建议\r\n### 12.1 资金面展望\r\n- 央行公开市场操作到期情况\r\n- 政府债发行计划\r\n- 税期/跨月等季节性因素\r\n- 降准/降息可能性]\r\n### 12.2 利率债展望\r\n- 收益率曲线形态预判\r\n- 关键期限利率波动区间\r\n- 多空逻辑分析]\r\n### 12.3 信用债展\r\n\r\n## 十三、风险提示\r\n- **货币政策风险**：央行流动性投放不及预期，资金面超预期收敛\r\n- **经济数据风险**：经济数据超预期回暖，基本面修复超预期\r\n- **供给冲击风险**：政府债集中发行，利率债供给压力骤增\r\n- **信用风险**：信用风险事件发酵，引发市场风险偏好下降\r\n-\r\n\r\n## 数据获取注意事项\r\n1. **数据准确性优先**：如果某些数据无法获取，应明确标注\"数据待更新\"或\"暂无数据\"，不要编造数据\r\n2. **多源交叉验证**：对关键数据（如10年期国债收益率）应从多个工具交叉验证\r\n3. **时效性**：优先获取本周末（周五或最近交易日）数据，如无当\r\n\r\n## 数据获取失败处理\r\n如果某项数据查询失败：\r\n1. 尝试更换查询关键词\r\n2. 如仍无法获取，在对应表格中标注\"数据待更新\"\r\n3. 在点评部分说明数据缺失原因\r\n4. 不影响其他已完成部分的数据展示\r\n\r\n## 输出要求\r\n1. 报告必须使用标准Markdown格式\r\n2. 表格数据对齐，数字保留合理小数位（利率保留2-3位小数，BP取整数）\r\n3. 点评部分应简洁专业，避免冗长叙述\r\n4. 核心观点必须精炼，便于快速阅读\r\n5. 所有数据\r\n\r\n## 高级功能\r\n### 定时任务支持\r\n- 执行时间：每周五 18:00-19:00 或周一 09:00-10:00\r\n- 任务描述：自动生成上周固定收益市场周报\r\n### 自定义模板\r\n- 精简版：仅保留核心观点、资金面、利率债、信用债、下周展望五部分\r\n\r\n## 技能调用示例\r\n**用户输入：** \"生成本周固收周报\"\r\n**技能执行：**\r\n1. 获取当前日期，确定报告周期（上周末至本周末）\r\n2. 使用 `gildata-aidata` 服务依次查询：\r\n   - `MacroIndustryEDB` 获取资金面周度利率（DR001/D\r\n\r\n## Module 11: 利率市场回顾\r\n\r\n# 固定收益研究员资金面&利率复盘简报\r\n\r\n## 技能概述\r\n本技能面向证券固定收益研究员，自动化生成资金面与利率复盘简报。通过获取银行间市场核心利率数据、分析利率变动逻辑、结合宏观与政策因素，输出结构化的复盘报告。\r\n\r\n## 数据获取流程\r\n### 第一步：获取当前日期\r\n### 第二步：获取资金面核心数据\r\n1. **DR 系列利率**：DR001、DR007、DR014、DR021、DR1M\r\n   - 获取 DR 系列利率的最新数据\r\n   - 支持时间序列查询，可获取日度、周度、月度数据\r\n2.\r\n\r\n## 数据处理与分析\r\n### 利率变动计算\r\n1. **日度变动**：当日利率 - 上一交易日利率（单位：BP）\r\n2. **周度变动**：当日利率 - 上周同日利率（单位：BP）\r\n3. **月度变动**：当日利率 - 上月同日利率（单位：BP）\r\n### 期限利差分析\r\n1. **国债\r\n\r\n## 报告生成\r\n### 报告结构\r\n按照以下模板生成 Markdown 格式报告：\r\n```markdown\r\n# 资金面&利率复盘简报\r\n**报告日期**：YYYY-MM-DD\r\n**报告类型**：固定收益研究·资金利率日报\r\n---\r\n\r\n## 一、核心观点\r\n[用 2-3 句话概括当日资金面与利率市场的核心特征]\r\n---\r\n\r\n## 二、资金面概览\r\n### 2.1 DR 系列利率\r\n| 品种 | 最新利率 (%) | 日变动 (BP) | 周变动 (BP) | 月变动 (BP) |\r\n|------|-------------|------------|------------|------------|\r\n\r\n## 三、同业存单市场\r\n### 3.1 同业存单利率\r\n| 期限 | 最新利率 (%) | 日变动 (BP) | 周变动 (BP) |\r\n|------|-------------|------------|------------|\r\n| 1M | | | |\r\n| 3M | | | |\r\n\r\n## 四、国债收益率曲线\r\n### 4.1 收益率水平\r\n| 期限 | 最新利率 (%) | 日变动 (BP) | 周变动 (BP) | 月变动 (BP) |\r\n|------|-------------|------------|------------|------------|\r\n|\r\n\r\n## 五、央行操作与流动性\r\n### 5.1 公开市场操作\r\n| 操作类型 | 投放规模 (亿) | 到期规模 (亿) | 净投放 (亿) | 利率 (%) |\r\n\r\n## 六、利率涨跌逻辑\r\n### 6.1 资金面驱动\r\n### 6.2 基本面驱动\r\n### 6.3 政策面驱动\r\n### 6.4 供需面驱动\r\n---\r\n[分析资金面松紧对短端利率的影响]\r\n[分析经济数据、通胀预期对利率的影响]\r\n[分析货币政策预期、监管政策对利率的影响]\r\n[分析债券供给、配\r\n\r\n## 七、复盘结论与展望\r\n### 7.1 当日复盘结论\r\n1. [结论一]\r\n2. [结论二]\r\n3. [结论三]\r\n### 7.2 后续展望\r\n**短期（1-2 周）**：[展望]\r\n**中期（1-3 个月）**：[展望]\r\n### 7.3 交易建议\r\n[给出基于复盘结论的交易建议参考]\r\n---\r\n\r\n## 八、风险提示\r\n- [风险因素一]\r\n- [风险因素二]\r\n- [风险因素三]\r\n```\r\n\r\n## 执行指引\r\n1. **数据获取**：按照上述流程依次获取各类数据\r\n2. **数据校验**：检查数据完整性，对缺失数据进行标注\r\n3. **计算分析**：执行利率变动、期限利差等计算\r\n4. **逻辑推演**：结合数据与市场信息，分析利率变动逻辑\r\n5. **报告生成**：按照\r\n\r\n## 注意事项\r\n- 利率变动单位统一使用 BP（1BP = 0.01%）\r\n- 数据缺失时标注\"数据暂缺\"，不可编造数据\r\n- 复盘结论需有数据支撑，避免主观臆断\r\n- 交易建议仅供参考，不构成投资建议\r\n- 报告生成后直接在对话中显示完整内容，无需发送文件\r\n---\r\n\r\n## Module 12: 行业信用风险\r\n\r\n# 产业债财报风控体检\r\n\r\n## 技能概述\r\n本技能面向证券固定收益研究员的产业债投资与风控场景，提供发债主体全方位财务风险筛查能力。通过自动获取企业财务数据、司法风险、评级变动、担保信息等，系统性识别现金流恶化、有息负债压力、担保链传染、诉讼纠纷等负面信号，输出结构化风控\r\n\r\n## 工作流程\r\n### 第一步：确认分析主体\r\n### 第二步：获取企业基础信息\r\n### 第三步：获取财务数据\r\n1. **财务报表数据**：\r\n2. **财务分析指标**：\r\n### 第四步：获取司法与负面信息\r\n# 被执行人信息\r\n# 失信被执行人\r\n# 开庭公告\r\n# 裁判文书\r\n#\r\n\r\n## 风控报告模板\r\n```markdown\r\n# [企业名称] 产业债财报风控体检报告\r\n**报告日期**：YYYY-MM-DD\r\n**分析主体**：[企业全称]\r\n**统一社会信用代码**：[代码]\r\n**所属行业**：[行业分类]\r\n**企业性质**：[央企/地方国企/民企/其他]\r\n---\r\n\r\n## 一、执行摘要\r\n[用2-3段话概括核心结论，包括整体风险等级、主要风险点、是否建议规避等]\r\n**综合风险评级**：🟢 低风险 / 🟡 中等风险 / 🟠 较高风险 / 🔴 高风险\r\n---\r\n\r\n## 二、现金流健康度分析\r\n### 2.1 经营性现金流\r\n| 指标 | 最新报告期 | 上年同期 | 变动幅度 | 风险信号 |\r\n|------|-----------|---------|---------|---------|\r\n| 经营活动现金流净额 | [数值] | [数值] |\r\n\r\n## 三、有息负债压力分析\r\n### 3.1 债务规模与结构\r\n| 指标 | 最新报告期 | 上年同期 | 变动幅度 | 风险阈值 |\r\n|------|-----------|---------|---------|---------|\r\n\r\n## 四、担保链与关联风险分析\r\n### 4.1 对外担保情况\r\n| 被担保方 | 担保金额 | 担保类型 | 是否关联方 | 风险等级 |\r\n|---------|---------|---------|-----------|---------|\r\n\r\n## 五、司法与信用风险筛查\r\n### 5.1 司法风险汇总\r\n| 风险类型 | 数量 | 涉案金额 | 最新时间 | 风险等级 |\r\n|---------|-----|---------|---------|---------|\r\n\r\n## 六、评级变动与舆情监测\r\n### 6.1 主体与债项评级\r\n| 评级机构 | 主体评级 | 债项评级 | 评级展望 | 评级日期 | 变动方向 |\r\n|---------|---------|---------|---------|---------|---------|\r\n\r\n## 七、行业与区域风险\r\n### 7.1 行业景气度\r\n[简要分析企业所在行业的当前景气度、政策环境、周期性特征]\r\n### 7.2 区域风险（如适用）\r\n[对于地方国企或区域集中度高的企业，分析所在区域的经济财政状况]\r\n---\r\n\r\n## 八、综合风险评级与投资建议\r\n### 8.1 风险评分卡\r\n| 维度 | 权重 | 得分(0-100) | 评级 |\r\n|-----|------|-----------|------|\r\n| 现金流健康度 | 25% | [得分] | [优/良/中/差] |\r\n| 有息负债压力 | 25% |\r\n\r\n## 免责声明\r\n本报告基于公开数据和信息化工具自动生成，仅供参考，不构成任何投资建议。债券投资存在信用风险、利率风险、流动性风险等，投资者应根据自身风险承受能力独立判断。报告生成日期之后的信息变动可能影响分析结论，建议定期更新复查。\r\n```\r\n\r\n## 风险信号判定规则\r\n### 现金流风险信号\r\n| 信号 | 判定条件 | 风险等级 |\r\n|------|---------|---------|\r\n| 经营现金流为负 | 最新报告期经营活动现金流净额 < 0 | 🟠 较高风险 |\r\n\r\n## 注意事项\r\n1. **数据时效性**：财务数据以最新可得报告期为准，注意区分年报、中报、季报\r\n2. **非上市公司**：非上市公司财务数据可能不完整，需依赖工商信息和司法信息\r\n3. **集团企业**：对于集团型企业，注意区分母公司与合并口径数据\r\n4. **行业差异**：不同行业的财务\r\n\r\n## 输出要求\r\n- 报告必须使用 Markdown 格式\r\n- 所有数据需标注来源和报告期\r\n- 风险信号必须明确标注等级\r\n- 综合风险评级必须给出明确结论\r\n- 报告生成后直接在对话中显示完整内容\r\n---\r\n\r\n## Module 13: 债务风险分析\r\n\r\n# 城投主体债务排雷分析技能\r\n\r\n## 技能概述\r\n本技能面向证券固定收益研究员，提供城投平台（地方政府融资平台）债务风险的自动化排雷分析能力。通过多维度数据交叉验证，识别潜在信用风险，生成结构化风险报告。\r\n\r\n## 核心分析维度\r\n### 1. 区域财政实力评估\r\n- 一般公共预算收入及增速\r\n- 政府性基金收入（土地出让金）\r\n- 财政自给率（一般公共预算收入/一般公共预算支出）\r\n- 上级转移支付依赖度\r\n### 2. 债务压力分析\r\n- 地方政府债务余额及债务率（债务余额/综合财力）\r\n- 城\r\n\r\n## 执行流程\r\n### 第一步：明确分析对象\r\n- **城投主体名称**（如：XX 市城市建设投资集团）\r\n- **所属区域**（省/市/区县）\r\n- 如用户未指定具体主体，则按区域维度进行整体分析\r\n### 第二步：获取区域财政与债务数据\r\n- 支持多级行政区划（省/市/区县）\r\n- 获取 GDP、一般公共预算收入、政府性基金收入、财政收支、债务余额等核心指标\r\n- 支持时间序列查询，可获取历年数据对比\r\n- 一般公共预算收入（绝对值及同比增速）\r\n- 政府性基金收入（土地出让金占比）\r\n- 一般公共预算支出\r\n- 地方政府债务余额\r\n- GDP 总量及增速\r\n### 第三步：查询城投主体信息\r\n1. **区域城投平台明细数据**：\r\n- 获取城投平台风险评级、债务、财务等明细数据\r\n-\r\n\r\n## 一、执行摘要\r\n[200-300字核心结论，包括：区域财政概况、债务压力评估、化债进展、主体信用状况、最终风险判断]\r\n\r\n## 二、区域财政实力分析\r\n### 2.1 财政收支概况\r\n| 指标 | 数值 | 同比 |\r\n|------|------|------|\r\n| 一般公共预算收入 | XX 亿元 | XX% |\r\n| 政府性基金收入 | XX 亿元 | XX% |\r\n| 一般公共预算支出 | XX 亿元 |\r\n\r\n## 三、债务压力评估\r\n### 3.1 地方政府债务\r\n| 指标 | 数值 | 备注 |\r\n|------|------|------|\r\n| 地方政府债务余额 | XX 亿元 | - |\r\n| 综合财力 | XX 亿元 | - |\r\n| 狭义债务率 | XX% | [安全/关注/预警] |\r\n\r\n## 四、化债进度跟踪\r\n### 4.1 特殊再融资债券\r\n[已发行规模、批次、用途]\r\n### 4.2 债务置换与展期\r\n[如有公开信息，描述债务重组进展]\r\n### 4.3 其他化债措施\r\n[资产处置、股权划转、财政注资等]\r\n\r\n## 五、主体信用排查\r\n### 5.1 基本信息\r\n| 项目 | 内容 |\r\n|------|------|\r\n| 企业全称 | - |\r\n| 成立日期 | - |\r\n| 注册资本 | - |\r\n| 实际控制人 | - |\r\n| 主体评级 | - |\r\n| 评级展望 | - |\r\n### 5.2 司\r\n\r\n## 六、存续债券概况\r\n[如有数据，列明存续债券明细、余额、到期分布]\r\n\r\n## 七、风险结论与建议\r\n### 7.1 核心风险点\r\n1. [风险点1]\r\n2. [风险点2]\r\n3. [风险点3]\r\n### 7.2 投资建议\r\n### 7.3 后续跟踪要点\r\n1. [跟踪事项1]\r\n2. [跟踪事项2]\r\n---\r\n**免责声明**：本报告基于公开信息整理，数据截至报告生成日。\r\n\r\n## 数据处理原则\r\n1. **数据时效性**：优先使用最新可得数据，标注数据截止日期\r\n2. **交叉验证**：同一指标从多个数据源获取时，取最新或最权威来源\r\n3. **缺失处理**：如某项数据无法获取，标注\"数据暂缺\"，不影响其他维度分析\r\n4. **保守原则**：风险等级判定采\r\n\r\n## 注意事项\r\n- 城投债务数据部分为非公开信息，宽口径债务率可能需要估算\r\n- 化债政策变化较快，需关注最新政策动态\r\n- 主体司法信息可能存在滞后，建议定期复查\r\n- 风险等级仅为参考，实际投资决策需结合更多定性分析\r\n---\r\n\r\n## Module 14: 转债估值分析\r\n\r\n```markdown\r\n# 转债估值与博弈速评\r\n\r\n## 技能概述\r\n本技能面向证券固定收益研究员，提供可转债的快速估值分析与博弈机会挖掘。核心功能包括转股溢价率测算、强赎风险评估、下修博弈分析、套利机会识别，输出标准化Markdown格式速评报告。\r\n\r\n## 工作流程\r\n### 第一步：获取转债基础数据与价值分析\r\n- 转债最新价格、涨跌幅\r\n- 转股溢价率、纯债溢价率\r\n- 转股价值、到期收益率\r\n- 转股价、强赎触发价、下修触发价\r\n- 剩余规模、债券评级、到期日\r\n- 波动率指标\r\n### 第二步：获取正股实时行情与估值\r\n- 最新股\r\n\r\n## 一、核心估值指标\r\n| 指标 | 数值 | 评价 |\r\n|------|------|------|\r\n| 转股溢价率 | X.XX% | 低/中/高 |\r\n| 纯债溢价率 | X.XX% | - |\r\n| 转股价值 | XX.XX元 | - |\r\n\r\n## 二、强赎风险分析\r\n**强赎触发价：** XX.XX元（转股价的130%）  \r\n**当前正股价/转股价比值：** X.XX\r\n**风险等级：** 🟢低风险 / 🟡中风险 / 🔴高风险\r\n**分析：**\r\n- 正股价格走势判断\r\n- 距离触发条件的差距\r\n- 公司强赎意愿评估\r\n\r\n## 三、下修博弈分析\r\n**下修触发价：** XX.XX元（转股价的85%/80%）  \r\n**当前正股价/转股价比值：** X.XX\r\n**下修可能性：** 低/中/高\r\n**关键因素：**\r\n- 剩余期限：X.XX年\r\n- 公司下修历史：有/无\r\n- 大股东持债比例：X.XX%\r\n- 偿债压\r\n\r\n## 四、套利机会评估\r\n### 折价套利\r\n- 当前溢价率：X.XX%\r\n- 套利空间：X.XX元/张\r\n- 操作建议：可行/不可行（考虑T+1风险）\r\n### 低溢价博弈\r\n- 溢价率水平：X.XX%\r\n- 正股上涨弹性：高/中/低\r\n- 转债防御性：强/中/弱\r\n### 下修博弈\r\n- 满足下修\r\n\r\n## 五、综合评级与操作建议\r\n**转债评级：** A/B/C/D（A最优）\r\n**投资逻辑：**\r\n1. 核心驱动因素\r\n2. 主要风险点\r\n3. 操作建议\r\n**风险提示：**\r\n- 正股下跌风险\r\n- 强赎风险\r\n- 信用风险\r\n- 流动性风险\r\n---\r\n*本报告仅供参考，不构成投资建议。*\r\n```\r\n\r\n## 工具使用规范\r\n1. **数据查询**：优先使用 `gildata-aidata` 服务获取权威金融数据\r\n   - `CBBondValueAnalysis`：可转债多维度价值分析（核心工具）\r\n   - `AShareLiveQuote`：正股实时行情\r\n   - `Stoc\r\n\r\n## 注意事项\r\n1. **条款差异**：不同转债的强赎/下修条款可能不同，需以募集说明书为准\r\n2. **交易规则**：转股套利需考虑T+1规则及交易成本\r\n3. **信用风险**：低评级转债需关注违约风险\r\n4. **流动性**：小规模转债可能存在流动性不足问题\r\n5. **免责声明**：报告\r\n\r\n## 示例调用\r\n1. 获取转债价值：gildata-aidata CBBondValueAnalysis (查询宁银转债)\r\n2. 获取正股行情：gildata-aidata AShareLiveQuote (查询宁波银行)\r\n3. 获取正股估值：gildata-aidata StockValueAnalysis (查询宁波银行PE/PB)\r\n4. 获取转债公告：gildata-ai\r\n\r\n## 技能更新日志\r\n**2026-05-11 更新**：\r\n- **核心数据源变更**：全面接入 `gildata-aidata` 服务，替代原有 `east\r\n\r\n## Module 15: 行业深度分析\r\n\r\n# 行业深度分析技能\r\n\r\n## 技能定位\r\n本技能面向**专业研究员、投资机构、产业分析师**，提供全方位行业深度分析。通过调用多个专业金融数据工具和行业数据库，从八大维度系统性地分析行业投资价值、竞争格局和发展趋势，生成机构级行业深度研究报告。\r\n\r\n## 触发场景\r\n- \"对 XX 行业做深度分析\"\r\n- \"分析 XX 行业\"\r\n- \"XX 行业深度研究\"\r\n- \"研究 XX 行业的投资价值\"\r\n- \"XX 行业全面分析\"\r\n- \"帮我深度研究一下 XX 行业\"\r\n- \"XX 行业投资机\r\n\r\n## 分析框架（八大维度）\r\n### 一、行业概况\r\n**数据获取**：\r\n- \"[行业名称] 行业定义 分类 发展历程 生命周期\"\r\n- \"[行业名称] 行业介绍 基本概念 产业链 宏观环境\"\r\n**分析要点**：\r\n1. **行业定义与分类**\r\n   - 行业的明确定义\r\n   - 行业细分领域\r\n\r\n## 报告输出格式\r\n生成结构化 Markdown 报告，包含以下章节：\r\n```markdown\r\n# [行业名称] 深度分析报告\r\n\r\n## 执行摘要\r\n[200-300 字，概括行业核心特征、市场空间、竞争格局、发展趋势、投资建议]\r\n\r\n## 一、行业概况\r\n### 1.1 行业定义与分类\r\n[行业定义、细分领域、行业分类]\r\n### 1.2 行业发展历程\r\n[发展阶段、重要节点、生命周期判断]\r\n### 1.3 行业特征\r\n[商业模式、盈利模式、周期性]\r\n\r\n## 二、市场规模\r\n### 2.1 当前市场规模\r\n[表格：近 3-5 年市场规模及增速]\r\n[分析文字]\r\n### 2.2 市场驱动因素\r\n[需求、供给、政策驱动分析]\r\n### 2.3 未来市场空间\r\n[表格：未来 3-5 年市场预测]\r\n[天花板判断]\r\n\r\n## 三、产业链分析\r\n### 3.1 产业链结构\r\n[产业链图谱描述]\r\n### 3.2 价值链分布\r\n[各环节附加值、利润分布]\r\n### 3.3 产业链趋势\r\n[整合、转移、安全等趋势]\r\n\r\n## 四、竞争格局\r\n### 4.1 市场集中度\r\n[表格：CR3/CR5 数据及变化]\r\n### 4.2 主要参与者\r\n[表格：主要企业列表及市场份额]\r\n### 4.3 竞争态势\r\n[竞争格局类型、竞争焦点]\r\n### 4.4 企业对比分析\r\n[表格：主要企业财务指标对比]\r\n\r\n## 五、行业趋势\r\n### 5.1 技术发展趋势\r\n[技术演进方向]\r\n### 5.2 需求变化趋势\r\n[需求变化分析]\r\n### 5.3 产品/服务趋势\r\n[产品升级方向]\r\n### 5.4 商业模式趋势\r\n[商业模式创新]\r\n\r\n## 六、进入壁垒\r\n### 6.1 技术壁垒\r\n[技术门槛分析]\r\n### 6.2 资金壁垒\r\n[资金需求分析]\r\n### 6.3 资质/牌照壁垒\r\n[准入要求分析]\r\n### 6.4 品牌/渠道壁垒\r\n[品牌渠道分析]\r\n### 6.5 综合壁垒评估\r\n[壁垒高低判断]\r\n\r\n## 七、风险因素\r\n### 7.1 政策风险\r\n[政策风险分析]\r\n### 7.2 市场风险\r\n[市场风险分析]\r\n### 7.3 技术风险\r\n[技术风险分析]\r\n### 7.4 经营风险\r\n[经营风险分析]\r\n### 7.5 财务风险\r\n[财务风险分析]\r\n\r\n## 八、投资机会\r\n### 8.1 细分领域机会\r\n[高成长赛道识别]\r\n### 8.2 投资标的筛选\r\n[表格：推荐标的及理由]\r\n### 8.3 投资时点判断\r\n[周期位置、估值水平]\r\n### 8.4 投资策略建议\r\n[配置建议]\r\n\r\n## 九、结论与建议\r\n### 9.1 行业评级\r\n### 9.2 核心逻辑\r\n### 9.3 风险提示\r\n---\r\n**报告生成时间**: [YYYY-MM-DD]\r\n**数据来源**: 行业数据优先来源于 gildata-aidata，其他信息来源于公开渠道\r\n**免责声明**: 本报告仅\r\n```\r\n\r\n## 执行流程\r\n### 步骤 1：确认分析对象\r\n- 从用户输入中提取行业名称\r\n- 明确行业范围和边界\r\n- 如行业名称模糊，与用户确认或自行界定\r\n### 步骤 2：行业数据获取\r\n**行业基本信息**：\r\n**市场规模数据**：\r\n### 步骤 3：产业链与竞争格局分析\r\n**产业链信息**：\r\n**竞争格局**：\r\n### 步骤 4：行业趋势与壁垒分析\r\n### 步骤 5：风险信息获取\r\n### 步骤 6：投资机会分析\r\n**标的筛选**：\r\n### 步骤 7：报告撰写\r\n- 数据标注来源\r\n- 关键数据使用表格呈现\r\n- 分析逻辑清晰\r\n- 结论明确\r\n- 风险提示充分\r\n### 步骤 8：报告交付\r\n**重要**：报告生成后直接在对话中输出完整的 Markdown 报告内容，让用户可以立即\r\n\r\n## 注意事项\r\n1. **数据时效性**\r\n   - 优先使用最新数据（2024 年、2025 年、2026 年）\r\n   - 标注数据截止日期\r\n   - 对于预测数据明确说明是预测值\r\n2. **数据交叉验证**\r\n   - 关键行业数据从多个来源验证\r\n   - 发现数据冲突时，以权威机构数据\r\n\r\n## 特殊情况处理\r\n### 情况 1：数据获取失败\r\n- 尝试使用替代工具\r\n- 如仍无法获取，在报告中说明\"数据暂缺\"\r\n- 不编造数据\r\n### 情况 2：行业定义模糊\r\n- 主动与用户确认具体细分领域\r\n- 或自行界定分析范围并在报告中说明\r\n- 建议聚焦到具体细分赛道\r\n### 情况\r\n\r\n## 示例调用\r\n1. 提取行业名称：光伏行业\r\n2. 获取行业信息：gildata-aidata IndustryOverview query=\"光伏行业 行业定义 分类 发展历程\"\r\n3. 获取市场规模：gildata-aidata IndustryMarketScale query=\"光伏行业 市场规模 2024 2025 2026 预测\"\r\n4. 获取产业链信息：gildata\r\n\r\n## 输出示例（2026-09-21 新增）\r\n**行业分析的标准骨架**\r\n| 章节 | 关键问题 | 常用证据 | 常见误区 |\r\n|------|---------|---------|---------|\r\n| 需求 | 谁在买、为什么现在买 | 下游出货量、渗透率、订单 | 用行业增速代替公司需求 |\r\n| 供给 | 产能怎么变、多久能变 | 产能地图、扩产公告、环评 | 名义产能当成有效产能 |\r\n\r\n## 技能更新日志\r\n**2026-05-11 更新**：\r\n- **核心数据源变更**：将所有行业数据、市场规模、竞争格局查询改为优先使用 gildata-a\r\n\r\n## Module 16: 行业一页纸分析\r\n\r\n# 行业一页纸分析技能\r\n\r\n## 技能定位\r\n- **深度分析**：八大维度，全面深入，适合深度研究和首次覆盖\r\n- **一页纸分析**：六大核心维度，精炼简洁，适合快速决策和赛道跟踪\r\n\r\n## 触发场景\r\n- \"XX 行业一页纸\"\r\n- \"一页纸分析 XX 行业\"\r\n- \"快速分析 XX 行业\"\r\n- \"XX 行业速评\"\r\n- \"XX 行业简单分析\"\r\n- \"XX 行业核心要点\"\r\n- \"XX 行业投资亮点\"\r\n- \"XX 行业\r\n\r\n## 分析框架（一页纸六大维度）\r\n### 一、行业概况（基本信息）\r\n**数据获取**：\r\n- 获取行业成分股列表，了解行业覆盖范围\r\n- 查询行业相关宏观经济数据\r\n- \"[行业名称] 行业定义 主要产品 应用场景\"\r\n**核心信息**：\r\n- 行业定义/分类\r\n- 产业链位置\r\n- 主要产品/服务\r\n-\r\n\r\n## 报告输出格式\r\n# [行业名称] 一页纸分析\r\n| 基本信息 | |\r\n|----------|------|\r\n| 行业分类 | [分类] |\r\n| 产业链位置 | [上游/中游/下游] |\r\n| 主要产品 | [产品/服务] |\r\n| 下游应用 | [应用领域] |\r\n---\r\n\r\n## 📈 市场规模与增速\r\n| 指标 | 2023 | 2024 | 2025E | 增速 |\r\n|------|------|------|-------|------|\r\n| 市场规模（亿元） | X | X | X | X% |\r\n| 同比增速（%） | X | X | X | — |\r\n\r\n## 🏆 竞争格局\r\n| 指标 | 数值 | 判断 |\r\n|------|------|------|\r\n| CR3 | X% | 集中/分散 |\r\n| CR5 | X% | 集中/分散 |\r\n| 龙头企业 | [企业 1]、[企业 2]、[企业 3] | |\r\n\r\n## 🚀 行业趋势\r\n1. **[趋势 1 标题]**：[简要描述]\r\n2. **[趋势 2 标题]**：[简要描述]\r\n3. **[趋势 3 标题]**：[简要描述]\r\n---\r\n\r\n## 💡 投资机会\r\n**核心逻辑**：\r\n1. [投资逻辑 1]\r\n2. [投资逻辑 2]\r\n**重点细分**：[细分赛道 1]、[细分赛道 2]\r\n**估值水平**：[行业 PE/PB 及历史分位]\r\n**近期催化剂**：[催化剂 1]、[催化剂 2]\r\n---\r\n\r\n## ⚠️ 主要风险\r\n1. [风险 1]\r\n2. [风险 2]\r\n3. [风险 3]\r\n---\r\n\r\n## 📌 投资结论\r\n**整体判断**：[看好/中性/谨慎]\r\n**核心观点**：[1-2 句话概括核心观点]\r\n**建议关注**：[关注时点/催化剂]\r\n---\r\n*报告生成时间：YYYY-MM-DD | 数据来源：Gildata-AIData、公开资料 | 仅供参考，不构成投资建议*\r\n\r\n## 执行流程\r\n### 步骤 1：确认分析对象\r\n- 从用户输入中提取行业名称\r\n- 明确行业定义和范围\r\n- 获取行业分类信息\r\n### 步骤 2：获取行业估值与行情数据\r\n### 步骤 3：获取市场规模数据\r\n### 步骤 4：获取竞争格局数据\r\n### 步骤 5：获取行业趋势信息\r\n### 步骤 6：获取投资机会信息\r\n### 步骤 7：获取风险信息\r\n### 步骤 8：撰写一页纸报告\r\n- 严格控制篇幅在一页纸内（约 800-1200 字）\r\n- 关键数据使用表格呈现\r\n- 语言精炼，直击核心\r\n- 结论明确\r\n### 步骤 9：报告交付\r\n**重要**：报告生成后直接在对话中输出完整的 Markdown 报告内容。\r\n**执行方式**：\r\n**注意**：\r\n- **不需要发送文件**，只\r\n\r\n## 注意事项\r\n1. **篇幅控制**\r\n   - 严格控制在\"一页纸\"篇幅内\r\n   - 避免冗长描述，每点 1-2 句话\r\n   - 优先使用表格呈现数据\r\n2. **数据时效性**\r\n   - 使用最新可得的行业数据\r\n   - 标注数据截止日期或预测年份\r\n   - 区分历史数据和预测数据\r\n3\r\n\r\n## 特殊情况处理\r\n### 情况 1：数据获取失败\r\n- 尝试使用替代数据源\r\n- 如仍无法获取，标注\"数据暂缺\"\r\n- 不编造数据\r\n### 情况 2：行业范围模糊\r\n- 如用户只说\"新能源行业\"（范围太宽）\r\n- 主动询问具体细分行业（如光伏、风电、锂电等）\r\n- 或选择一个主流细分领域\r\n\r\n## 示例调用\r\n1. 提取行业名称：光伏行业\r\n2. 获取行业估值：gildata-aidata IndustryValuation\r\n3. 获取市场规模：gildata-aidata MacroIndustryEDB + web_search\r\n4. 获取竞争格局：gildata-aidata IndustryConstituentStocks + SectorRank\r\n5. 获取\r\n\r\n## 与行业深度分析技能对比\r\n| 维度 | industry-one-page-analysis | industry-deep-analysis |\r\n|------|---------------------------|----------------------|\r\n\r\n## 四个分析技能对比总览\r\n| 技能 | 分析对象 | 定位 | 篇幅 | 场景 |\r\n|------|---------|------|------|------|\r\n\r\n## 技能更新日志\r\n**2026-05-11 更新**：\r\n- **核心数据源变更**：将所有行业数据、市场规模、竞争格局查询改为优先使用 gildata-a\r\n\r\n## Module 17: 行业配置推荐\r\n\r\n# 行业比较与配置推荐 (Sector Allocation & Comparison)\r\n\r\n## 概述\r\n本技能辅助证券策略研究员进行**行业轮动分析**与**资产配置决策**。通过 gildata-aidata 专业金融数据服务自动化采集行业核心数据，运用多维比较框架（景气、估值、资金、政策），量化评估各行业投资价值，输出标准化的\r\n\r\n## 核心分析框架 (4D 模型)\r\n### 1. 景气维度 (Fundamentals / Momentum) - 40% 权重\r\n* **盈利预测**: 分析师盈利预测上调比例（EPS 上调家数/总家数）。\r\n* **业绩增速**: 营收/净利润同比增速、环比改善情况。\r\n\r\n## 执行流程\r\n1. **数据采集**:\r\n   * 使用 `gildata-aidata` 的 `SectorRank` 获取最新申万一级行业涨跌幅排序\r\n   * 使用 `IndustryValuation` 获取各行业 PE、PB 及历史分位数\r\n   * 使用 `SectorFundFlowRank` 获取行业资金流向排序\r\n   * 使用 `IndustryFinancialAnalysis` 获取行业盈利能力和成长能力指标\r\n   * 使用 `IndustryCapitalFlow` 获取近期资金流向趋势\r\n   * 使用 `ResearchReport` 或 `IndustryAnalysisViewpoints` 获取行业研报观点\r\n2. **多维打分与排序\r\n\r\n## 报告模板 (Markdown)\r\n```markdown\r\n# 📊 行业比较与配置建议 | [日期/周期]\r\n> **数据来源**: gildata-aidata 专业金融数据服务\r\n> **数据截止**: [具体日期]\r\n> **核心观点**: [一句话总结当前行业配置主线，如\"攻守兼备，聚焦盈利确定性高的红利资产与景气反转的半导体\"]\r\n> **市场风格预判**: [大盘/小盘，成长/价值，当前处于什么阶段]\r\n---\r\n\r\n## 一、 行业配置排序 (Allocation Ranking)\r\n| 评级 | 行业名称 | 核心驱动因子 | 景气趋势 | 估值分位 | 资金动向 |\r\n|------|----------|--------------|----------|----------|----------|\r\n\r\n## 二、 重点行业配置逻辑 (Deep Dive)\r\n### 1. 🟢 推荐超配：[行业 A]\r\n* **景气逻辑**: [详细描述基本面改善，如\"下游需求回暖，产品价格连续 3 周上涨，分析师一致预期上调 10%\"]\r\n* **估值逻辑**: [详细描述估值优势，如\"当前 PE 仅 15 倍，处于近 5 年 20\r\n\r\n## 三、 风险提示与回避板块 (Risk & Avoid)\r\n* 🔴 **建议回避**: [行业 D]\r\n  * **逻辑**: [如\"产能过剩导致价格战，业绩下行周期未结束，且外资持续减持\"]\r\n* ⚠️ **潜在风险**:\r\n  * [宏观风险，如\"美债收益率上行压制成长股估值\"]\r\n\r\n```\r\n## 注意事项\r\n* **数据源唯一性**: 所有行业相关数据必须通过 `gildata-aidata` 服务获取，确保数据权威性和一致性\r\n* **数据时效性**: 确保引用的估值、资金数据为最新可得数据（注明截止日期）\r\n* **逻辑自洽**: 景气、估值、资金三者之间需逻辑自洽，例如高景\r\n\r\n## Module 18: 公司深度分析\r\n\r\n# 上市公司深度分析技能\r\n\r\n## 技能定位\r\n**核心优势**：\r\n- ✅ **gildata-aidata 专业数据源**：所有财务数据、估值数据、一致预期优先通过 gildata-aidata 服务获取\r\n- ✅ **分析框架系统**：覆盖财务、业务、行业、估值、风险、管理\r\n\r\n## 触发场景\r\n| 用户表述 | 触发类型 |\r\n|----------|----------|\r\n| \"分析 XX 公司\" | 定向分析 |\r\n| \"对 XX 公司做深度研究\" | 定向分析 |\r\n\r\n## 执行流程\r\n### Step 1：获取公司核心数据\r\n**1.1 提取公司名称/股票代码**\r\n- 公司全称/简称（如\"五粮液\"、\"茅台\"）\r\n- 股票代码（如\"000858\"、\"600519\"）\r\n**1.2 通过 gildata-aidata 获取核心数据**\r\n**核心原则：所有财务数据、估值数据、一致预期、机构评级优先通过 gildata-aidata 服务获取。**\r\n| 数据类别 | gildata-aidata 工具 | query 参数示例 |\r\n|---------|-------------------|---------------|\r\n\r\n## 报告结构模板\r\n```markdown\r\n# 📊 {公司名称} 深度分析报告\r\n**分析日期**：YYYY 年 MM 月 DD 日  \r\n**股票代码**：{代码}.SH/.SZ/.HK  \r\n**所属行业**：{行业分类}  \r\n**报告类型**：公司深度研究\r\n---\r\n\r\n## 一、核心观点\r\n### 1.1 投资逻辑\r\n[提炼 2-3 条核心投资逻辑，简明扼要]\r\n### 1.2 关键假设\r\n[列出支撑投资逻辑的核心假设]\r\n### 1.3 主要风险\r\n[列出 3-5 个核心风险点]\r\n---\r\n\r\n## 二、公司概况\r\n### 2.1 基本信息\r\n| 项目 | 内容 |\r\n|------|------|\r\n| 公司全称 | [全称] |\r\n| 股票代码 | [代码] |\r\n| 上市时间 | [年份] |\r\n| 法定代表人 | [姓名] |\r\n| 总部地点 | [城市] |\r\n\r\n## 三、财务分析\r\n### 3.1 核心财务数据\r\n| 财务指标 | 2023 年 | 2024 年 | 2025 年 | 2026Q1 |\r\n|----------|--------|--------|--------|--------|\r\n| 营业收入（亿元） | | | | |\r\n\r\n## 四、业务与行业分析\r\n### 4.1 业务结构\r\n| 业务板块 | 营收占比 | 毛利率 | 增速 | 核心产品/服务 |\r\n|----------|----------|--------|------|---------------|\r\n| [业务 1] | % | % | % |\r\n\r\n## 五、估值与一致预期\r\n### 5.1 估值水平\r\n| 估值指标 | 当前值 | 历史中位数 | 同业中位数 | 评价 |\r\n|----------|--------|------------|------------|------|\r\n\r\n## 六、风险分析\r\n### 6.1 财务风险\r\n1. [风险描述]：[影响程度及应对]\r\n2. [风险描述]：[影响程度及应对]\r\n### 6.2 经营风险\r\n1. [风险描述]：[影响程度及应对]\r\n2. [风险描述]：[影响程度及应对]\r\n### 6.3 行业与政策风险\r\n1. [风险描\r\n\r\n## 七、管理层与公司治理\r\n### 7.1 核心管理层\r\n### 7.2 股权结构\r\n### 7.3 激励机制\r\n### 7.4 ESG 表现（如适用）\r\n---\r\n[介绍董事长、总经理等核心管理层背景、任职时间、战略眼光]\r\n[描述实际控制人、前十大股东、股权集中度]\r\n[描述股权激励、员工持股计\r\n\r\n## 八、投资建议与结论\r\n### 8.1 核心结论\r\n### 8.2 投资评级\r\n- **评级**：[买入/增持/中性/减持/卖出]\r\n- **目标价**：[元]（如适用）\r\n- **投资周期**：[6-12 个月/1-3 年]\r\n### 8.3 催化剂与风险点\r\n**催化剂**：\r\n1. [催化\r\n\r\n```\r\n## 特殊场景处理\r\n### 场景一：用户未提供公司名称\r\n1. 主动询问用户需要分析哪家上市公司\r\n2. 可提供近期热门公司或用户持仓公司供参考\r\n### 场景二：公司信息较少（次新股/小市值）\r\n1. 在报告中标注\"信息有限\"\r\n2. 重点依赖招股书和最新财报\r\n3. 增加\"信息获取建议\r\n\r\n## 工具使用说明\r\n| 工具 | 用途 | 调用示例 |\r\n|------|------|----------|\r\n\r\n## 质量检查清单\r\n- [ ] 公司基本信息准确（名称、代码、行业）\r\n- [ ] 财务数据标注报告期和来源（优先 gildata-aidata）\r\n- [ ] 数据口径一致（TTM/年报/季报）\r\n- [ ] 估值数据为最新值\r\n- [ ] 一致预期覆盖未来 2-3 年\r\n- [ ]\r\n\r\n## 注意事项\r\n1. **数据准确性**：财务数据需标注来源和报告期，优先使用 gildata-aidata 获取\r\n2. **客观中立**：分析应基于事实，避免主观臆断\r\n3. **信息时效**：优先使用最新公开信息（最近 12 个月）\r\n4. **逻辑严密**：投资逻辑需有数据支撑，避免空\r\n\r\n## 输出示例（2026-09-21 新增）\r\n**公司分析的关键问题清单**\r\n| 维度 | 关键问题 | 证据来源 | 红旗信号 |\r\n|------|---------|---------|---------|\r\n| 生意 | 靠什么赚钱、赚的是谁的钱 | 年报分部数据 | 收入高度依赖单一客户 |\r\n| 壁垒 | 客户为什么不换供应商 | 认证周期、专利、合同期限 | 认证周期短、替代易得 |\r\n| 增长 |\r\n\r\n## 技能更新日志\r\n**2026-05-11 更新**：\r\n- **核心数据源变更**：将所有财务数据、估值数据、一致预期查询改为优先使用 gildata-a\r\n\r\n## Module 19: 公司一页纸分析\r\n\r\n# 上市公司一页纸分析技能\r\n\r\n## 技能定位\r\n**核心优势**：\r\n- ✅ **gildata-aidata 专业数据源**：所有财务数据、估值数据优先通过 gildata-aidata 服务获取\r\n- ✅ **精炼高效**：五大核心维度，一页纸篇幅，直击投资要点\r\n- ✅ **\r\n\r\n## 触发场景\r\n- \"XX 公司一页纸\"\r\n- \"一页纸分析 XX 公司\"\r\n- \"快速分析 XX 公司\"\r\n- \"XX 公司速评\"\r\n- \"XX 公司简单分析\"\r\n- \"XX 公司核心要点\"\r\n- \"XX 公司投资亮点\"\r\n- \"XX 公司\r\n\r\n## 分析框架（一页纸五大维度）\r\n### 一、公司画像（基本信息）\r\n**数据获取**：\r\n- \"[公司名称] 公司简介 股票代码 所属行业\"\r\n- \"[公司名称]\" 获取企业基本信息\r\n**核心信息**：\r\n- 公司全称、股票代码\r\n- 所属行业/板块\r\n- 市值、股价\r\n- 实控人/大股东\r\n\r\n## 报告输出格式\r\n# [公司名称] 一页纸分析\r\n| 基本信息 | |\r\n|----------|------|\r\n| 股票代码 | [代码] |\r\n| 所属行业 | [行业] |\r\n| 当前市值 | [市值] |\r\n| 当前股价 | [股价] |\r\n| 实控人 | [实控人] |\r\n---\r\n\r\n## 📊 核心财务指标\r\n| 指标 | 2022 | 2023 | 2024 | 趋势 |\r\n|------|------|------|------|------|\r\n| 营收（亿元） | X | X | X | ↑/↓ |\r\n\r\n## 🎯 业务亮点\r\n1. **[亮点 1 标题]**：[简要描述]\r\n2. **[亮点 2 标题]**：[简要描述]\r\n3. **[亮点 3 标题]**：[简要描述]\r\n---\r\n\r\n## 💰 估值水平\r\n| 估值指标 | 当前值 | 历史分位 | 行业平均 | 判断 |\r\n|----------|--------|----------|----------|------|\r\n| PE（TTM） | X | X% | X | 低估/合理/高估 |\r\n\r\n## ⚠️ 主要风险\r\n1. [风险 1]\r\n2. [风险 2]\r\n3. [风险 3]\r\n---\r\n\r\n## 📌 投资结论\r\n**核心逻辑**：[1-2 句话概括核心投资逻辑]\r\n**建议关注**：[关注时点/催化剂]\r\n---\r\n*报告生成时间：YYYY-MM-DD | 数据来源：财务/估值数据优先来源于 gildata-aidata，其他信息来源于公开渠道 | 仅供参考，不构成投资建\r\n\r\n## 执行流程\r\n### 步骤 1：确认分析对象\r\n- 从用户输入中提取公司名称\r\n- 使用 `web_search` 搜索确认公司全称和股票代码\r\n- 获取所属行业、市值等基础信息\r\n### 步骤 2：获取核心财务数据\r\n### 步骤 3：获取估值数据\r\n### 步骤 4：获取业务信息\r\n### 步骤 5：获取风险信息\r\n### 步骤 6：撰写一页纸报告\r\n- 严格控制篇幅在一页纸内（约 800-1200 字）\r\n- 关键数据使用表格呈现\r\n- 语言精炼，直击核心\r\n- 结论明确\r\n### 步骤 7：报告交付\r\n**重要**：报告生成后直接在对话中输出完整的 Markdown 报告内容。\r\n**执行方式**：\r\n**注意**：\r\n- **不需要发送文件**，只需在对话中直接显示\r\n- 报告应简洁\r\n\r\n## 注意事项\r\n1. **篇幅控制**\r\n   - 严格控制在\"一页纸\"篇幅内\r\n   - 避免冗长描述，每点 1-2 句话\r\n   - 优先使用表格呈现数据\r\n2. **数据时效性**\r\n   - 使用最新可得的财务数据\r\n   - 标注数据截止日期\r\n   - 估值数据使用最新行情\r\n3. **聚焦\r\n\r\n## 特殊情况处理\r\n### 情况 1：数据获取失败\r\n- 尝试使用替代数据源\r\n- 如仍无法获取，标注\"数据暂缺\"\r\n- 不编造数据\r\n### 情况 2：非上市公司\r\n- 说明数据局限性\r\n- 使用 asset-service 获取基础工商信息\r\n- 调整报告格式，弱化财务和估值部分\r\n###\r\n\r\n## 示例调用\r\n1. 提取公司名称：贵州茅台\r\n2. 搜索确认：web_search query=\"贵州茅台 公司简介 股票代码 行业\"\r\n3. 获取财务数据：gildata-aidata FinancialStatement query=\"贵州茅台 2022 2023 2024 年报 利润表\"\r\n4. 获取财务指标：gildata-aidata FinancialAnalysis\r\n\r\n## 与深度分析技能对比\r\n| 维度 | company-one-page-analysis | company-deep-analysis |\r\n|------|--------------------------|----------------------|\r\n| **篇幅** |\r\n\r\n## 技能更新日志\r\n**2026-05-11 更新**：\r\n- **核心数据源变更**：将所有财务数据、估值数据查询改为优先使用 gildata-aidata\r\n\r\n## Module 20: 公告解读\r\n\r\n# 重大公告解读技能\r\n\r\n## 技能定位\r\n**核心优势**：\r\n- ✅ **gildata-aidata 专业数据源**：所有财务数据、估值数据、一致预期\n\nFile v2.0.7:_meta.json\n\n{\n  \"ownerId\": \"kn74e704j3ygjcygnpf02rdvd185js13\",\n  \"slug\": \"investment-researcher-digital-employee\",\n  \"version\": \"2.0.7\",\n  \"publishedAt\": 1790591857049\n}\n\nFile v2.0.7:skill-card.md\n\n## Description:\n\nProvides Chinese-language frameworks and report templates for macroeconomic, fixed-income, industry, company, strategy, and quantitative investment research.\n\nThis skill is ready for commercial/non-commercial use.\n\n## Publisher:\n\n[gechengling](https://clawhub.ai/user/gechengling)\n\n### License/Terms of Use:\n\nMIT-0\n\n## Use Case:\n\nInvestment research professionals use the skill to draft Chinese-language research outlines, reports, and risk analyses across 34 modules. Users supply a research topic and time period, verify authorized data sources, and have qualified professionals review the results before use.\n\n### Deployment Geography for Use:\n\nGlobal\n\n## Known Risks and Mitigations:\n\nRisk: Research drafts, ratings, target prices, allocation views, or backtests may be mistaken for personalized financial advice.\n\nMitigation: Treat outputs as research drafts, not trading instructions; have a qualified professional review assumptions and conclusions before decisions.\n\nRisk: Data lookups may use stale, inaccurate, or unauthorized sources.\n\nMitigation: Confirm access rights, identify sources and dates, and independently verify figures before using them in a report.\n\nRisk: Research workflows may expose sensitive holdings or share unreviewed reports.\n\nMitigation: Do not supply credentials, balances, private client data, or sensitive holdings; explicitly authorize and review any saving, external sharing, or scheduled generation.\n\n## Reference(s):\n\n- [ClawHub skill release](https://clawhub.ai/gechengling/skills/investment-researcher-digital-employee)\n\n## Skill Output:\n\n**Output Type(s):** [Text, Markdown, Research guidance]\n\n**Output Format:** [Chinese-language Markdown report templates, research drafts, and checklists]\n\n**Output Parameters:** [1D]\n\n**Other Properties Related to Output:** [Drafts should identify data sources and require qualified human review before use.]\n\n## Skill Version(s):\n\n2.0.7 (source: release metadata and skill frontmatter)\n\n## Ethical Considerations:\n\nUsers should evaluate whether this skill is appropriate for their environment, review any generated or modified files before relying on them, and apply their organization's safety, security, and compliance requirements before deployment.\n\nArchive v2.0.6: 3 files, 47806 bytes\n\nFiles: skill-card.md (2515b), SKILL.md (141552b), _meta.json (157b)\n\nFile v2.0.6:SKILL.md\n\n---\r\nname: \"Investment Researcher Digital Employee\"\r\nslug: investment-researcher-digital-employee\r\ndescription: >\r\n  【模块清单 / 34 Modules】\r\n  一、宏观研究（1-7）：宏观日报、宏观周报、宏观数据解读、政策跟踪分析、宏观风险预警、海外宏观联动、大类资产配置\r\n  二、固收研究（8-14）：固收日报、固收隔夜简报、固收周报、利率市场回顾、行业信用风险、债务风险分析、转债估值分析\r\n  三、行业与公司（15-22）：行业深度分析、行业一页纸分析、行业配置推荐、公司深度分析、公司一页纸分析、公告解读、业绩点评生成、机构调研大纲\r\n  四、策略研究（23-29）：全球财经简报、政策快评、策略日报、市场大势风格研判、市场极简复盘、市场情绪监控、估值景气度跟踪\r\n  五、量化研究（30-34）：因子跟踪评估、策略速回测、量化日报、量化周报、另类因子挖掘\r\n  \r\n  【使用方式】给出赛道/标的/时间窗口 → 按模块输出研究报告骨架 → 标注数据来源与口径 → 经人工复核后使用。\r\n  【研究口径】本技能内置数据源优先级与降级路径、常用口径速查、输出质量自检、保存/外发前确认四项通用要求（2026-09-21 新增）。\r\n  【边界】本技能仅提供研究方法论与报告框架，不构成投资建议；数据由用户在自有授权的数据服务中获取，所有输出须经具备资质的专业人员复核。\r\nversion: 2.0.6\r\nallowed-tools: []\r\ncapabilities:\r\n  - educational-reference\r\n  - advisory-only\r\n  - requires-human-review\r\n  - illustrative-code-samples\r\n---\r\n\r\n# Investment Researcher Digital Employee / 投资研究员数字员工\r\n\r\n> **⚠️ SECURITY NOTICE / 安全声明**\r\n> - **Type:** Educational reference / analytical framework ONLY\r\n> - **No bundled executable payload:** this skill contains no runnable package, installer, background task or scheduled job. The short command / configuration snippets that appear in the text are illustrative reference material, to be read and, if useful, run by the user inside their own authorised environment.\r\n> - **No persistent storage, network calls, background execution, or credential collection**\r\n> - **All outputs are for reference only and require human review before real-world application**\r\n> - **This skill does NOT provide financial, legal, or insurance advice**\r\n> - **Users must exercise their own judgment and consult qualified professionals**\r\n>\r\n> **⚠️ 数据安全警告**\r\n> - 本技能仅提供参考框架和分析建议，**不随附任何可执行程序、安装脚本、后台任务或定时任务**；正文中出现的命令与配置片段为**供用户在自有授权环境中参考使用的示意材料**，本技能自身不代为执行\r\n> - 本技能不会主动发起网络请求、不会自动读取或落盘用户的业务数据与个人身份信息（PII）；研究所需数据由用户在其授权的数据服务中自行获取\r\n> - **数据最小化**：开展研究时应只提取完成该题目所必需的最小数据集；涉及未公开经营数据、客户身份与持仓明细的内容请先脱敏或聚合化\r\n> - **保存/外发前确认**：任何研究报告、底稿与导出文件，必须先向用户完整预览并经用户明确确认后再写入磁盘或对外发送\r\n> - 所有输出仅为方法论参考，实际决策需由具备相应资质的专业人员作出\r\n\r\n## Skill Overview / 技能概览\r\n\r\n投资研究员数字员工，集成以下34项核心能力模块：\r\n\r\n1. **Module 1: 宏观日报**\r\n2. **Module 2: 宏观周报**\r\n3. **Module 3: 宏观数据解读**\r\n4. **Module 4: 政策跟踪分析**\r\n5. **Module 5: 宏观风险预警**\r\n6. **Module 6: 海外宏观联动**\r\n7. **Module 7: 大类资产配置**\r\n8. **Module 8: 固收日报**\r\n9. **Module 9: 固收隔夜简报**\r\n10. **Module 10: 固收周报**\r\n11. **Module 11: 利率市场回顾**\r\n12. **Module 12: 行业信用风险**\r\n13. **Module 13: 债务风险分析**\r\n14. **Module 14: 转债估值分析**\r\n15. **Module 15: 行业深度分析**\r\n16. **Module 16: 行业一页纸分析**\r\n17. **Module 17: 行业配置推荐**\r\n18. **Module 18: 公司深度分析**\r\n19. **Module 19: 公司一页纸分析**\r\n20. **Module 20: 公告解读**\r\n21. **Module 21: 业绩点评生成**\r\n22. **Module 22: 机构调研大纲**\r\n23. **Module 23: 全球财经简报**\r\n24. **Module 24: 政策快评**\r\n25. **Module 25: 策略日报**\r\n26. **Module 26: 市场大势风格研判**\r\n27. **Module 27: 市场极简复盘**\r\n28. **Module 28: 市场情绪监控**\r\n29. **Module 29: 估值景气度跟踪**\r\n30. **Module 30: 因子跟踪评估**\r\n31. **Module 31: 策略速回测**\r\n32. **Module 32: 量化日报**\r\n33. **Module 33: 量化周报**\r\n34. **Module 34: 另类因子挖掘**\r\n\r\n---\r\n\r\n## 全局研究口径与最新动态（截至 2026-09-24）\r\n\r\n### 研究口径最新动态\r\n\r\n| 动态类型 | 内容摘要 | 发布时间 | 对研究流程的影响 | 应对动作 | 主要涉及模块 | 可信度标注 |\r\n|---------|---------|---------|----------------|---------|-------------|-----------|\r\n| 宏观数据 | 主要宏观指标继续按月/按季滚动发布，口径修订与基数调整常态化 | 2026-Q3 | 同一指标不同期数值可能不可比 | 引用时标注发布期与是否含修订 | M1-M3、M7 | 以官方最新发布为准 |\r\n| 资金面 | 北向资金披露口径调整后，高频净买入数据的可比性下降 | 2026-Q3 | 资金流向结论易失真 | 改用多口径交叉验证，不单取一个指标 | M1、M26、M29 | 以官方最新发布为准 |\r\n| 行业数据 | 高频行业数据（开工率、出货、库存）被更广泛用于景气度跟踪 | 2026-Q3 | 月度数据滞后，高频数据噪声大 | 高频看方向、月度看水平，两者互相校验 | M15-M17、M29 | 以官方最新发布为准 |\r\n| AI应用 | 金融机构AI应用的可解释、可审计要求落地，研究留痕被强化 | 2026-06-18 | 研究报告需可追溯 | 关键结论标注数据来源与取数时间 | 全部 34 模块 | 以官方最新发布为准 |\r\n| 研报合规 | 研究报告的合规边界与免责表述要求持续细化 | 2026-Q3 | 结论表述需更谨慎 | 统一使用“在……假设下”表述并附风险提示 | 全部 34 模块 | 以官方最新发布为准 |\r\n| 可持续披露 | 可持续发展/ESG 披露要求在境内外市场持续推进，非财务信息可比性仍待完善 | 2026-Q3 | 公司深度与行业配置缺少统一口径 | 单独列 ESG 小节并注明评级机构与口径差异 | M18、M20、M21 | 以官方最新发布为准 |\r\n| 量化与另类数据 | 另类数据与机器学习因子在研究中的使用增加，因子拥挤与衰减风险上升 | 2026-Q3 | 回测好看但实盘失效 | 强制样本外检验与换手/容量约束说明 | M30、M32、M34 | 以官方最新发布为准 |\r\n| 固收估值 | 低利率环境下票息保护变薄，久期与凸性对估值的影响放大 | 2026-Q3 | 仅看收益率易低估波动 | 同时给出久期、凸性与情景压测结果 | M8-M14 | 以官方最新发布为准 |\r\n\r\n> **数据截止**: 2026-09-24 | 来源：公开统计与行业公开信息\r\n> **声明**: 以上动态供参考，具体以官方最新发布为准\r\n\r\n### 数据源优先级与降级路径\r\n\r\n| 优先级 | 数据源 | 适用场景 | 降级方案 | 校验方式 |\r\n|-------|-------|---------|---------|---------|\r\n| 第一优先 | 用户授权的专业数据服务 | 宏观、行业、公司、行情、资金面 | — | 与第二个来源对同一指标比对 |\r\n| 第二优先 | 监管机构与交易所公开披露 | 政策、公告、监管指标 | — | 以原始公告文件为准 |\r\n| 第三优先 | 公司公告与投资者关系材料 | 经营数据、产能、订单 | 用行业协会数据替代 | 与年报口径对齐 |\r\n| 补充 | 联网检索 | 海外政策、海外市场 | 标注“未经交叉验证” | 至少两个独立来源 |\r\n| 兜底 | 明确标注缺失 | 数据无法取得 | 直接写明“数据缺失”，不做估算填充 | — |\r\n\r\n**取数三原则**：① 先定口径再取数，口径不一致的两个数不做对比；② 同一结论至少两个独立来源；③ 取不到就写“未获取”，不用估算冒充实测。\r\n\r\n### 常用口径速查\r\n\r\n| 指标/概念 | 口径定义 | 常见错误 |\r\n|----------|---------|---------|\r\n| 同比 | 与上年同期相比 | 把同比当环比解读 |\r\n| 环比 | 与上一期相比 | 未做季节性调整就下结论 |\r\n| 累计同比 | 年初至当期的累计值与上年同期累计值相比 | 与单月同比混用 |\r\n| 单季 vs 累计 | 单季为当季发生额，累计为年内合计 | 用累计增速推断单季拐点 |\r\n| 万得口径 vs 统计口径 | 不同数据商对同一指标的样本与处理方法不同 | 跨来源直接比较 |\r\n| PE(TTM) | 市值 / 最近四个季度净利润 | 与静态PE混用 |\r\n| 换手率 | 成交量 / 流通股本（或自由流通股本，需注明） | 分母口径不注明 |\r\n| 融资余额 | 两融中的融资余额 | 与北向资金混为一谈 |\r\n\r\n### 输出质量自检（所有模块通用）\r\n\r\n| 自检项 | 不通过的表现 | 处理动作 |\r\n|--------|-------------|---------|\r\n| 数据有出处 | 出现无来源的数字 | 补来源或删除，无法核实写“以官方最新发布为准” |\r\n| 口径一致 | 同一指标前后口径不同 | 统一口径并注明 |\r\n| 结论有边界 | 写成确定性的“必然” | 改为“在……假设下，可能……” |\r\n| 风险有提示 | 只讲机会不讲风险 | 补齐风险提示段 |\r\n| 未夹带敏感信息 | 出现未脱敏的客户与经营数据 | 先脱敏再输出 |\r\n| 已过人工复核 | 未经复核即外发 | 标注“待复核”，经确认后再发送 |\r\n| 时效性标注 | 未标注数据截止时间 | 统一标注“数据截至YYYY-MM-DD” |\r\n\r\n### 版本变更记录\r\n\r\n| 版本 | 日期 | 变更摘要 |\r\n|------|------|---------|\r\n| 2.0.6 | 2026-09-24 | 合并 12 处重复取数说明为统一数据获取策略；新增模块速查与选型指引；研究口径动态表新增“主要涉及模块/可信度标注”两列并补充可持续披露、另类数据、固收估值三条动态；压缩全文结构以修复详情页只显示摘要的问题 |\r\n| 2.0.5 | 2026-09-21 | 补充全局研究口径与最新动态、输出质量自检、保存与外发前确认 |\r\n\r\n---\r\n\r\n### 保存与外发前确认\r\n\r\n1. 在对话中完整展示报告全文，供用户逐段确认；\r\n2. 用户确认后再写入文件或对外发送；未经确认不得落盘、不得发送；\r\n3. 落盘时同时记录：生成时间、数据截止时间、主要来源、审核人。\r\n\r\n---\r\n\r\n---\r\n\r\n## 统一数据获取策略（34 模块通用，2026-09-24 合并）\r\n\r\n原先在各模块中重复出现 12 次的取数说明已合并为本节；模块内若未单列取数要求，一律按本节执行。\r\n\r\n| 优先级 | 数据源 | 适用场景 | 降级路径 |\r\n|---|---|---|---|\r\n| P0 | 用户在自有授权终端（Wind / 恒生 / 聚源 / 财汇等）导出的数据文件 | 所有需要精确数值的模块 | P0 缺失时标注“数据待补”并停止该模块结论输出 |\r\n| P1 | 交易所 / 中债登 / 中证登 / 央行 / 统计局官网原始披露 | 宏观数据解读、政策跟踪、信用与债务风险 | 改用官方新闻稿口径并注明差异 |\r\n| P2 | 上市公司公告与定期报告（巨潮、HKEX、EDGAR） | 公司深度、公告解读、业绩点评 | 以公告原文为准，二手转述须回溯 |\r\n| P3 | 卖方研报与第三方数据库（gildata-aidata 等） | 行业配置、因子跟踪、另类因子挖掘 | 标注来源与时点，结论须独立复核 |\r\n| P4 | 公开新闻与舆情 | 市场情绪、政策快评、事件驱动 | 需两路以上交叉验证方可入报 |\r\n\r\n### 取数四条硬规则\r\n1. **口径先行**：先写明指标定义、频率、单位、修订规则，再取数。\r\n2. **时点标注**：每个数值必须带数据截止日与发布日，二者不一致时分别标注。\r\n3. **可回溯**：结论须能追至原始披露文件，禁止“据公开资料”式模糊引用。\r\n4. **降级留痕**：任何一次 P0→P4 的降级都要在报告中写明原因与影响。\r\n\r\n> 本技能不内置可执行程序、不代连数据源、不自动取数；文中若出现命令或查询片段，\r\n> 仅为供使用者在自有授权环境中参考的示意材料，需自行校验后使用。\r\n\r\n## 模块速查与选型指引（2026-09-24 新增）\r\n\r\n用户描述往往不完整，先用本表把需求定位到具体模块，再进入对应模块执行，可显著减少返工。\r\n\r\n| 用户典型说法 | 推荐模块 | 交付物形态 | 典型交付时点 | 复核要点 |\r\n|-------------|---------|-----------|-------------|---------|\r\n| “今天的盘面/隔夜发生了什么” | M1 宏观日报、M9 固收隔夜简报 | 1 页简报 + 3 条观点 | 当日盘前/盘后 | 观点必须有对应数据支撑 |\r\n| “本周/本月宏观怎么样” | M2 宏观周报、M3 宏观数据解读 | 2-4 页周报 | 周度 | 区分趋势确认与单月噪声 |\r\n| “这个政策意味着什么” | M4 政策跟踪分析、M24 政策快评 | 快评（≤800 字） | 政策发布当日 | 引用政策原文条款号 |\r\n| “有没有系统性风险” | M5 宏观风险预警、M13 债务风险分析 | 风险清单 + 触发条件 | 事件驱动 | 写明观测指标与阈值 |\r\n| “海外/美联储怎么看” | M6 海外宏观联动、M23 全球财经简报 | 联动分析 | 海外数据发布后 | 区分已发生与预期 |\r\n| “股债怎么配” | M7 大类资产配置、M28 估值景气度跟踪 | 配置建议表 | 月度/季度 | 给出假设与反向情形 |\r\n| “这个行业还能不能投” | M15 行业深度、M16 行业一页纸、M17 行业配置推荐 | 深度/一页纸 | 周度 | 景气度与估值分开论证 |\r\n| “这家公司怎么样” | M20 公司深度、M21 公司一页纸、M19 业绩点评 | 深度/一页纸 | 财报期 | 与可比公司对同一口径 |\r\n| “公告说了啥” | M18 公告解读 | 要点 + 影响 | 公告当日 | 以公告原文为准 |\r\n| “调研该问什么” | M22 机构调研大纲 | 问题清单 | 调研前 | 问题须能证伪假设 |\r\n| “市场情绪如何” | M27 市场情绪监控、M25 策略日报、M26 市场大势风格研判 | 情绪指标表 | 日度 | 多指标共振才下结论 |\r\n| “因子还有效吗/帮我回测” | M30 因子跟踪评估、M31 策略速回测、M32 量化日报 | 因子/回测报告 | 周度 | 样本外与交易成本必须披露 |\r\n\r\n**选型三原则**：① 一个需求只选一个主模块，其余作为引用，不要同时展开多个深度模板；\r\n② 时间窗口与数据截止日必须在动笔前确定；③ 若用户未指定交付形态，默认给“一页纸”版本。\r\n\r\n---\r\n\r\n## Module 1: 宏观日报\r\n\r\n# 证券宏观研究员日报生成技能\r\n\r\n## 概述\r\n本技能旨在模拟专业证券宏观研究员的日常工作流，通过自动化抓取和分析最新的宏观经济数据、政策动态、市场舆情及大类资产表现，生成一份结构化、逻辑严密、观点鲜明的**宏观日报（Macro Daily Briefing）**。报告风格贴\r\n\r\n## 执行流程\r\n### 第一阶段：数据采集与监控\r\n1.  **宏观数据抓取**\r\n    *   **工具**：`gildata-aidata MacroIndustryEDB`\r\n    *   **查询示例**：\r\n    *   **重点关注**：PMI（官方/财新）、CPI/PPI、进出口、社融/信贷、M1/M2、工业增加值、社零、固投。\r\n    *   **高频数据**：高炉开工率、商品房成交面积、猪肉/蔬菜价格、螺纹钢/水泥价格（若 EDB 无高频，可用 `web_search` 补充）。\r\n2.  **政策动态追踪**\r\n    *   **工具**：`gildata-aidata PolicyMeetingsList` + `OfficialSpeech\r\n\r\n## 一、 核心观点与策略建议\r\n**1.1 宏观全景**\r\n**1.2 策略展望**\r\n---\r\n（总结当日宏观数据、政策及市场表现的核心特征，指出主要矛盾。例如：“今日公布的 3 月 CPI 低于预期，核心通胀依然疲软，印证了内需修复尚需时日……\"）\r\n（基于宏观判断，给出大类资产配置建议。例如\r\n\r\n## 二、 宏观数据高频追踪\r\n| 指标 | 最新值 | 前值 | 预期值 | 边际变化 | 信号解读 |\r\n|------|--------|------|--------|----------|----------|\r\n| 官方制造业 PMI | | | | | |\r\n\r\n## 三、 政策动态与解读\r\n**3.1 国内政策**\r\n*   **[政策名称/事件]**：（简述政策内容）\r\n    *   **解读**：（分析政策意图、力度、受益方向及潜在风险。例如：“央行开展 5000 亿 MLF 操作，利率维持不变，符合预期，但缩量续作显示央行对资金空转的警惕…\r\n\r\n## 四、 市场舆情与资金面\r\n**4.1 资金流向**\r\n*   **央行操作**：今日净投放/回笼 [金额] 亿元，资金面 [宽松/平衡/收敛]。\r\n*   **北向资金**：净买入/卖出 [金额] 亿元，主要流向 [板块]。\r\n*   **融资余额**：环比增加/减少 [金额] 亿元，杠杆\r\n\r\n## 五、 大类资产表现\r\n| 资产类别 | 指标 | 收盘价/最新值 | 涨跌幅 | 核心驱动 |\r\n|---------|------|---------------|--------|----------|\r\n| **权益** | 上证指数 | | | |\r\n| | 创业板指 | |\r\n\r\n## 六、 风险提示\r\n*   [风险点 1]：如“海外通胀粘性超预期，美联储降息路径推迟”\r\n*   [风险点 2]：如“国内地产销售修复不及预期，拖累信用扩张”\r\n*   [风险点 3]：如“地缘政治冲突升级，能源价格剧烈波动”\r\n---\r\n*免责声明：本报告由 AI 自动生成，基于公\r\n\r\n## 注意事项\r\n*   **时效性优先**：日报必须基于**当日**或**最近 24 小时**的最新数据与新闻。\r\n*   **观点鲜明**：避免模棱两可的陈述，必须给出明确的逻辑推演和方向性判断（看多/看空/震荡）。\r\n*   **预期差思维**：不仅罗列数据，更要强调实际值与市场预期的偏\r\n\r\n## 示例调用\r\n1. 获取宏观数据：gildata-aidata MacroIndustryEDB\r\n2. 获取政策会议：gildata-aidata PolicyMeetingsList\r\n3. 获取官员讲话：gildata-aidata OfficialSpeechEventList\r\n4. 获取法律法规：gildata-aidata LawsRegulations\r\n5. 获取宏\r\n\r\n## 输出示例（2026-09-21 新增）\r\n**成品片段（节选）**\r\n> **今日核心判断**：生产端延续修复，需求端分化仍在。\r\n> - 生产：高频开工率环比小幅回升，指向生产端韧性仍在\r\n> - 需求：地产链相关指标仍偏弱，消费端以结构性亮点为主\r\n> - 价格：工业品价格低位震荡，对名义增速的拖累尚未消除\r\n> - 风险：外部需求与政策节奏是下阶段主要不确定项\r\n| 维度 | 本期读数（示例） | 上期 |\r\n\r\n## 技能更新日志\r\n**2026-05-11 更新**：\r\n- **核心数据源变更**：将宏观数据查询改为优先使用 gildata-aidata 服务\r\n- *\r\n\r\n## Module 2: 宏观周报\r\n\r\n# 证券宏观研究员周报生成技能\r\n\r\n## 概述\r\n本技能旨在模拟专业证券宏观研究员的周报撰写工作流，通过对**一周内**宏观经济数据、政策动态、市场舆情及大类资产表现的系统性复盘，生成一份结构严谨、逻辑连贯、观点鲜明的**宏观周报（Macro Weekly Briefing）*\r\n\r\n## 执行流程\r\n### 第一阶段：数据采集与监控\r\n1.  **本周宏观数据抓取**\r\n    *   **工具**：`gildata-aidata MacroIndustryEDB`\r\n    *   **查询示例**：\r\n    *   **重点关注**：本周发布的月度数据（如 PMI、CPI、社融等）及高频数据趋势。\r\n2.  **本周政策动态追踪**\r\n    *   **工具**：`gildata-aidata PolicyMeetingsList` + `OfficialSpeechEventList` + `LawsRegulations`\r\n    *   **查询示例**：\r\n    *   **重点关注**：央行（OMO、MLF、LPR）、财政部、国务院常\r\n\r\n## 一、 核心观点与下周策略建议\r\n**1.1 周度宏观全景**\r\n**1.2 下周策略展望**\r\n---\r\n（总结本周宏观数据、政策及市场表现的核心特征，指出主要矛盾。例如：“本周公布的 3 月 CPI 低于预期，核心通胀依然疲软，印证了内需修复尚需时日，但社融超预期回暖显示宽信用正在发力……\"）\r\n\r\n## 二、 本周宏观数据全景\r\n| 指标 | 本周最新值 | 前值 | 预期值 | 周度趋势 | 信号解读 |\r\n|------|------------|------|--------|----------|----------|\r\n| 官方制造业 PMI | | | | | |\r\n\r\n## 三、 本周政策动态与解读\r\n**3.1 国内政策**\r\n*   **[政策名称/事件]**：（简述政策内容）\r\n    *   **解读**：（分析政策意图、力度、受益方向及潜在风险。例如：“央行开展 5000 亿 MLF 操作，利率维持不变，符合预期，但缩量续作显示央行对资金空转的警惕…\r\n\r\n## 四、 资金面与市场舆情\r\n**4.1 资金流向与流动性**\r\n*   **央行操作**：本周公开市场累计净投放/回笼 [金额] 亿元，资金面 [宽松/平衡/收敛]。\r\n*   **外资流向**：北向资金周度净买入/卖出 [金额] 亿元，主要流向 [板块/行业]。\r\n*   **杠杆资金**\r\n\r\n## 五、 大类资产周度表现与复盘\r\n| 资产类别 | 指标 | 周涨跌幅 | 本周核心驱动逻辑 |\r\n|---------|------|----------|------------------|\r\n| **权益** | 上证指数 | | |\r\n| | 创业板指 | | |\r\n| | 恒生指数 |\r\n\r\n## 六、 下周重要日程与前瞻\r\n| 日期 | 国家/地区 | 重要数据/事件 | 市场预期/关注点 |\r\n|------|-----------|---------------|-----------------|\r\n| 周一 | | | |\r\n| 周二 | | | |\r\n| 周三 | | | |\r\n\r\n## 七、 风险提示\r\n*   [风险点 1]：如“海外通胀粘性超预期，美联储降息路径推迟”\r\n*   [风险点 2]：如“国内地产销售修复不及预期，拖累信用扩张”\r\n*   [风险点 3]：如“地缘政治冲突升级，能源价格剧烈波动”\r\n---\r\n*免责声明：本报告由 AI 自动生成，基于公\r\n\r\n## 注意事项\r\n*   **周度视角**：周报必须基于**本周（通常为周一至周五）**的数据与新闻，侧重总结一周的趋势变化，而非单日的波动。\r\n*   **gildata-aidata 优先**：所有国内宏观数据、政策、资金、行情查询优先使用 gildata-aidata 服务，web_s\r\n\r\n## 示例调用\r\n1. 获取宏观数据：gildata-aidata MacroIndustryEDB\r\n2. 获取政策会议：gildata-aidata PolicyMeetingsList\r\n3. 获取官员讲话：gildata-aidata OfficialSpeechEventList\r\n4. 获取法律法规：gildata-aidata LawsRegulations\r\n5. 获取宏\r\n\r\n## 技能更新日志\r\n**2026-05-11 更新**：\r\n- **核心数据源变更**：将宏观数据查询改为优先使用 gildata-aidata 服务\r\n- *\r\n\r\n## Module 3: 宏观数据解读\r\n\r\n# 宏观经济数据解读简报生成技能\r\n\r\n## 概述\r\n本技能用于自动抓取中国核心宏观经济数据，进行预期对比、政策解读和市场影响分析，生成面向投资专业人士的宏观数据解读简报。\r\n\r\n## 执行流程\r\n### 第一阶段：数据抓取与整理\r\n1. **搜索最新宏观数据**\r\n   **使用 gildata-aidata 查询**：\r\n   **使用 web_search 补充**：\r\n   - 搜索关键词示例：\"中国 PMI CPI PPI 最新数据 市场预期\"、\"中国 社融 M2 最新 预期\"\r\n   - 优先从国家统计局、人民银行、海关总署等官方渠道或权威财经媒体获取数据\r\n   - 重点获取市场预期值（共识预期/中值）\r\n2. **提取核心指标**\r\n   | 指标类别 | 核心指标 |\r\n   |---------|---------|\r\n   | 景气度 | 制造业PMI、非制造业PMI、综合PMI |\r\n   | 通胀 | CPI同比/环比、PPI同比/环\r\n\r\n## 一、核心数据概览\r\n| 指标 | 实际值 | 预期值 | 前值 | 偏差方向 |\r\n|------|--------|--------|------|----------|\r\n| 制造业PMI | | | | |\r\n| 非制造业PMI | | | | |\r\n| CPI同比 | | |\r\n\r\n## 二、数据解读与预期偏差分析\r\n### 2.1 景气度指标\r\n### 2.2 通胀指标\r\n### 2.3 金融与信用指标\r\n### 2.4 实体经济指标\r\n### 2.5 外贸指标\r\n---\r\n（PMI数据解读，结合 MacroeconomicAnalysisViewpoints 分析观点...）\r\n\r\n## 三、政策影响分析\r\n### 3.1 货币政策展望\r\n- 对央行货币政策的影响分析\r\n- 降准/降息概率评估\r\n- 流动性环境展望\r\n### 3.2 财政政策展望\r\n- 对财政政策的影响分析\r\n- 专项债发行节奏\r\n- 基建投资展望\r\n---\r\n\r\n## 四、市场影响评估\r\n### 4.1 股市影响\r\n- 整体影响：利好/利空/中性\r\n- 受益板块：[板块 1]、[板块 2]\r\n- 受损板块：[板块 1]、[板块 2]\r\n- 风格偏好：成长/价值\r\n### 4.2 债市影响\r\n- 利率债：利多/利空\r\n- 收益率曲线：陡峭化/平坦化\r\n- 信用\r\n\r\n## 五、核心结论与投资启示\r\n（总结核心观点，给出投资参考建议...）\r\n### 核心观点\r\n1. [观点 1]\r\n2. [观点 2]\r\n3. [观点 3]\r\n### 投资启示\r\n- [启示 1]\r\n- [启示 2]\r\n---\r\n*免责声明：本报告仅供参考，不构成投资建议。*\r\n```\r\n\r\n## 注意事项\r\n- **数据时效性**：优先使用最新发布的月度/季度数据，注明数据所属期（如\"2026年3月数据\"）\r\n- **预期值来源**：如无法获取精确的市场共识预期，可参考主流券商研报预测或财经媒体汇总的预期区间\r\n- **解读客观性**：数据解读应保持客观中立，避免过度推断，区分事\r\n\r\n## 输出要求\r\n- 报告使用标准Markdown格式\r\n- 数据表格保持清晰对齐\r\n- 核心结论应简洁明了，适合快速阅读\r\n- 报告长度控制在1500-2500字为宜，聚焦核心信息\r\n\r\n## 示例调用\r\n1. 获取宏观数据：gildata-aidata MacroIndustryEDB（PMI、CPI、PPI、社融、M2 等）\r\n2. 获取宏观观点：gildata-aidata MacroeconomicAnalysisViewpoints\r\n3. 获取政策信息：gildata-aidata PolicyMeetingsList + OfficialSpeechEv\r\n\r\n## 技能更新日志\r\n**2026-05-11 更新**：\r\n- **核心数据源变更**：将宏观数据查询改为优先使用 gildata-aidata 服务\r\n- *\r\n\r\n## Module 4: 政策跟踪分析\r\n\r\n# 宏观政策跟踪与推演分析技能\r\n\r\n## 概述\r\n本技能用于自动抓取全球及中国核心政策动态，进行政策意图解读、预期推演和落地效果跟踪，生成面向投资专业人士的政策分析简报。\r\n\r\n## 执行流程\r\n### 第一阶段：政策信息抓取\r\n1. **全球主要经济体政策动态**\r\n   **使用 gildata-aidata 查询**：\r\n   **使用 web_search 补充（海外政策）**：\r\n   - 搜索关键词示例：\"美联储 最新政策 利率决议\"、\"欧央行 货币政策\"、\"美债收益率 最新走势\"、\"海外通胀数据 CPI PCE\"、\"国际大宗商品 原油 黄金 铜价\"\r\n   - 重点关注：美联储利率决议与点阵图、欧央行/日央行/英央行货币政策、美国财政与债务动态、全球主要经济体通胀与就业数据\r\n2. **国内政策动态**\r\n   **使用 gildata-aidata 查询**：\r\n3. **核心宏观舆情**\r\n   **使用 gildata-aidata\r\n\r\n## 一、政策动态概览\r\n### 1.1 全球主要经济体政策\r\n（美联储、欧央行、海外通胀与大宗商品动态...）\r\n### 1.2 国内政策动态\r\n（央行货币政策、财政政策、监管新政...）\r\n### 1.3 核心宏观舆情\r\n（经济会议、官员讲话、行业政策导向...）\r\n---\r\n\r\n## 二、核心政策深度解读\r\n### 2.1 货币政策解读\r\n（政策意图、工具选择、传导路径、力度评估...）\r\n### 2.2 财政政策解读\r\n（财政发力方向、专项债/减税降费、基建拉动...）\r\n### 2.3 产业与监管政策解读\r\n（行业扶持/规范、监管态度变化、中长期影响...）\r\n---\r\n\r\n## 三、政策预期推演\r\n### 3.1 后续货币政策推演\r\n（降准/降息概率、节奏预判、结构性工具展望...）\r\n### 3.2 后续财政政策推演\r\n（财政空间、发力节奏、特别国债/地方债展望...）\r\n### 3.3 产业与监管政策趋势\r\n（政策周期判断、重点行业展望...）\r\n---\r\n\r\n## 四、政策落地效果跟踪\r\n### 4.1 前期政策执行情况\r\n（过去1-3个月重大政策落地进度...）\r\n### 4.2 传导堵点分析\r\n（宽货币到宽信用、财政支出效率、企业投资意愿等...）\r\n### 4.3 政策效果数据验证\r\n（信贷、投资、消费、就业等数据对政策的响应...）\r\n---\r\n\r\n## 五、大类资产配置影响\r\n### 5.1 债券市场\r\n（利率债、信用债影响及策略建议...）\r\n### 5.2 股票市场\r\n（整体影响、板块受益/受损分析、风格偏好...）\r\n### 5.3 商品与汇率\r\n（大宗商品、人民币汇率影响...）\r\n---\r\n\r\n## 六、核心结论与策略建议\r\n（总结核心政策信号、后续推演结论、资产配置建议...）\r\n---\r\n*免责声明：本报告基于公开信息整理分析，仅供参考，不构成投资建议。*\r\n```\r\n\r\n## 注意事项\r\n- **政策时效性**：优先使用当日或最近一周发布的政策信息，注明政策发布日期\r\n- **解读客观性**：政策解读应基于官方文本和权威渠道，避免主观臆测，区分事实与观点\r\n- **推演逻辑性**：政策推演需建立在经济数据和政策框架基础上，给出概率判断而非确定性结论\r\n- **跟\r\n\r\n## 输出要求\r\n- 报告使用标准Markdown格式\r\n- 政策引用需注明出处（如\"央行2026年4月MLF操作\"）\r\n- 推演结论应给出概率判断（如\"降准概率60%\"）而非绝对断言\r\n- 报告长度控制在2000-3000字为宜，聚焦\r\n\r\n## 示例调用\r\n1. 获取政策会议：gildata-aidata PolicyMeetingsList\r\n2. 获取官员讲话：gildata-aidata OfficialSpeechEventList\r\n3. 获取法律法规：gildata-aidata LawsRegulations\r\n4. 获取宏观舆情：gildata-aidata MacroNewslist + Macroec\r\n\r\n## 技能更新日志\r\n**2026-05-11 更新**：\r\n- **核心数据源变更**：将政策数据查询改为优先使用 gildata-aidata 服务\r\n- *\r\n\r\n## Module 5: 宏观风险预警\r\n\r\n# 宏观风险预警监控技能\r\n\r\n## 概述\r\n本技能模拟宏观策略研究员的风险监控视角，通过持续跟踪核心宏观经济指标，自动识别数据异动（如大幅低于/高于预期、趋势性拐点），精准预警经济下行、通胀抬头、通缩螺旋及政策转向等关键风险，并输出专业的**宏观经济风险预警报告**。\r\n\r\n## 执行流程\r\n### 第一阶段：核心数据抓取与异动识别\r\n1. **核心宏观指标监控**\r\n   - **工具**：`gildata-aidata MacroIndustryEDB`\r\n   - **查询示例**：\r\n   - **增长类**：GDP（季调/同比）、制造业 PMI、服务业 PMI、工业增加值、社零总额、出口金额。\r\n   - **通胀类**：CPI（整体/核心）、PPI、PCE（美国）、原油价格、铜价。\r\n   - **信用/流动性**：社融增量/存量增速、M1/M2 增速及剪刀差、信贷结构（中长期/短期）。\r\n   - **外部/汇率**：中美 10Y 利差、美元指数、人民币汇率（在岸/离岸）、北向资金流向。\r\n2. **异动识别逻辑（预警触发器）**\r\n\r\n## 一、核心宏观数据异动监控\r\n| 指标类别 | 核心指标 | 最新值 | 前值/预期 | 异动幅度 | 信号状态 |\r\n|---------|---------|-------|----------|---------|---------|\r\n| 增长 | 制造业 PMI | | | | |\r\n\r\n## 二、风险研判与定性\r\n### 2.1 核心风险点\r\n（明确当前面临的主要风险类型，如：经济失速风险加剧、输入性通胀抬头等）\r\n### 2.2 风险等级评估\r\n- **等级**：🔴 / 🟠 / 🟡 / 🟢\r\n- **依据**：（结合数据共振情况、政策空间、历史类比进行解释...）\r\n---\r\n\r\n## 三、传导路径与资产影响\r\n### 3.1 宏观经济传导\r\n### 3.2 大类资产定价反应\r\n- **股市**：（盈利预期调整、风险偏好变化、风格切换...）\r\n- **债市**：（避险需求、通胀预期、政策利率引导...）\r\n- **汇市**：（利差驱动、资本流动、央行态度...）\r\n- **\r\n\r\n## 四、应对逻辑与策略建议\r\n### 4.1 宏观应对建议\r\n### 4.2 投资应对策略\r\n- **防御策略**：（降低仓位、增配红利/短债/黄金...）\r\n- **结构性机会**：（受损较少的板块、受益于风险的板块...）\r\n- **对冲工具**：（期权保护、期现套利、反向 ETF...）\r\n\r\n## 五、后续监控重点\r\n- **关键数据**：（未来 1-2 周需重点跟踪的指标，如非农、CPI、PMI 初值...）\r\n- **重大事件**：（央行会议、重要官员讲话、地缘局势节点...）\r\n- **预警触发条件**：（若出现什么信号，风险等级将升级...）\r\n---\r\n*免责声明：本报\r\n\r\n## 注意事项\r\n- **gildata-aidata 优先**：所有国内宏观数据、政策、资金、行情查询优先使用 `gildata-aidata` 服务，`web_search` 仅用于补充海外政策及高频细节数据。\r\n- **数据时效性**：必须使用最新发布的数据，若数据尚未公布，需注明“待\r\n\r\n## 示例调用\r\n1. 获取宏观数据：gildata-aidata MacroIndustryEDB\r\n2. 获取政策会议：gildata-aidata PolicyMeetingsList\r\n3. 获取官员讲话：gildata-aidata OfficialSpeechEventList\r\n4. 获取法律法规：gildata-aidata LawsRegulations\r\n5. 获取宏\r\n\r\n## 输出要求\r\n- 报告使用标准 Markdown 格式\r\n- 必须包含异动数据表格和风险等级标识\r\n- 必须给出明确的资产影响方向和应对策略\r\n- 报告长度控制在 2000-3000 字，聚焦风险识别与应对\r\n- 语言专业、客观，适合\r\n\r\n## 技能更新日志\r\n**2026-05-11 更新**：\r\n- **核心数据源变更**：将宏观数据查询改为优先使用 gildata-aidata 服务\r\n- *\r\n\r\n## Module 6: 海外宏观联动\r\n\r\n# 海外宏观联动分析技能\r\n\r\n## 概述\r\n本技能模拟证券宏观研究员的海外研究视角，自动抓取全球核心宏观数据与政策动态，深入剖析海外经济对中国宏观经济、货币政策及资本市场的多维传导路径，输出专业的**海外 - 国内宏观联动分析简报**。\r\n\r\n## 执行流程\r\n### 第一阶段：海外核心数据与政策扫描\r\n1. **美国核心宏观数据**\r\n   - **工具**：`gildata-aidata MacroIndustryEDB`\r\n   - **查询示例**：\r\n   - **增长**：GDP（季调环比/同比）、ISM 制造业/服务业 PMI、零售销售、个人消费支出。\r\n   - **通胀**：CPI（核心/整体）、PCE 物价指数（美联储核心指标）、PPI。\r\n   - **就业**：非农就业人数、失业率、平均时薪、初请失业金人数。\r\n2. **海外央行政策与流动性**\r\n   - **美联储**：联邦基金利率目标区间、点阵图预测、缩表/扩表节奏（QT/QE）、官员讲话（鹰派/鸽派倾向）。\r\n   - **其他央行**\r\n\r\n## 一、海外核心动态概览\r\n### 1.1 美国宏观数据\r\n（GDP、通胀、就业最新表现及预期差...）\r\n### 1.2 海外央行政策\r\n（美联储/欧央行决议、点阵图、缩表节奏...）\r\n### 1.3 全球地缘与贸易\r\n（地缘风险、关税政策、供应链扰动...）\r\n---\r\n\r\n## 二、海外 - 国内传导逻辑分析\r\n### 2.1 利率与汇率传导\r\n### 2.2 贸易与产业链传导\r\n### 2.3 情绪与资金传导\r\n### 2.4 通胀输入传导\r\n---\r\n（中美利差变化、资本流动方向、汇率压力...）\r\n（外需强弱、出口结构变化、制造业影响...）\r\n（VIX 波动、北向资金流向\r\n\r\n## 三、对国内宏观与资产的影响\r\n### 3.1 国内政策空间评估\r\n### 3.2 A 股市场影响\r\n### 3.3 债券与汇率市场\r\n### 3.4 商品市场\r\n---\r\n（货币政策掣肘/空间、汇率维稳手段、财政发力方向...）\r\n（外资流向、出口链景气、核心资产估值...）\r\n（中美利差、长债收益率\r\n\r\n## 四、情景推演与策略建议\r\n### 4.1 核心情景推演\r\n| 情景 | 概率 | 特征 | 对国内影响 |\r\n|------|------|------|-----------|\r\n| 软着陆 | | | |\r\n| 硬着陆 | | | |\r\n| 再通胀 | | | |\r\n### 4.2 投资策略\r\n\r\n## 注意事项\r\n- **gildata-aidata 优先**：所有国内宏观数据、政策、资金、行情查询优先使用 `gildata-aidata` 服务，海外宏观数据同样优先通过其国际宏观数据库（EDB）获取。\r\n- **数据时效性**：优先使用最新发布的海外数据（如非农、CPI 公布当日）\r\n\r\n## 示例调用\r\n1. 获取海外宏观数据：gildata-aidata MacroIndustryEDB (查询美国 GDP, CPI, PMI, 非农等)\r\n2. 获取国内宏观数据：gildata-aidata MacroIndustryEDB (查询中国 GDP, CPI, PMI, 出口等)\r\n3. 获取资金流向：gildata-aidata HSGTTradeStats +\r\n\r\n## 输出要求\r\n- 报告使用标准 Markdown 格式\r\n- 必须包含四大传导渠道分析（利率汇率、贸易产业链、情绪资金、通胀输入）\r\n- 必须包含情景推演表格\r\n- 报告长度控制在 2500-3500 字，聚焦核心传导逻辑与投资策略\r\n\r\n## 技能更新日志\r\n**2026-05-11 更新**：\r\n- **核心数据源变更**：全面接入 `gildata-aidata` 服务，包括海外宏观数据查询\r\n\r\n## Module 7: 大类资产配置\r\n\r\n# 宏观大类资产配置技能\r\n\r\n## 概述\r\n本技能模拟宏观策略研究员的大类资产配置视角，结合最新宏观经济数据、政策预判与市场环境，运用**美林时钟**或**宏观象限**分析框架，自动生成股票、债券、商品、外汇及现金等大类资产的配置建议。报告旨在为专业投资机构提供具有逻辑支\r\n\r\n## 执行流程\r\n### 第一阶段：宏观象限判定与周期定位\r\n1. **核心宏观数据抓取**\r\n   - **工具**：`gildata-aidata MacroIndustryEDB`\r\n   - **查询示例**：\r\n   - **增长维度**：GDP 增速趋势、PMI 荣枯线位置、社融/M2 增速变化。\r\n   - **通胀维度**：CPI（核心/整体）趋势、PPI 趋势。\r\n   - **流动性维度**：DR007、SHIBOR、央行公开市场操作净投放。\r\n2. **美林时钟定位**\r\n   - **复苏期**（增长↑ 通胀↓）：企业盈利改善，流动性宽裕。**股票 > 债券 > 商品 > 现金**。\r\n   - **过热期**（增长↑ 通胀↑）：央行收紧流动性，抗通胀为主\r\n\r\n## 一、宏观经济周期定位\r\n### 1.1 核心宏观数据监控\r\n| 指标类别 | 指标名称 | 最新值 | 趋势 | 信号 |\r\n|---------|---------|-------|------|------|\r\n| 增长 | GDP/PMI | | | |\r\n\r\n## 二、大类资产分析与建议\r\n### 2.1 权益资产（股票）\r\n- **配置评级**：[超配 / 标配 / 低配]\r\n- **核心逻辑**：（盈利预期、估值分位、资金流向、政策催化...）\r\n- **风格建议**：（大盘/小盘，成长/价值，红利/科技...）\r\n### 2.2 固定收益（债券）\r\n\r\n## 三、资产配置组合建议\r\n### 3.1 建议权重\r\n| 资产类别 | 建议权重 | 评级 | 备注 |\r\n|---------|---------|------|------|\r\n| 股票 | | | |\r\n| 债券 | | | |\r\n| 商品 | | | |\r\n| 现金 | | | |\r\n##\r\n\r\n## 四、后续关注重点\r\n- **关键数据**：（未来需跟踪的宏观指标...）\r\n- **重大事件**：（重要会议、央行决议等...）\r\n---\r\n*免责声明：本报告基于公开数据与宏观分析框架生成，仅供参考，不构成投资建议。市场有风险，投资需谨慎。*\r\n```\r\n\r\n## 注意事项\r\n- **gildata-aidata 优先**：所有国内宏观数据、资金流向、行情数据优先使用 `gildata-aidata` 服务。\r\n- **逻辑严密**：资产配置建议必须基于宏观数据推导，严禁无依据的主观预测。\r\n- **动态视角**：强调“边际变化”而非绝对水平（如关\r\n\r\n## 示例调用\r\n1. 获取宏观数据：gildata-aidata MacroIndustryEDB (查询 GDP, CPI, PPI, PMI, 社融等)\r\n2. 获取指数行情：gildata-aidata IndexRangeQuotation (查询沪深 300, 国债指数表现)\r\n3. 获取资金流向：gildata-aidata HSGTTradeStats (查询北向资金\r\n\r\n## 输出要求\r\n- 报告使用标准 Markdown 格式\r\n- 必须包含美林时钟/宏观象限判定\r\n- 必须给出各大类资产的评级（超配/标配/低配）及建议权重\r\n- 报告长度控制在 2000-3000 字\r\n- 语言专业、客观，适合机构投\r\n\r\n## 输出示例（2026-09-21 新增）\r\n**配置建议表的标准结构**\r\n| 资产类别 | 建议权重（示例） | 相对基准 | 主要依据 | 触发调整的信号 |\r\n|---------|----------------|---------|---------|---------------|\r\n| 权益 | 中性 | 持平 | 盈利修复尚待确认 | 盈利增速连续两季上行 |\r\n\r\n## 技能更新日志\r\n**2026-05-11 更新**：\r\n- **核心数据源变更**：全面接入 `gildata-aidata` 服务。\r\n- **工具映射明\r\n\r\n## Module 8: 固收日报\r\n\r\n# 固定收益日报生成技能\r\n\r\n## 技能概述\r\n本技能面向证券固定收益研究员，自动生成标准化的固定收益市场日报。通过 `gildata-aidata` 专业金融数据服务获取权威数据，覆盖资金面、利率债、信用债、同业存单、地方债、二级资本债、永续债、ABS、央行操作及重要政策舆\r\n\r\n## 触发场景\r\n- 用户要求生成固收日报、债市日报、债券日报、利率日报、资金面日报\r\n- 用户询问\"今天债市情况\"、\"资金面如何\"、\"债券市场复盘\"\r\n- 用户需要每日固定收益市场回顾与展望\r\n- 用户要求生成固收晨报、债市早报、固收\r\n\r\n## 数据获取流程\r\n### 第一步：获取当前日期\r\n### 第二步：资金面数据\r\n# 获取DR系列利率（银行间质押式回购利率）\r\n# 获取R系列利率（存款类金融机构质押式回购利率）\r\n# 获取SHIBOR利率\r\n# 获取同业拆借利率\r\n### 第三步：国债收益率曲线\r\n# 获取利率债最活跃券\r\n\r\n## 报告结构\r\n报告必须严格按照以下模板生成，使用专业、简洁的固收研究员语言风格：\r\n```markdown\r\n# 固定收益市场日报\r\n**报告日期：** YYYY年MM月DD日（周X）\r\n**编制时间：** HH:MM\r\n**报告类型：** 固收日报\r\n---\r\n\r\n## 一、核心观点\r\n> 用2-3句话概括当日债市核心特征，包括资金面松紧、利率债走势、市场情绪等。\r\n---\r\n\r\n## 二、资金面监测\r\n### 2.1 银行间质押式回购利率\r\n| 品种 | 最新利率(%) | 前值(%) | 变动(BP) |\r\n|------|-------------|---------|----------|\r\n| DR001 | | | |\r\n| DR007 | | | |\r\n\r\n## 三、利率债市场\r\n### 3.1 国债收益率曲线\r\n| 期限 | 收益率(%) | 前值(%) | 变动(BP) |\r\n|------|-----------|---------|----------|\r\n| 1Y | | | |\r\n| 3Y | | | |\r\n| 5Y | | | |\r\n\r\n## 四、央行操作与流动性\r\n### 4.1 公开市场操作\r\n| 操作类型 | 投放(亿) | 回笼(亿) | 净投放(亿) |\r\n|----------|----------|----------|------------|\r\n| 逆回购 | | | |\r\n| MLF | | | |\r\n\r\n## 五、信用债市场\r\n### 5.1 信用利差监测\r\n| 评级 | 3Y利差(BP) | 5Y利差(BP) | 变动(BP) |\r\n|------|------------|------------|----------|\r\n| AAA | | | |\r\n| AA+ | | | |\r\n|\r\n\r\n## 六、同业存单市场\r\n### 6.1 NCD发行利率\r\n| 评级 | 1M | 3M | 6M | 1Y |\r\n|------|----|----|----|----|\r\n| AAA | | | | |\r\n### 6.2 同业存单点评\r\n---\r\n\r\n## 七、地方政府债市场\r\n### 7.1 地方债一级发行\r\n| 期限 | 发行规模(亿) | 中标利率(%) | 倍数 |\r\n|------|--------------|-------------|------|\r\n| 3年 | | | |\r\n| 5年 | | | |\r\n| 7年 | | |\r\n\r\n## 八、二级资本债与永续债\r\n### 8.1 二级资本债\r\n| 品种 | 期限 | 最新收益率(%) | 前值(%) | 变动(BP) |\r\n|------|------|---------------|---------|----------|\r\n| AAA二级资本债 | 3Y | | |\r\n\r\n## 九、资产支持证券（ABS）\r\n### 9.1 ABS一级市场发行\r\n| 类型 | 发行规模(亿) | 加权利率(%) | 期限(年) |\r\n|------|--------------|-------------|----------|\r\n| 信贷ABS | | | |\r\n| 企业ABS | |\r\n\r\n## 十、重要事件与政策\r\n- [事件1：简述当日重要政策、数据发布、监管动态等]\r\n- [事件2：...]\r\n- [事件3：...]\r\n---\r\n\r\n## 十一、市场展望\r\n[基于当日市场表现和政策信号，给出次日/近期债市走势展望，包括：\r\n- 资金面预期\r\n- 利率债方向判断\r\n- 关键关注点（数据发布、政策会议、供给压力等）\r\n- 操作建议]\r\n---\r\n\r\n## 十二、风险提示\r\n- 货币政策超预期收紧风险\r\n- 经济数据超预期风险\r\n- 供给冲击风险\r\n- 外部因素扰动风险\r\n- 信用风险事件冲击\r\n```\r\n\r\n## 数据获取注意事项\r\n1. **数据准确性优先**：如果某些数据无法获取，应明确标注\"数据待更新\"或\"暂无数据\"，不要编造数据\r\n2. **多源交叉验证**：对关键数据（如10年期国债收益率）应从多个工具交叉验证\r\n3. **时效性**：优先获取当日最新数据，如无当日数据可使用最近交\r\n\r\n## 数据获取失败处理\r\n如果某项数据查询失败：\r\n1. 尝试更换查询关键词\r\n2. 如仍无法获取，在对应表格中标注\"数据待更新\"\r\n3. 在点评部分说明数据缺失原因\r\n4. 不影响其他已完成部分的数据展示\r\n\r\n## 输出要求\r\n1. 报告必须使用标准Markdown格式\r\n2. 表格数据对齐，数字保留合理小数位（利率保留2-3位小数，BP取整数）\r\n3. 点评部分应简洁专业，避免冗长叙述\r\n4. 核心观点必须精炼，便于快速阅读\r\n5. 所有数据\r\n\r\n## 高级功能\r\n### 定时任务支持\r\n- 执行时间：每个交易日 17:00-18:00（收盘后）\r\n- 任务描述：自动生成当日固定收益市场日报\r\n### 自定义模板\r\n- 精简版：仅保留核心观点、资金面、利率债三部分\r\n- 详细版：包含全部板块（地方债、二级资本债、永续债、ABS等\r\n\r\n## 技能调用示例\r\n**用户输入：** \"生成今天固收日报\"\r\n**技能执行：**\r\n1. 获取当前日期\r\n2. 使用 `gildata-aidata` 服务依次查询：\r\n   - `MacroIndustryEDB` 获取资金面利率（DR001/DR007/DR014、R001/R0\r\n\r\n## Module 9: 固收隔夜简报\r\n\r\n# 固定收益隔夜舆情速览\r\n\r\n## 技能定位\r\n本技能专为证券固定收益研究员设计，用于快速聚合隔夜及最新债券市场相关舆情，生成每日雷点清单和速览报告，帮助研究员在开盘前掌握市场动态、识别信用风险、跟踪政策变化。\r\n\r\n## 触发场景\r\n- 用户要求生成隔夜固收舆情速览、固收晨报、债市日报\r\n- 用户询问今日债市有什么风险点、雷点、需要关注的事件\r\n- 用户要求跟踪债券违约、评级下调、评级展望负面等信用事件\r\n\r\n## 执行流程\r\n### 第一步：获取当前日期和时间\r\n### 第二步：多维度信息采集\r\n#### 1. 违约事件跟踪\r\n- 支持按时间、发行人、类型等多维筛选\r\n- 获取违约日期、违约类型、涉及金额等核心信息\r\n- 获取违约日期、行业、企业性质等\r\n- 识别新增违约主体\r\n#### 2. 评级调整跟踪\r\n- 获取债项评级上调/下调记录\r\n- 支持按评级机构、变动方向筛选\r\n- 获取主体评级上调/下调记录\r\n- 支持按企业性质、评级机构筛选\r\n- 获取担保人评级变动记录\r\n- 获取隐含评级变动，反映市场真实信用预期\r\n#### 3. 央行操作与资金面\r\n- 获取按日统计的同业存单平均发行利率\r\n- 支持按期限、主体评级、银行类别筛选\r\n- 获取各期限最活跃券的收益率及涨跌情况\r\n- 反映市场资金面\r\n\r\n## 核心观点\r\n[用 2-3 句话概括隔夜债市核心动态，包括最重要的违约/评级事件、央行操作方向、政策信号等]\r\n---\r\n\r\n## 一、每日雷点清单 ⚠️\r\n> 本清单按风险等级排序，红色为高风险，橙色为中风险，黄色为关注级\r\n### 🔴 高风险事件\r\n| 序号 | 事件主体 | 事件类型 | 涉及金额 | 影响评级 | 简要说明 |\r\n|------|----------|----------|----------|\r\n\r\n## 二、评级调整跟踪\r\n### 下调记录\r\n| 日期 | 主体名称 | 原评级 | 新评级 | 评级机构 | 下调原因 |\r\n|------|----------|--------|--------|----------|----------|\r\n\r\n## 三、央行操作与资金面\r\n### 公开市场操作\r\n| 操作类型 | 期限 | 操作量（亿元） | 中标利率 | 净投放/回笼 |\r\n|----------|------|----------------|----------|-------------|\r\n| 逆回购 | 7D | - |\r\n\r\n## 四、宏观政策与监管动态\r\n### 货币政策\r\n- [政策要点 1]\r\n- [政策要点 2]\r\n### 财政与监管政策\r\n- [政策要点 1]\r\n- [政策要点 2]\r\n### 债券供给\r\n- 国债发行计划：[简述]\r\n- 地方债发行计划：[简述]\r\n- 信用债净融资：[简述]\r\n- 本周债券净融资：[X\r\n\r\n## 五、债市行情速览\r\n### 利率债\r\n| 品种 | 最新收益率 | 前值 | 变动（BP） |\r\n|------|------------|------|------------|\r\n| 1Y 国债 | - | - | - |\r\n| 10Y 国债 | - | - | - |\r\n\r\n## 六、研究员关注提示\r\n1. **[重点提示 1]**：[说明及对债市的影响]\r\n2. **[重点提示 2]**：[说明及对债市的影响]\r\n3. **[重点提示 3]**：[说明及对债市的影响]\r\n---\r\n\r\n## 数据来源\r\n- gildata-aidata 金融数据服务\r\n- 网络公开信息（搜索引擎）\r\n- 央行及监管机构官网\r\n> **免责声明**：本报告基于公开信息整理，仅供参考，不构成投资建议。数据可能存在延迟或误差，请以官方披露为准。\r\n```\r\n\r\n## 注意事项\r\n1. **数据真实性**：所有数据必须来源于查询结果，不可编造。如某项数据无法获取，标注\"待更新\"或\"暂无数据\"\r\n2. **时效性**：优先使用 24-48 小时内的最新信息，标注信息日期\r\n3. **客观中立**：仅陈述事实，主观判断需在\"研究员关注提示\"中明确标注为个人\r\n\r\n## 输出要求\r\n- 报告生成后直接在对话中显示完整 Markdown 内容\r\n- 无需生成文件，除非用户明确要求保存\r\n- 如用户要求定时生成，可建议创建定时任务\r\n---\r\n\r\n## Module 10: 固收周报\r\n\r\n# 固定收益周报生成技能\r\n\r\n## 技能概述\r\n本技能面向证券固定收益研究员，自动生成标准化的固定收益市场周报。通过 `gildata-aidata` 专业金融数据服务获取权威数据，覆盖一周内的资金面、利率债、信用债、同业存单、地方债、二级资本债、永续债、ABS、央行操作及重\r\n\r\n## 数据获取流程\r\n### 第一步：获取当前日期\r\n### 第二步：资金面周度数据\r\n# 获取DR系列利率周度数据\r\n# 获取R系列利率周度数据\r\n# 获取SHIBOR利率周度数据\r\n# 获取同业拆借利率周度数据\r\n### 第三步：国债收益率曲线周度数据\r\n# 获取利率债最活跃券周度收益率\r\n\r\n## 数据处理与分析\r\n### 周度变动计算\r\n1. **周度变动**：本周末利率 - 上周末利率（单位：BP）\r\n2. **月度变动**：本周末利率 - 上月末利率（单位：BP）\r\n3. **年初至今变动**：本周末利率 - 上年末利率（单位：BP）\r\n### 期限利差分析\r\n1. **国\r\n\r\n## 报告结构\r\n# 固定收益市场周报\r\n**报告周期：** YYYY年MM月DD日 ~ YYYY年MM月DD日\r\n**编制时间：** YYYY年MM月DD日 HH:MM\r\n**报告类型：** 固收周报\r\n---\r\n\r\n## 一、核心观点\r\n> 用3-4句话概括本周债市核心特征，包括：\r\n> - 资金面整体松紧程度及周度变化\r\n> - 利率债走势及收益率曲线形态变化\r\n> - 信用债市场表现及利差变化\r\n> - 本周核心驱动逻辑（政策/数据/资金/情绪等）\r\n---\r\n\r\n## 二、本周债市全景复盘\r\n### 2.1 大类资产周度表现\r\n| 资产类别 | 指标 | 本周最新 | 上周末 | 周变动(BP/%) | 本月变动 |\r\n|---------|------|----------|--------|--------------|----------|\r\n|\r\n\r\n## 三、资金面周度监测\r\n### 3.1 银行间质押式回购利率周度走势\r\n| 品种 | 本周末(%) | 上周末(%) | 周变动(BP) | 本周均值(%) | 波动区间(%) |\r\n\r\n## 四、利率债市场周度复盘\r\n### 4.1 国债收益率曲线周度变化\r\n| 期限 | 本周末收益率(%) | 上周末(%) | 周变动(BP) | 本月变动(BP) |\r\n\r\n## 五、央行操作与流动性管理\r\n### 5.1 公开市场操作周度汇总\r\n| 操作类型 | 周投放(亿) | 周到期(亿) | 周净投放(亿) | 操作利率(%) |\r\n\r\n## 六、信用债市场周度分析\r\n### 6.1 信用利差周度监测\r\n| 评级 | 1Y利差(BP) | 3Y利差(BP) | 5Y利差(BP) | 周变动(BP) |\r\n|------|------------|------------|------------|------------|\r\n|\r\n\r\n## 七、同业存单市场周度分析\r\n### 7.1 NCD发行利率周度走势\r\n| 评级 | 1M | 3M | 6M | 9M | 1Y |\r\n|------|----|----|----|----|----|\r\n| AAA | | | | | |\r\n| AA+ | | | | | |\r\n*注：表中数值\r\n\r\n## 八、地方政府债周度跟踪\r\n### 8.1 地方债一级发行周度汇总\r\n| 期限 | 本周发行规模(亿) | 本周平均利率(%) | 认购倍数 |\r\n|------|------------------|-----------------|----------|\r\n| 3年 | | | |\r\n|\r\n\r\n## 九、银行资本债周度跟踪\r\n### 9.1 二级资本债周度表现\r\n| 品种 | 期限 | 本周末收益率(%) | 上周末(%) | 周变动(BP) | 信用利差(BP) |\r\n\r\n## 十、资产支持证券（ABS）周度跟踪\r\n### 10.1 ABS一级市场周度发行\r\n| 类型 | 本周发行规模(亿) | 本周发行只数 | 加权利率(%) |\r\n|------|------------------|--------------|-------------|\r\n| 信贷ABS | | |\r\n\r\n## 十一、本周重要事件与政策回顾\r\n### 11.1 宏观数据发布\r\n- **[数据名称]**：[数据值]，[预期值]，[前值] → [解读：超预期/不及预期/符合预期，对债市影响]\r\n- **[数据名称]**：...\r\n### 11.2 政策动态\r\n- **[政策名称]**：[政策要点] → [解读\r\n\r\n## 十二、下周展望与策略建议\r\n### 12.1 资金面展望\r\n- 央行公开市场操作到期情况\r\n- 政府债发行计划\r\n- 税期/跨月等季节性因素\r\n- 降准/降息可能性]\r\n### 12.2 利率债展望\r\n- 收益率曲线形态预判\r\n- 关键期限利率波动区间\r\n- 多空逻辑分析]\r\n### 12.3 信用债展\r\n\r\n## 十三、风险提示\r\n- **货币政策风险**：央行流动性投放不及预期，资金面超预期收敛\r\n- **经济数据风险**：经济数据超预期回暖，基本面修复超预期\r\n- **供给冲击风险**：政府债集中发行，利率债供给压力骤增\r\n- **信用风险**：信用风险事件发酵，引发市场风险偏好下降\r\n-\r\n\r\n## 数据获取注意事项\r\n1. **数据准确性优先**：如果某些数据无法获取，应明确标注\"数据待更新\"或\"暂无数据\"，不要编造数据\r\n2. **多源交叉验证**：对关键数据（如10年期国债收益率）应从多个工具交叉验证\r\n3. **时效性**：优先获取本周末（周五或最近交易日）数据，如无当\r\n\r\n## 数据获取失败处理\r\n如果某项数据查询失败：\r\n1. 尝试更换查询关键词\r\n2. 如仍无法获取，在对应表格中标注\"数据待更新\"\r\n3. 在点评部分说明数据缺失原因\r\n4. 不影响其他已完成部分的数据展示\r\n\r\n## 输出要求\r\n1. 报告必须使用标准Markdown格式\r\n2. 表格数据对齐，数字保留合理小数位（利率保留2-3位小数，BP取整数）\r\n3. 点评部分应简洁专业，避免冗长叙述\r\n4. 核心观点必须精炼，便于快速阅读\r\n5. 所有数据\r\n\r\n## 高级功能\r\n### 定时任务支持\r\n- 执行时间：每周五 18:00-19:00 或周一 09:00-10:00\r\n- 任务描述：自动生成上周固定收益市场周报\r\n### 自定义模板\r\n- 精简版：仅保留核心观点、资金面、利率债、信用债、下周展望五部分\r\n\r\n## 技能调用示例\r\n**用户输入：** \"生成本周固收周报\"\r\n**技能执行：**\r\n1. 获取当前日期，确定报告周期（上周末至本周末）\r\n2. 使用 `gildata-aidata` 服务依次查询：\r\n   - `MacroIndustryEDB` 获取资金面周度利率（DR001/D\r\n\r\n## Module 11: 利率市场回顾\r\n\r\n# 固定收益研究员资金面&利率复盘简报\r\n\r\n## 技能概述\r\n本技能面向证券固定收益研究员，自动化生成资金面与利率复盘简报。通过获取银行间市场核心利率数据、分析利率变动逻辑、结合宏观与政策因素，输出结构化的复盘报告。\r\n\r\n## 数据获取流程\r\n### 第一步：获取当前日期\r\n### 第二步：获取资金面核心数据\r\n1. **DR 系列利率**：DR001、DR007、DR014、DR021、DR1M\r\n   - 获取 DR 系列利率的最新数据\r\n   - 支持时间序列查询，可获取日度、周度、月度数据\r\n2.\r\n\r\n## 数据处理与分析\r\n### 利率变动计算\r\n1. **日度变动**：当日利率 - 上一交易日利率（单位：BP）\r\n2. **周度变动**：当日利率 - 上周同日利率（单位：BP）\r\n3. **月度变动**：当日利率 - 上月同日利率（单位：BP）\r\n### 期限利差分析\r\n1. **国债\r\n\r\n## 报告生成\r\n### 报告结构\r\n按照以下模板生成 Markdown 格式报告：\r\n```markdown\r\n# 资金面&利率复盘简报\r\n**报告日期**：YYYY-MM-DD\r\n**报告类型**：固定收益研究·资金利率日报\r\n---\r\n\r\n## 一、核心观点\r\n[用 2-3 句话概括当日资金面与利率市场的核心特征]\r\n---\r\n\r\n## 二、资金面概览\r\n### 2.1 DR 系列利率\r\n| 品种 | 最新利率 (%) | 日变动 (BP) | 周变动 (BP) | 月变动 (BP) |\r\n|------|-------------|------------|------------|------------|\r\n\r\n## 三、同业存单市场\r\n### 3.1 同业存单利率\r\n| 期限 | 最新利率 (%) | 日变动 (BP) | 周变动 (BP) |\r\n|------|-------------|------------|------------|\r\n| 1M | | | |\r\n| 3M | | | |\r\n\r\n## 四、国债收益率曲线\r\n### 4.1 收益率水平\r\n| 期限 | 最新利率 (%) | 日变动 (BP) | 周变动 (BP) | 月变动 (BP) |\r\n|------|-------------|------------|------------|------------|\r\n|\r\n\r\n## 五、央行操作与流动性\r\n### 5.1 公开市场操作\r\n| 操作类型 | 投放规模 (亿) | 到期规模 (亿) | 净投放 (亿) | 利率 (%) |\r\n\r\n## 六、利率涨跌逻辑\r\n### 6.1 资金面驱动\r\n### 6.2 基本面驱动\r\n### 6.3 政策面驱动\r\n### 6.4 供需面驱动\r\n---\r\n[分析资金面松紧对短端利率的影响]\r\n[分析经济数据、通胀预期对利率的影响]\r\n[分析货币政策预期、监管政策对利率的影响]\r\n[分析债券供给、配\r\n\r\n## 七、复盘结论与展望\r\n### 7.1 当日复盘结论\r\n1. [结论一]\r\n2. [结论二]\r\n3. [结论三]\r\n### 7.2 后续展望\r\n**短期（1-2 周）**：[展望]\r\n**中期（1-3 个月）**：[展望]\r\n### 7.3 交易建议\r\n[给出基于复盘结论的交易建议参考]\r\n---\r\n\r\n## 八、风险提示\r\n- [风险因素一]\r\n- [风险因素二]\r\n- [风险因素三]\r\n```\r\n\r\n## 执行指引\r\n1. **数据获取**：按照上述流程依次获取各类数据\r\n2. **数据校验**：检查数据完整性，对缺失数据进行标注\r\n3. **计算分析**：执行利率变动、期限利差等计算\r\n4. **逻辑推演**：结合数据与市场信息，分析利率变动逻辑\r\n5. **报告生成**：按照\r\n\r\n## 注意事项\r\n- 利率变动单位统一使用 BP（1BP = 0.01%）\r\n- 数据缺失时标注\"数据暂缺\"，不可编造数据\r\n- 复盘结论需有数据支撑，避免主观臆断\r\n- 交易建议仅供参考，不构成投资建议\r\n- 报告生成后直接在对话中显示完整内容，无需发送文件\r\n---\r\n\r\n## Module 12: 行业信用风险\r\n\r\n# 产业债财报风控体检\r\n\r\n## 技能概述\r\n本技能面向证券固定收益研究员的产业债投资与风控场景，提供发债主体全方位财务风险筛查能力。通过自动获取企业财务数据、司法风险、评级变动、担保信息等，系统性识别现金流恶化、有息负债压力、担保链传染、诉讼纠纷等负面信号，输出结构化风控\r\n\r\n## 工作流程\r\n### 第一步：确认分析主体\r\n### 第二步：获取企业基础信息\r\n### 第三步：获取财务数据\r\n1. **财务报表数据**：\r\n2. **财务分析指标**：\r\n### 第四步：获取司法与负面信息\r\n# 被执行人信息\r\n# 失信被执行人\r\n# 开庭公告\r\n# 裁判文书\r\n#\r\n\r\n## 风控报告模板\r\n# [企业名称] 产业债财报风控体检报告\r\n**报告日期**：YYYY-MM-DD\r\n**分析主体**：[企业全称]\r\n**统一社会信用代码**：[代码]\r\n**所属行业**：[行业分类]\r\n**企业性质**：[央企/地方国企/民企/其他]\r\n---\r\n\r\n## 一、执行摘要\r\n[用2-3段话概括核心结论，包括整体风险等级、主要风险点、是否建议规避等]\r\n**综合风险评级**：🟢 低风险 / 🟡 中等风险 / 🟠 较高风险 / 🔴 高风险\r\n---\r\n\r\n## 二、现金流健康度分析\r\n### 2.1 经营性现金流\r\n| 指标 | 最新报告期 | 上年同期 | 变动幅度 | 风险信号 |\r\n|------|-----------|---------|---------|---------|\r\n| 经营活动现金流净额 | [数值] | [数值] |\r\n\r\n## 三、有息负债压力分析\r\n### 3.1 债务规模与结构\r\n| 指标 | 最新报告期 | 上年同期 | 变动幅度 | 风险阈值 |\r\n|------|-----------|---------|---------|---------|\r\n\r\n## 四、担保链与关联风险分析\r\n### 4.1 对外担保情况\r\n| 被担保方 | 担保金额 | 担保类型 | 是否关联方 | 风险等级 |\r\n|---------|---------|---------|-----------|---------|\r\n\r\n## 五、司法与信用风险筛查\r\n### 5.1 司法风险汇总\r\n| 风险类型 | 数量 | 涉案金额 | 最新时间 | 风险等级 |\r\n|---------|-----|---------|---------|---------|\r\n\r\n## 六、评级变动与舆情监测\r\n### 6.1 主体与债项评级\r\n| 评级机构 | 主体评级 | 债项评级 | 评级展望 | 评级日期 | 变动方向 |\r\n|---------|---------|---------|---------|---------|---------|\r\n\r\n## 七、行业与区域风险\r\n### 7.1 行业景气度\r\n[简要分析企业所在行业的当前景气度、政策环境、周期性特征]\r\n### 7.2 区域风险（如适用）\r\n[对于地方国企或区域集中度高的企业，分析所在区域的经济财政状况]\r\n---\r\n\r\n## 八、综合风险评级与投资建议\r\n### 8.1 风险评分卡\r\n| 维度 | 权重 | 得分(0-100) | 评级 |\r\n|-----|------|-----------|------|\r\n| 现金流健康度 | 25% | [得分] | [优/良/中/差] |\r\n| 有息负债压力 | 25% |\r\n\r\n## 免责声明\r\n本报告基于公开数据和信息化工具自动生成，仅供参考，不构成任何投资建议。债券投资存在信用风险、利率风险、流动性风险等，投资者应根据自身风险承受能力独立判断。报告生成日期之后的信息变动可能影响分析结论，建议定期更新复查。\r\n```\r\n\r\n## 风险信号判定规则\r\n### 现金流风险信号\r\n| 信号 | 判定条件 | 风险等级 |\r\n|------|---------|---------|\r\n| 经营现金流为负 | 最新报告期经营活动现金流净额 < 0 | 🟠 较高风险 |\r\n\r\n## 注意事项\r\n1. **数据时效性**：财务数据以最新可得报告期为准，注意区分年报、中报、季报\r\n2. **非上市公司**：非上市公司财务数据可能不完整，需依赖工商信息和司法信息\r\n3. **集团企业**：对于集团型企业，注意区分母公司与合并口径数据\r\n4. **行业差异**：不同行业的财务\r\n\r\n## 输出要求\r\n- 报告必须使用 Markdown 格式\r\n- 所有数据需标注来源和报告期\r\n- 风险信号必须明确标注等级\r\n- 综合风险评级必须给出明确结论\r\n- 报告生成后直接在对话中显示完整内容\r\n---\r\n\r\n## Module 13: 债务风险分析\r\n\r\n# 城投主体债务排雷分析技能\r\n\r\n## 技能概述\r\n本技能面向证券固定收益研究员，提供城投平台（地方政府融资平台）债务风险的自动化排雷分析能力。通过多维度数据交叉验证，识别潜在信用风险，生成结构化风险报告。\r\n\r\n## 核心分析维度\r\n### 1. 区域财政实力评估\r\n- 一般公共预算收入及增速\r\n- 政府性基金收入（土地出让金）\r\n- 财政自给率（一般公共预算收入/一般公共预算支出）\r\n- 上级转移支付依赖度\r\n### 2. 债务压力分析\r\n- 地方政府债务余额及债务率（债务余额/综合财力）\r\n- 城\r\n\r\n## 执行流程\r\n### 第一步：明确分析对象\r\n- **城投主体名称**（如：XX 市城市建设投资集团）\r\n- **所属区域**（省/市/区县）\r\n- 如用户未指定具体主体，则按区域维度进行整体分析\r\n### 第二步：获取区域财政与债务数据\r\n- 支持多级行政区划（省/市/区县）\r\n- 获取 GDP、一般公共预算收入、政府性基金收入、财政收支、债务余额等核心指标\r\n- 支持时间序列查询，可获取历年数据对比\r\n- 一般公共预算收入（绝对值及同比增速）\r\n- 政府性基金收入（土地出让金占比）\r\n- 一般公共预算支出\r\n- 地方政府债务余额\r\n- GDP 总量及增速\r\n### 第三步：查询城投主体信息\r\n1. **区域城投平台明细数据**：\r\n- 获取城投平台风险评级、债务、财务等明细数据\r\n-\r\n\r\n## 一、执行摘要\r\n[200-300字核心结论，包括：区域财政概况、债务压力评估、化债进展、主体信用状况、最终风险判断]\r\n\r\n## 二、区域财政实力分析\r\n### 2.1 财政收支概况\r\n| 指标 | 数值 | 同比 |\r\n|------|------|------|\r\n| 一般公共预算收入 | XX 亿元 | XX% |\r\n| 政府性基金收入 | XX 亿元 | XX% |\r\n| 一般公共预算支出 | XX 亿元 |\r\n\r\n## 三、债务压力评估\r\n### 3.1 地方政府债务\r\n| 指标 | 数值 | 备注 |\r\n|------|------|------|\r\n| 地方政府债务余额 | XX 亿元 | - |\r\n| 综合财力 | XX 亿元 | - |\r\n| 狭义债务率 | XX% | [安全/关注/预警] |\r\n\r\n## 四、化债进度跟踪\r\n### 4.1 特殊再融资债券\r\n[已发行规模、批次、用途]\r\n### 4.2 债务置换与展期\r\n[如有公开信息，描述债务重组进展]\r\n### 4.3 其他化债措施\r\n[资产处置、股权划转、财政注资等]\r\n\r\n## 五、主体信用排查\r\n### 5.1 基本信息\r\n| 项目 | 内容 |\r\n|------|------|\r\n| 企业全称 | - |\r\n| 成立日期 | - |\r\n| 注册资本 | - |\r\n| 实际控制人 | - |\r\n| 主体评级 | - |\r\n| 评级展望 | - |\r\n### 5.2 司\r\n\r\n## 六、存续债券概况\r\n[如有数据，列明存续债券明细、余额、到期分布]\r\n\r\n## 七、风险结论与建议\r\n### 7.1 核心风险点\r\n1. [风险点1]\r\n2. [风险点2]\r\n3. [风险点3]\r\n### 7.2 投资建议\r\n### 7.3 后续跟踪要点\r\n1. [跟踪事项1]\r\n2. [跟踪事项2]\r\n---\r\n**免责声明**：本报告基于公开信息整理，数据截至报告生成日。\r\n\r\n## 数据处理原则\r\n1. **数据时效性**：优先使用最新可得数据，标注数据截止日期\r\n2. **交叉验证**：同一指标从多个数据源获取时，取最新或最权威来源\r\n3. **缺失处理**：如某项数据无法获取，标注\"数据暂缺\"，不影响其他维度分析\r\n4. **保守原则**：风险等级判定采\r\n\r\n## 注意事项\r\n- 城投债务数据部分为非公开信息，宽口径债务率可能需要估算\r\n- 化债政策变化较快，需关注最新政策动态\r\n- 主体司法信息可能存在滞后，建议定期复查\r\n- 风险等级仅为参考，实际投资决策需结合更多定性分析\r\n---\r\n\r\n## Module 14: 转债估值分析\r\n\r\n# 转债估值与博弈速评\r\n\r\n## 技能概述\r\n本技能面向证券固定收益研究员，提供可转债的快速估值分析与博弈机会挖掘。核心功能包括转股溢价率测算、强赎风险评估、下修博弈分析、套利机会识别，输出标准化Markdown格式速评报告。\r\n\r\n## 工作流程\r\n### 第一步：获取转债基础数据与价值分析\r\n- 转债最新价格、涨跌幅\r\n- 转股溢价率、纯债溢价率\r\n- 转股价值、到期收益率\r\n- 转股价、强赎触发价、下修触发价\r\n- 剩余规模、债券评级、到期日\r\n- 波动率指标\r\n### 第二步：获取正股实时行情与估值\r\n- 最新股\r\n\r\n## 一、核心估值指标\r\n| 指标 | 数值 | 评价 |\r\n|------|------|------|\r\n| 转股溢价率 | X.XX% | 低/中/高 |\r\n| 纯债溢价率 | X.XX% | - |\r\n| 转股价值 | XX.XX元 | - |\r\n\r\n## 二、强赎风险分析\r\n**强赎触发价：** XX.XX元（转股价的130%）  \r\n**当前正股价/转股价比值：** X.XX\r\n**风险等级：** 🟢低风险 / 🟡中风险 / 🔴高风险\r\n**分析：**\r\n- 正股价格走势判断\r\n- 距离触发条件的差距\r\n- 公司强赎意愿评估\r\n\r\n## 三、下修博弈分析\r\n**下修触发价：** XX.XX元（转股价的85%/80%）  \r\n**当前正股价/转股价比值：** X.XX\r\n**下修可能性：** 低/中/高\r\n**关键因素：**\r\n- 剩余期限：X.XX年\r\n- 公司下修历史：有/无\r\n- 大股东持债比例：X.XX%\r\n- 偿债压\r\n\r\n## 四、套利机会评估\r\n### 折价套利\r\n- 当前溢价率：X.XX%\r\n- 套利空间：X.XX元/张\r\n- 操作建议：可行/不可行（考虑T+1风险）\r\n### 低溢价博弈\r\n- 溢价率水平：X.XX%\r\n- 正股上涨弹性：高/中/低\r\n- 转债防御性：强/中/弱\r\n### 下修博弈\r\n- 满足下修\r\n\r\n## 五、综合评级与操作建议\r\n**转债评级：** A/B/C/D（A最优）\r\n**投资逻辑：**\r\n1. 核心驱动因素\r\n2. 主要风险点\r\n3. 操作建议\r\n**风险提示：**\r\n- 正股下跌风险\r\n- 强赎风险\r\n- 信用风险\r\n- 流动性风险\r\n---\r\n*本报告仅供参考，不构成投资建议。*\r\n```\r\n\r\n## 工具使用规范\r\n1. **数据查询**：优先使用 `gildata-aidata` 服务获取权威金融数据\r\n   - `CBBondValueAnalysis`：可转债多维度价值分析（核心工具）\r\n   - `AShareLiveQuote`：正股实时行情\r\n   - `Stoc\r\n\r\n## 注意事项\r\n1. **条款差异**：不同转债的强赎/下修条款可能不同，需以募集说明书为准\r\n2. **交易规则**：转股套利需考虑T+1规则及交易成本\r\n3. **信用风险**：低评级转债需关注违约风险\r\n4. **流动性**：小规模转债可能存在流动性不足问题\r\n5. **免责声明**：报告\r\n\r\n## 示例调用\r\n1. 获取转债价值：gildata-aidata CBBondValueAnalysis (查询宁银转债)\r\n2. 获取正股行情：gildata-aidata AShareLiveQuote (查询宁波银行)\r\n3. 获取正股估值：gildata-aidata StockValueAnalysis (查询宁波银行PE/PB)\r\n4. 获取转债公告：gildata-ai\r\n\r\n## 技能更新日志\r\n**2026-05-11 更新**：\r\n- **核心数据源变更**：全面接入 `gildata-aidata` 服务，替代原有 `east\r\n\r\n## Module 15: 行业深度分析\r\n\r\n# 行业深度分析技能\r\n\r\n## 技能定位\r\n本技能面向**专业研究员、投资机构、产业分析师**，提供全方位行业深度分析。通过调用多个专业金融数据工具和行业数据库，从八大维度系统性地分析行业投资价值、竞争格局和发展趋势，生成机构级行业深度研究报告。\r\n\r\n## 触发场景\r\n- \"对 XX 行业做深度分析\"\r\n- \"分析 XX 行业\"\r\n- \"XX 行业深度研究\"\r\n- \"研究 XX 行业的投资价值\"\r\n- \"XX 行业全面分析\"\r\n- \"帮我深度研究一下 XX 行业\"\r\n- \"XX 行业投资机\r\n\r\n## 分析框架（八大维度）\r\n### 一、行业概况\r\n**数据获取**：\r\n- \"[行业名称] 行业定义 分类 发展历程 生命周期\"\r\n- \"[行业名称] 行业介绍 基本概念 产业链 宏观环境\"\r\n**分析要点**：\r\n1. **行业定义与分类**\r\n   - 行业的明确定义\r\n   - 行业细分领域\r\n\r\n## 报告输出格式\r\n生成结构化 Markdown 报告，包含以下章节：\r\n```markdown\r\n# [行业名称] 深度分析报告\r\n\r\n## 执行摘要\r\n[200-300 字，概括行业核心特征、市场空间、竞争格局、发展趋势、投资建议]\r\n\r\n## 一、行业概况\r\n### 1.1 行业定义与分类\r\n[行业定义、细分领域、行业分类]\r\n### 1.2 行业发展历程\r\n[发展阶段、重要节点、生命周期判断]\r\n### 1.3 行业特征\r\n[商业模式、盈利模式、周期性]\r\n\r\n## 二、市场规模\r\n### 2.1 当前市场规模\r\n[表格：近 3-5 年市场规模及增速]\r\n[分析文字]\r\n### 2.2 市场驱动因素\r\n[需求、供给、政策驱动分析]\r\n### 2.3 未来市场空间\r\n[表格：未来 3-5 年市场预测]\r\n[天花板判断]\r\n\r\n## 三、产业链分析\r\n### 3.1 产业链结构\r\n[产业链图谱描述]\r\n### 3.2 价值链分布\r\n[各环节附加值、利润分布]\r\n### 3.3 产业链趋势\r\n[整合、转移、安全等趋势]\r\n\r\n## 四、竞争格局\r\n### 4.1 市场集中度\r\n[表格：CR3/CR5 数据及变化]\r\n### 4.2 主要参与者\r\n[表格：主要企业列表及市场份额]\r\n### 4.3 竞争态势\r\n[竞争格局类型、竞争焦点]\r\n### 4.4 企业对比分析\r\n[表格：主要企业财务指标对比]\r\n\r\n## 五、行业趋势\r\n### 5.1 技术发展趋势\r\n[技术演进方向]\r\n### 5.2 需求变化趋势\r\n[需求变化分析]\r\n### 5.3 产品/服务趋势\r\n[产品升级方向]\r\n### 5.4 商业模式趋势\r\n[商业模式创新]\r\n\r\n## 六、进入壁垒\r\n### 6.1 技术壁垒\r\n[技术门槛分析]\r\n### 6.2 资金壁垒\r\n[资金需求分析]\r\n### 6.3 资质/牌照壁垒\r\n[准入要求分析]\r\n### 6.4 品牌/渠道壁垒\r\n[品牌渠道分析]\r\n### 6.5 综合壁垒评估\r\n[壁垒高低判断]\r\n\r\n## 七、风险因素\r\n### 7.1 政策风险\r\n[政策风险分析]\r\n### 7.2 市场风险\r\n[市场风险分析]\r\n### 7.3 技术风险\r\n[技术风险分析]\r\n### 7.4 经营风险\r\n[经营风险分析]\r\n### 7.5 财务风险\r\n[财务风险分析]\r\n\r\n## 八、投资机会\r\n### 8.1 细分领域机会\r\n[高成长赛道识别]\r\n### 8.2 投资标的筛选\r\n[表格：推荐标的及理由]\r\n### 8.3 投资时点判断\r\n[周期位置、估值水平]\r\n### 8.4 投资策略建议\r\n[配置建议]\r\n\r\n## 九、结论与建议\r\n### 9.1 行业评级\r\n### 9.2 核心逻辑\r\n### 9.3 风险提示\r\n---\r\n**报告生成时间**: [YYYY-MM-DD]\r\n**数据来源**: 行业数据优先来源于 gildata-aidata，其他信息来源于公开渠道\r\n**免责声明**: 本报告仅\r\n\r\n## 执行流程\r\n### 步骤 1：确认分析对象\r\n- 从用户输入中提取行业名称\r\n- 明确行业范围和边界\r\n- 如行业名称模糊，与用户确认或自行界定\r\n### 步骤 2：行业数据获取\r\n**行业基本信息**：\r\n**市场规模数据**：\r\n### 步骤 3：产业链与竞争格局分析\r\n**产业链信息**：\r\n**竞争格局**：\r\n### 步骤 4：行业趋势与壁垒分析\r\n### 步骤 5：风险信息获取\r\n### 步骤 6：投资机会分析\r\n**标的筛选**：\r\n### 步骤 7：报告撰写\r\n- 数据标注来源\r\n- 关键数据使用表格呈现\r\n- 分析逻辑清晰\r\n- 结论明确\r\n- 风险提示充分\r\n### 步骤 8：报告交付\r\n**重要**：报告生成后直接在对话中输出完整的 Markdown 报告内容，让用户可以立即\r\n\r\n## 注意事项\r\n1. **数据时效性**\r\n   - 优先使用最新数据（2024 年、2025 年、2026 年）\r\n   - 标注数据截止日期\r\n   - 对于预测数据明确说明是预测值\r\n2. **数据交叉验证**\r\n   - 关键行业数据从多个来源验证\r\n   - 发现数据冲突时，以权威机构数据\r\n\r\n## 特殊情况处理\r\n### 情况 1：数据获取失败\r\n- 尝试使用替代工具\r\n- 如仍无法获取，在报告中说明\"数据暂缺\"\r\n- 不编造数据\r\n### 情况 2：行业定义模糊\r\n- 主动与用户确认具体细分领域\r\n- 或自行界定分析范围并在报告中说明\r\n- 建议聚焦到具体细分赛道\r\n### 情况\r\n\r\n## 示例调用\r\n1. 提取行业名称：光伏行业\r\n2. 获取行业信息：gildata-aidata IndustryOverview query=\"光伏行业 行业定义 分类 发展历程\"\r\n3. 获取市场规模：gildata-aidata IndustryMarketScale query=\"光伏行业 市场规模 2024 2025 2026 预测\"\r\n4. 获取产业链信息：gildata\r\n\r\n## 输出示例（2026-09-21 新增）\r\n**行业分析的标准骨架**\r\n| 章节 | 关键问题 | 常用证据 | 常见误区 |\r\n|------|---------|---------|---------|\r\n| 需求 | 谁在买、为什么现在买 | 下游出货量、渗透率、订单 | 用行业增速代替公司需求 |\r\n| 供给 | 产能怎么变、多久能变 | 产能地图、扩产公告、环评 | 名义产能当成有效产能 |\r\n\r\n## 技能更新日志\r\n**2026-05-11 更新**：\r\n- **核心数据源变更**：将所有行业数据、市场规模、竞争格局查询改为优先使用 gildata-a\r\n\r\n## Module 16: 行业一页纸分析\r\n\r\n# 行业一页纸分析技能\r\n\r\n## 技能定位\r\n- **深度分析**：八大维度，全面深入，适合深度研究和首次覆盖\r\n- **一页纸分析**：六大核心维度，精炼简洁，适合快速决策和赛道跟踪\r\n\r\n## 触发场景\r\n- \"XX 行业一页纸\"\r\n- \"一页纸分析 XX 行业\"\r\n- \"快速分析 XX 行业\"\r\n- \"XX 行业速评\"\r\n- \"XX 行业简单分析\"\r\n- \"XX 行业核心要点\"\r\n- \"XX 行业投资亮点\"\r\n- \"XX 行业\r\n\r\n## 分析框架（一页纸六大维度）\r\n### 一、行业概况（基本信息）\r\n**数据获取**：\r\n- 获取行业成分股列表，了解行业覆盖范围\r\n- 查询行业相关宏观经济数据\r\n- \"[行业名称] 行业定义 主要产品 应用场景\"\r\n**核心信息**：\r\n- 行业定义/分类\r\n- 产业链位置\r\n- 主要产品/服务\r\n-\r\n\r\n## 报告输出格式\r\n# [行业名称] 一页纸分析\r\n| 基本信息 | |\r\n|----------|------|\r\n| 行业分类 | [分类] |\r\n| 产业链位置 | [上游/中游/下游] |\r\n| 主要产品 | [产品/服务] |\r\n| 下游应用 | [应用领域] |\r\n---\r\n\r\n## 📈 市场规模与增速\r\n| 指标 | 2023 | 2024 | 2025E | 增速 |\r\n|------|------|------|-------|------|\r\n| 市场规模（亿元） | X | X | X | X% |\r\n| 同比增速（%） | X | X | X | — |\r\n\r\n## 🏆 竞争格局\r\n| 指标 | 数值 | 判断 |\r\n|------|------|------|\r\n| CR3 | X% | 集中/分散 |\r\n| CR5 | X% | 集中/分散 |\r\n| 龙头企业 | [企业 1]、[企业 2]、[企业 3] | |\r\n\r\n## 🚀 行业趋势\r\n1. **[趋势 1 标题]**：[简要描述]\r\n2. **[趋势 2 标题]**：[简要描述]\r\n3. **[趋势 3 标题]**：[简要描述]\r\n---\r\n\r\n## 💡 投资机会\r\n**核心逻辑**：\r\n1. [投资逻辑 1]\r\n2. [投资逻辑 2]\r\n**重点细分**：[细分赛道 1]、[细分赛道 2]\r\n**估值水平**：[行业 PE/PB 及历史分位]\r\n**近期催化剂**：[催化剂 1]、[催化剂 2]\r\n---\r\n\r\n## ⚠️ 主要风险\r\n1. [风险 1]\r\n2. [风险 2]\r\n3. [风险 3]\r\n---\r\n\r\n## 📌 投资结论\r\n**整体判断**：[看好/中性/谨慎]\r\n**核心观点**：[1-2 句话概括核心观点]\r\n**建议关注**：[关注时点/催化剂]\r\n---\r\n*报告生成时间：YYYY-MM-DD | 数据来源：Gildata-AIData、公开资料 | 仅供参考，不构成投资建议*\r\n\r\n## 执行流程\r\n### 步骤 1：确认分析对象\r\n- 从用户输入中提取行业名称\r\n- 明确行业定义和范围\r\n- 获取行业分类信息\r\n### 步骤 2：获取行业估值与行情数据\r\n### 步骤 3：获取市场规模数据\r\n### 步骤 4：获取竞争格局数据\r\n### 步骤 5：获取行业趋势信息\r\n### 步骤 6：获取投资机会信息\r\n### 步骤 7：获取风险信息\r\n### 步骤 8：撰写一页纸报告\r\n- 严格控制篇幅在一页纸内（约 800-1200 字）\r\n- 关键数据使用表格呈现\r\n- 语言精炼，直击核心\r\n- 结论明确\r\n### 步骤 9：报告交付\r\n**重要**：报告生成后直接在对话中输出完整的 Markdown 报告内容。\r\n**执行方式**：\r\n**注意**：\r\n- **不需要发送文件**，只\r\n\r\n## 注意事项\r\n1. **篇幅控制**\r\n   - 严格控制在\"一页纸\"篇幅内\r\n   - 避免冗长描述，每点 1-2 句话\r\n   - 优先使用表格呈现数据\r\n2. **数据时效性**\r\n   - 使用最新可得的行业数据\r\n   - 标注数据截止日期或预测年份\r\n   - 区分历史数据和预测数据\r\n3\r\n\r\n## 特殊情况处理\r\n### 情况 1：数据获取失败\r\n- 尝试使用替代数据源\r\n- 如仍无法获取，标注\"数据暂缺\"\r\n- 不编造数据\r\n### 情况 2：行业范围模糊\r\n- 如用户只说\"新能源行业\"（范围太宽）\r\n- 主动询问具体细分行业（如光伏、风电、锂电等）\r\n- 或选择一个主流细分领域\r\n\r\n## 示例调用\r\n1. 提取行业名称：光伏行业\r\n2. 获取行业估值：gildata-aidata IndustryValuation\r\n3. 获取市场规模：gildata-aidata MacroIndustryEDB + web_search\r\n4. 获取竞争格局：gildata-aidata IndustryConstituentStocks + SectorRank\r\n5. 获取\r\n\r\n## 与行业深度分析技能对比\r\n| 维度 | industry-one-page-analysis | industry-deep-analysis |\r\n|------|---------------------------|----------------------|\r\n\r\n## 四个分析技能对比总览\r\n| 技能 | 分析对象 | 定位 | 篇幅 | 场景 |\r\n|------|---------|------|------|------|\r\n\r\n## 技能更新日志\r\n**2026-05-11 更新**：\r\n- **核心数据源变更**：将所有行业数据、市场规模、竞争格局查询改为优先使用 gildata-a\r\n\r\n## Module 17: 行业配置推荐\r\n\r\n# 行业比较与配置推荐 (Sector Allocation & Comparison)\r\n\r\n## 概述\r\n本技能辅助证券策略研究员进行**行业轮动分析**与**资产配置决策**。通过 gildata-aidata 专业金融数据服务自动化采集行业核心数据，运用多维比较框架（景气、估值、资金、政策），量化评估各行业投资价值，输出标准化的\r\n\r\n## 核心分析框架 (4D 模型)\r\n### 1. 景气维度 (Fundamentals / Momentum) - 40% 权重\r\n* **盈利预测**: 分析师盈利预测上调比例（EPS 上调家数/总家数）。\r\n* **业绩增速**: 营收/净利润同比增速、环比改善情况。\r\n\r\n## 执行流程\r\n1. **数据采集**:\r\n   * 使用 `gildata-aidata` 的 `SectorRank` 获取最新申万一级行业涨跌幅排序\r\n   * 使用 `IndustryValuation` 获取各行业 PE、PB 及历史分位数\r\n   * 使用 `SectorFundFlowRank` 获取行业资金流向排序\r\n   * 使用 `IndustryFinancialAnalysis` 获取行业盈利能力和成长能力指标\r\n   * 使用 `IndustryCapitalFlow` 获取近期资金流向趋势\r\n   * 使用 `ResearchReport` 或 `IndustryAnalysisViewpoints` 获取行业研报观点\r\n2. **多维打分与排序\r\n\r\n## 报告模板 (Markdown)\r\n```markdown\r\n# 📊 行业比较与配置建议 | [日期/周期]\r\n> **数据来源**: gildata-aidata 专业金融数据服务\r\n> **数据截止**: [具体日期]\r\n> **核心观点**: [一句话总结当前行业配置主线，如\"攻守兼备，聚焦盈利确定性高的红利资产与景气反转的半导体\"]\r\n> **市场风格预判**: [大盘/小盘，成长/价值，当前处于什么阶段]\r\n---\r\n\r\n## 一、 行业配置排序 (Allocation Ranking)\r\n| 评级 | 行业名称 | 核心驱动因子 | 景气趋势 | 估值分位 | 资金动向 |\r\n|------|----------|--------------|----------|----------|----------|\r\n\r\n## 二、 重点行业配置逻辑 (Deep Dive)\r\n### 1. 🟢 推荐超配：[行业 A]\r\n* **景气逻辑**: [详细描述基本面改善，如\"下游需求回暖，产品价格连续 3 周上涨，分析师一致预期上调 10%\"]\r\n* **估值逻辑**: [详细描述估值优势，如\"当前 PE 仅 15 倍，处于近 5 年 20\r\n\r\n## 三、 风险提示与回避板块 (Risk & Avoid)\r\n* 🔴 **建议回避**: [行业 D]\r\n  * **逻辑**: [如\"产能过剩导致价格战，业绩下行周期未结束，且外资持续减持\"]\r\n* ⚠️ **潜在风险**:\r\n  * [宏观风险，如\"美债收益率上行压制成长股估值\"]\r\n\r\n## 注意事项\r\n* **数据源唯一性**: 所有行业相关数据必须通过 `gildata-aidata` 服务获取，确保数据权威性和一致性\r\n* **数据时效性**: 确保引用的估值、资金数据为最新可得数据（注明截止日期）\r\n* **逻辑自洽**: 景气、估值、资金三者之间需逻辑自洽，例如高景\r\n\r\n## Module 18: 公司深度分析\r\n\r\n# 上市公司深度分析技能\r\n\r\n## 技能定位\r\n**核心优势**：\r\n- ✅ **gildata-aidata 专业数据源**：所有财务数据、估值数据、一致预期优先通过 gildata-aidata 服务获取\r\n- ✅ **分析框架系统**：覆盖财务、业务、行业、估值、风险、管理\r\n\r\n## 触发场景\r\n| 用户表述 | 触发类型 |\r\n|----------|----------|\r\n| \"分析 XX 公司\" | 定向分析 |\r\n| \"对 XX 公司做深度研究\" | 定向分析 |\r\n\r\n## 执行流程\r\n### Step 1：获取公司核心数据\r\n**1.1 提取公司名称/股票代码**\r\n- 公司全称/简称（如\"五粮液\"、\"茅台\"）\r\n- 股票代码（如\"000858\"、\"600519\"）\r\n**1.2 通过 gildata-aidata 获取核心数据**\r\n**核心原则：所有财务数据、估值数据、一致预期、机构评级优先通过 gildata-aidata 服务获取。**\r\n| 数据类别 | gildata-aidata 工具 | query 参数示例 |\r\n|---------|-------------------|---------------|\r\n\r\n## 报告结构模板\r\n```markdown\r\n# 📊 {公司名称} 深度分析报告\r\n**分析日期**：YYYY 年 MM 月 DD 日  \r\n**股票代码**：{代码}.SH/.SZ/.HK  \r\n**所属行业**：{行业分类}  \r\n**报告类型**：公司深度研究\r\n---\r\n\r\n## 一、核心观点\r\n### 1.1 投资逻辑\r\n[提炼 2-3 条核心投资逻辑，简明扼要]\r\n### 1.2 关键假设\r\n[列出支撑投资逻辑的核心假设]\r\n### 1.3 主要风险\r\n[列出 3-5 个核心风险点]\r\n---\r\n\r\n## 二、公司概况\r\n### 2.1 基本信息\r\n| 项目 | 内容 |\r\n|------|------|\r\n| 公司全称 | [全称] |\r\n| 股票代码 | [代码] |\r\n| 上市时间 | [年份] |\r\n| 法定代表人 | [姓名] |\r\n| 总部地点 | [城市] |\r\n\r\n## 三、财务分析\r\n### 3.1 核心财务数据\r\n| 财务指标 | 2023 年 | 2024 年 | 2025 年 | 2026Q1 |\r\n|----------|--------|--------|--------|--------|\r\n| 营业收入（亿元） | | | | |\r\n\r\n## 四、业务与行业分析\r\n### 4.1 业务结构\r\n| 业务板块 | 营收占比 | 毛利率 | 增速 | 核心产品/服务 |\r\n|----------|----------|--------|------|---------------|\r\n| [业务 1] | % | % | % |\r\n\r\n## 五、估值与一致预期\r\n### 5.1 估值水平\r\n| 估值指标 | 当前值 | 历史中位数 | 同业中位数 | 评价 |\r\n|----------|--------|------------|------------|------|\r\n\r\n## 六、风险分析\r\n### 6.1 财务风险\r\n1. [风险描述]：[影响程度及应对]\r\n2. [风险描述]：[影响程度及应对]\r\n### 6.2 经营风险\r\n1. [风险描述]：[影响程度及应对]\r\n2. [风险描述]：[影响程度及应对]\r\n### 6.3 行业与政策风险\r\n1. [风险描\r\n\r\n## 七、管理层与公司治理\r\n### 7.1 核心管理层\r\n### 7.2 股权结构\r\n### 7.3 激励机制\r\n### 7.4 ESG 表现（如适用）\r\n---\r\n[介绍董事长、总经理等核心管理层背景、任职时间、战略眼光]\r\n[描述实际控制人、前十大股东、股权集中度]\r\n[描述股权激励、员工持股计\r\n\r\n## 八、投资建议与结论\r\n### 8.1 核心结论\r\n### 8.2 投资评级\r\n- **评级**：[买入/增持/中性/减持/卖出]\r\n- **目标价**：[元]（如适用）\r\n- **投资周期**：[6-12 个月/1-3 年]\r\n### 8.3 催化剂与风险点\r\n**催化剂**：\r\n1. [催化\r\n\r\n## 特殊场景处理\r\n### 场景一：用户未提供公司名称\r\n1. 主动询问用户需要分析哪家上市公司\r\n2. 可提供近期热门公司或用户持仓公司供参考\r\n### 场景二：公司信息较少（次新股/小市值）\r\n1. 在报告中标注\"信息有限\"\r\n2. 重点依赖招股书和最新财报\r\n3. 增加\"信息获取建议\r\n\r\n## 工具使用说明\r\n| 工具 | 用途 | 调用示例 |\r\n|------|------|----------|\r\n\r\n## 质量检查清单\r\n- [ ] 公司基本信息准确（名称、代码、行业）\r\n- [ ] 财务数据标注报告期和来源（优先 gildata-aidata）\r\n- [ ] 数据口径一致（TTM/年报/季报）\r\n- [ ] 估值数据为最新值\r\n- [ ] 一致预期覆盖未来 2-3 年\r\n- [ ]\r\n\r\n## 注意事项\r\n1. **数据准确性**：财务数据需标注来源和报告期，优先使用 gildata-aidata 获取\r\n2. **客观中立**：分析应基于事实，避免主观臆断\r\n3. **信息时效**：优先使用最新公开信息（最近 12 个月）\r\n4. **逻辑严密**：投资逻辑需有数据支撑，避免空\r\n\r\n## 输出示例（2026-09-21 新增）\r\n**公司分析的关键问题清单**\r\n| 维度 | 关键问题 | 证据来源 | 红旗信号 |\r\n|------|---------|---------|---------|\r\n| 生意 | 靠什么赚钱、赚的是谁的钱 | 年报分部数据 | 收入高度依赖单一客户 |\r\n| 壁垒 | 客户为什么不换供应商 | 认证周期、专利、合同期限 | 认证周期短、替代易得 |\r\n| 增长 |\r\n\r\n## 技能更新日志\r\n**2026-05-11 更新**：\r\n- **核心数据源变更**：将所有财务数据、估值数据、一致预期查询改为优先使用 gildata-a\r\n\r\n## Module 19: 公司一页纸分析\r\n\r\n# 上市公司一页纸分析技能\r\n\r\n## 技能定位\r\n**核心优势**：\r\n- ✅ **gildata-aidata 专业数据源**：所有财务数据、估值数据优先通过 gildata-aidata 服务获取\r\n- ✅ **精炼高效**：五大核心维度，一页纸篇幅，直击投资要点\r\n- ✅ **\r\n\r\n## 触发场景\r\n- \"XX 公司一页纸\"\r\n- \"一页纸分析 XX 公司\"\r\n- \"快速分析 XX 公司\"\r\n- \"XX 公司速评\"\r\n- \"XX 公司简单分析\"\r\n- \"XX 公司核心要点\"\r\n- \"XX 公司投资亮点\"\r\n- \"XX 公司\r\n\r\n## 分析框架（一页纸五大维度）\r\n### 一、公司画像（基本信息）\r\n**数据获取**：\r\n- \"[公司名称] 公司简介 股票代码 所属行业\"\r\n- \"[公司名称]\" 获取企业基本信息\r\n**核心信息**：\r\n- 公司全称、股票代码\r\n- 所属行业/板块\r\n- 市值、股价\r\n- 实控人/大股东\r\n\r\n## 报告输出格式\r\n# [公司名称] 一页纸分析\r\n| 基本信息 | |\r\n|----------|------|\r\n| 股票代码 | [代码] |\r\n| 所属行业 | [行业] |\r\n| 当前市值 | [市值] |\r\n| 当前股价 | [股价] |\r\n| 实控人 | [实控人] |\r\n---\r\n\r\n## 📊 核心财务指标\r\n| 指标 | 2022 | 2023 | 2024 | 趋势 |\r\n|------|------|------|------|------|\r\n| 营收（亿元） | X | X | X | ↑/↓ |\r\n\r\n## 🎯 业务亮点\r\n1. **[亮点 1 标题]**：[简要描述]\r\n2. **[亮点 2 标题]**：[简要描述]\r\n3. **[亮点 3 标题]**：[简要描述]\r\n---\r\n\r\n## 💰 估值水平\r\n| 估值指标 | 当前值 | 历史分位 | 行业平均 | 判断 |\r\n|----------|--------|----------|----------|------|\r\n| PE（TTM） | X | X% | X | 低估/合理/高估 |\r\n\r\n## ⚠️ 主要风险\r\n1. [风险 1]\r\n2. [风险 2]\r\n3. [风险 3]\r\n---\r\n\r\n## 📌 投资结论\r\n**核心逻辑**：[1-2 句话概括核心投资逻辑]\r\n**建议关注**：[关注时点/催化剂]\r\n---\r\n*报告生成时间：YYYY-MM-DD | 数据来源：财务/估值数据优先来源于 gildata-aidata，其他信息来源于公开渠道 | 仅供参考，不构成投资建\r\n\r\n## 执行流程\r\n### 步骤 1：确认分析对象\r\n- 从用户输入中提取公司名称\r\n- 使用 `web_search` 搜索确认公司全称和股票代码\r\n- 获取所属行业、市值等基础信息\r\n### 步骤 2：获取核心财务数据\r\n### 步骤 3：获取估值数据\r\n### 步骤 4：获取业务信息\r\n### 步骤 5：获取风险信息\r\n### 步骤 6：撰写一页纸报告\r\n- 严格控制篇幅在一页纸内（约 800-1200 字）\r\n- 关键数据使用表格呈现\r\n- 语言精炼，直击核心\r\n- 结论明确\r\n### 步骤 7：报告交付\r\n**重要**：报告生成后直接在对话中输出完整的 Markdown 报告内容。\r\n**执行方式**：\r\n**注意**：\r\n- **不需要发送文件**，只需在对话中直接显示\r\n- 报告应简洁\r\n\r\n## 注意事项\r\n1. **篇幅控制**\r\n   - 严格控制在\"一页纸\"篇幅内\r\n   - 避免冗长描述，每点 1-2 句话\r\n   - 优先使用表格呈现数据\r\n2. **数据时效性**\r\n   - 使用最新可得的财务数据\r\n   - 标注数据截止日期\r\n   - 估值数据使用最新行情\r\n3. **聚焦\r\n\r\n## 特殊情况处理\r\n### 情况 1：数据获取失败\r\n- 尝试使用替代数据源\r\n- 如仍无法获取，标注\"数据暂缺\"\r\n- 不编造数据\r\n### 情况 2：非上市公司\r\n- 说明数据局限性\r\n- 使用 asset-service 获取基础工商信息\r\n- 调整报告格式，弱化财务和估值部分\r\n###\r\n\r\n## 示例调用\r\n1. 提取公司名称：贵州茅台\r\n2. 搜索确认：web_search query=\"贵州茅台 公司简介 股票代码 行业\"\r\n3. 获取财务数据：gildata-aidata FinancialStatement query=\"贵州茅台 2022 2023 2024 年报 利润表\"\r\n4. 获取财务指标：gildata-aidata FinancialAnalysis\r\n\r\n## 与深度分析技能对比\r\n| 维度 | company-one-page-analysis | company-deep-analysis |\r\n|------|--------------------------|----------------------|\r\n| **篇幅** |\r\n\r\n## 技能更新日志\r\n**2026-05-11 更新**：\r\n- **核心数据源变更**：将所有财务数据、估值数据查询改为优先使用 gildata-aidata\r\n\r\n## Module 20: 公告解读\r\n\r\n# 重大公告解读技能\r\n\r\n## 技能定位\r\n**核心优势**：\r\n- ✅ **gildata-aidata 专业数据源**：所有财务数据、估值数据、一致预期优先通过 gildata-aidata 服务获取\r\n- ✅ **分析框架专业**：采用券商研报标准点评框架，注重边际变化\r\n\r\n## 触发场景\r\n| 场景类型 | 典型表述 |\r\n|----------|----------|\r\n| 公告解读 | \"帮我解读一下 XX 公司的公告\"、\"这个公告什么意思\"、\"分析一下这个公告\" |\r\n\r\n## 工作流程\r\n### Step 1：评估输入信息\r\n**首先向用户确认以下信息：**\r\n1. **公告来源**：用户是否提供了公告原文文件（PDF/文本）、公告链接，或仅提供了公司名称和公告类型？\r\n2. **公司信息**：公司名称和股票代码（如用户未提供，需询问）\r\n3. **\r\n\r\n## 报告结构（Markdown 格式）\r\n### 1. 主标题\r\n### 2. 编制日期\r\n### 3. 核心公告概览（多公告场景）\r\n- 使用表格展示多个公告的对比\r\n- 列：公告类型 | 披露日期 | 核心内容 | 关键数据\r\n- 适用于同时解读多个关联公告的场景\r\n### 4. 各公告专项解读（按公告类型\r\n\r\n## 格式规范\r\n### 标题层级\r\n- **主标题**：使用 `#` 一级标题\r\n- **一级标题**：使用 `##` 二级标题（如\"一、核心公告概览\"）\r\n- **二级标题**：使用 `###` 三级标题（如\"2.1 主要财务数据\"）\r\n### 表格\r\n- 使用 Markdown\r\n\r\n## 专项分析模板\r\n### 模板一：定期报告（年报/半年报/季报）\r\n**核心分析维度：**\r\n| 维度 | 分析要点 |\r\n|------|----------|\r\n| 收入端 | 总营收增速（同比/环比）、分业务收入拆解、分地区收入结构、新业务占比变化 |\r\n\r\n## 分析质量要求\r\n1. **数据驱动**：所有结论必须有公告中的具体数据支撑，避免空泛描述\r\n2. **边际思维**：重点分析\"变化了什么\"而非\"是什么\"\r\n3. **预期对比**：务必将公告信息与市场一致预期进行对比\r\n4. **正反兼顾**：既分析利好因素也指出风险隐患，保持客\r\n\r\n## 工具使用指引\r\n| 工具 | 用途 |\r\n|------|------|\r\n\r\n## 注意事项\r\n1. 若用户未提供公告原文，提示用户上传或提供链接\r\n2. 专业术语首次出现时简要解释\r\n3. 报告末尾必须添加免责声明\r\n4. 解读日期使用当前日期\r\n5. **数据来源优先级：gildata-aidata > 公司公告 > 券商研报 > 财经新闻**\r\n6. 多公告场景下，使用\r\n\r\n## 技能更新日志\r\n**2026-05-11 更新**：\r\n- **核心数据源变更**：将所有财务数据、估值数据、一致预期查询改为优先使用 gildata-a\r\n\r\n## Module 21: 业绩点评生成\r\n\r\n# 上市公司财报业绩点评报告生成技能\r\n\r\n## 技能概述\r\n**核心优势**：\r\n- ✅ **gildata-aidata 专业数据源**：所有财务数据优先通过 gildata-aidata 服务获取，确保数据权威准确\r\n- ✅ **数据全面**：覆盖营收、利润、毛利率、现金流、ROE 等核\r\n\r\n## 触发场景\r\n- \"XX 公司业绩点评\"、\"XX 公司财报分析\"、\"XX 公司业绩分析\"\r\n- \"分析 XX 公司财报\"、\"点评 XX 公司业绩\"、\"生成财报点评报告\"\r\n- \"XX 公司年报点评\"、\"XX 公司季报点评\"、\"XX\r\n\r\n## 工作流程\r\n### 第一步：识别公司与报告期\r\n1. **从用户输入提取公司信息**：\r\n   - 公司名称（如\"五粮液\"、\"贵州茅台\"）\r\n   - 股票代码（如有提供，如\"000858\"、\"600519\"）\r\n   - 报告期（如\"2024 年报\"、\"2025 一季报\"，如\r\n\r\n## 输出模板\r\n```markdown\r\n# [公司名称] ([股票代码]) [财报类型] 业绩点评报告\r\n**报告期**：[YYYY 年 QX/半年报/年报]  \r\n**发布日期**：[财报发布日期]  \r\n**所属行业**：[行业分类]  \r\n**分析日期**：[YYYY-MM-DD]\r\n---\r\n\r\n## 一、业绩概览\r\n### 核心指标速览\r\n| 指标 | 本期 | 上年同期 | 同比变化 | 环比变化 |\r\n|------|------|---------|---------|---------|\r\n| 营业收入（亿元） | XX | XX | XX% | XX% |\r\n\r\n## 二、核心指标分析\r\n### 1. 收入端分析\r\n### 2. 利润端分析\r\n### 3. 现金流分析\r\n### 4. 资产负债分析\r\n---\r\n[分析营收增长驱动因素，包括销量、价格、结构变化等]\r\n[分析利润变化原因，包括毛利率、费用率、非经常性损益等]\r\n[分析经营性现金流状况，与净利润\r\n\r\n## 三、业务板块拆解\r\n| 业务板块 | 收入（亿元） | 同比 | 毛利率 | 毛利率变动 |\r\n|---------|------------|------|--------|-----------|\r\n| [业务 A] | XX | XX% | XX% | XXpct |\r\n\r\n## 四、盈利质量评估\r\n### 盈利真实性\r\n| 指标 | 本期 | 上期 | 变化 | 评价 |\r\n|------|------|------|------|------|\r\n| 扣非净利润占比 | XX% | XX% | XXpct | [优/良/中/差] |\r\n\r\n## 五、经营亮点\r\n1. **[亮点主题]**\r\n   [具体描述 + 数据支撑]\r\n2. **[亮点主题]**\r\n   [具体描述 + 数据支撑]\r\n3. **[亮点主题]**\r\n   [具体描述 + 数据支撑]\r\n[继续添加...]\r\n---\r\n\r\n## 六、风险关注\r\n### 高风险\r\n1. [风险描述] — [影响分析]\r\n### 中风险\r\n1. [风险描述] — [影响分析]\r\n2. [风险描述] — [影响分析]\r\n### 低风险\r\n1. [风险描述] — [影响分析]\r\n---\r\n\r\n## 七、投资观点参考\r\n### 正面因素\r\n- [因素 1]\r\n- [因素 2]\r\n- [因素 3]\r\n### 负面因素\r\n- [因素 1]\r\n- [因素 2]\r\n- [因素 3]\r\n### 后续关注点\r\n1. [关注点 1]\r\n2. [关注点 2]\r\n3. [关注点 3]\r\n### 估值参考\r\n\r\n## 八、业绩说明会要点（如有）\r\n- **管理层指引**：[下年度/下季度经营目标]\r\n- **资本开支计划**：[投资方向及金额]\r\n- **分红方案**：[分红比例及股息率]\r\n- **其他重要信息**：[并购、回购、股权激励等]\r\n---\r\n**免\n\nFile v2.0.6:_meta.json\n\n{\n  \"ownerId\": \"kn74e704j3ygjcygnpf02rdvd185js13\",\n  \"slug\": \"investment-researcher-digital-employee\",\n  \"version\": \"2.0.6\",\n  \"publishedAt\": 1790226736325\n}\n\nFile v2.0.6:skill-card.md\n\n## Description:\n\nProvides 34 investment research modules for macro, fixed income, industry, company, strategy, and quantitative workflows that generate report outlines and research drafts with source, methodology, and human-review checks.\n\nThis skill is ready for commercial/non-commercial use.\n\n## Publisher:\n\n[gechengling](https://clawhub.ai/user/gechengling)\n\n### License/Terms of Use:\n\nMIT-0\n\n## Use Case:\n\nInvestment research employees and external analysts use this skill to choose an appropriate research module, structure financial research briefs, and draft markdown reports for human review. It supports macro, fixed income, industry, company, strategy, and quantitative analysis using user-authorized data sources.\n\n### Deployment Geography for Use:\n\nGlobal\n\n## Known Risks and Mitigations:\n\nRisk: The skill may lead an agent to query authorized financial data services or public web sources during research workflows.\n\nMitigation: Use only approved data services or public sources, minimize sensitive data, cite source and timestamp, and cross-check critical values.\n\nRisk: Some workflows describe recurring or scheduled report generation.\n\nMitigation: Require explicit user approval before saving, sending, or setting up recurring reports, and preview the full output first.\n\nRisk: Generated research can resemble investment advice or overstate confidence.\n\nMitigation: Treat outputs as draft research only, preserve non-advice disclaimers, and require review by qualified personnel before real-world use.\n\n## Reference(s):\n\n- [ClawHub skill page](https://clawhub.ai/gechengling/skills/investment-researcher-digital-employee)\n- [Publisher profile](https://clawhub.ai/user/gechengling)\n\n## Skill Output:\n\n**Output Type(s):** [text, markdown, guidance, code, shell commands, configuration]\n\n**Output Format:** [Markdown research reports, report outlines, tables, checklists, and illustrative command or configuration snippets]\n\n**Output Parameters:** [1D]\n\n**Other Properties Related to Output:** [Requires user-supplied target, asset, and time window; outputs require qualified human review and explicit confirmation before saving, sending, or scheduling.]\n\n## Skill Version(s):\n\n2.0.6 (source: frontmatter and server release evidence)\n\n## Ethical Considerations:\n\nUsers should evaluate whether this skill is appropriate for their environment, review any generated or modified files before relying on them, and apply their organization's safety, security, and compliance requirements before deployment.\n\nArchive v2.0.5: 3 files, 128334 bytes\n\nFiles: skill-card.md (2640b), SKILL.md (470919b), _meta.json (157b)\n\nFile v2.0.5:_meta.json\n\n{\n  \"ownerId\": \"kn74e704j3ygjcygnpf02rdvd185js13\",\n  \"slug\": \"investment-researcher-digital-employee\",\n  \"version\": \"2.0.5\",\n  \"publishedAt\": 1789969926226\n}\n\nFile v2.0.5:skill-card.md\n\n## Description:\n\nProvides a bilingual finance research framework for generating macro, fixed income, equity, strategy, and quantitative research report outlines with source tagging, review checkpoints, and non-advisory boundaries.\n\nThis skill is ready for commercial/non-commercial use.\n\n## Publisher:\n\n[gechengling](https://clawhub.ai/user/gechengling)\n\n### License/Terms of Use:\n\nMIT-0\n\n## Use Case:\n\nInvestment researchers, analysts, and finance teams use this skill to draft structured research briefs and report outlines across macro, fixed income, company, strategy, and quantitative workflows. Outputs are intended as draft research material that must be reviewed by qualified professionals before use.\n\n### Deployment Geography for Use:\n\nGlobal\n\n## Known Risks and Mitigations:\n\nRisk: The skill may direct agents toward external financial data tools, web search, and user-provided documents.\n\nMitigation: Use it only in environments where those data sources and tools are explicitly approved, and require source and cutoff-date review for generated research.\n\nRisk: Generated allocation, trading, or investment language may be mistaken for final advice.\n\nMitigation: Treat all outputs as draft research and require review by qualified professionals before investment or business decisions.\n\nRisk: Recurring report or cron-style examples could create unattended reporting behavior.\n\nMitigation: Enable scheduled use only with a visible schedule, duration, cancellation path, and human review process.\n\nRisk: Reports or exports may include sensitive financial or user-provided information.\n\nMitigation: Preview outputs before saving or sending, minimize data, and require explicit user confirmation for report delivery.\n\n## Reference(s):\n\n- [ClawHub skill page](https://clawhub.ai/gechengling/skills/investment-researcher-digital-employee)\n- [Skill source artifact](artifact/SKILL.md)\n\n## Skill Output:\n\n**Output Type(s):** [text, markdown, code, shell commands, configuration, guidance]\n\n**Output Format:** [Markdown research frameworks, report outlines, tables, and illustrative code or shell-command snippets]\n\n**Output Parameters:** [1D]\n\n**Other Properties Related to Output:** [Requires authorized financial data access and human review before use, saving, delivery, or decisions.]\n\n## Skill Version(s):\n\n2.0.5 (source: frontmatter and server release evidence)\n\n## Ethical Considerations:\n\nUsers should evaluate whether this skill is appropriate for their environment, review any generated or modified files before relying on them, and apply their organization's safety, security, and compliance requirements before deployment.\n\nArchive v2.0.4: 3 files, 127632 bytes\n\nFiles: skill-card.md (2544b), SKILL.md (469735b), _meta.json (157b)\n\nFile v2.0.4:_meta.json\n\n{\n  \"ownerId\": \"kn74e704j3ygjcygnpf02rdvd185js13\",\n  \"slug\": \"investment-researcher-digital-employee\",\n  \"version\": \"2.0.4\",\n  \"publishedAt\": 1789968875464\n}\n\nFile v2.0.4:skill-card.md\n\n## Description:\n\nProvides investment research report frameworks across macro strategy, fixed income, industry and company analysis, quant factors, asset allocation, convertible bonds, market sentiment, policy commentary, and sector activity tracking.\n\nThis skill is ready for commercial/non-commercial use.\n\n## Publisher:\n\n[gechengling](https://clawhub.ai/user/gechengling)\n\n### License/Terms of Use:\n\nMIT-0\n\n## Use Case:\n\nEmployees and external research users can use this skill to draft structured investment research outputs, including macro briefs, fixed-income reviews, company and industry reports, strategy notes, and quantitative factor analyses. Outputs are research drafts that require data-source checks and qualified human review before real-world use.\n\n### Deployment Geography for Use:\n\nGlobal\n\n## Known Risks and Mitigations:\n\nRisk: The skill discusses finance data providers, web search, uploaded documents, code execution, file writing, notifications, and scheduled workflows that may exceed the declared empty allowed-tools list.\n\nMitigation: Review permitted tools before installation, enable only the connectors required for the deployment, and keep scheduled tasks disabled unless explicitly requested.\n\nRisk: Generated research could be mistaken for investment, legal, insurance, or other professional advice.\n\nMitigation: Treat all outputs as research drafts and require review by qualified professionals before relying on or distributing them.\n\nRisk: Research workflows may expose sensitive financial, business, customer, or personal data if reports are saved or sent without review.\n\nMitigation: Preview full outputs, redact or aggregate sensitive information, and require explicit confirmation before writing files or sending reports.\n\n## Reference(s):\n\n\n## Skill Output:\n\n**Output Type(s):** [text, markdown, code, shell commands, configuration, guidance]\n\n**Output Format:** [Markdown research drafts with tables, templates, illustrative commands, and occasional code snippets]\n\n**Output Parameters:** [1D]\n\n**Other Properties Related to Output:** [Financial research outputs should include data sources, assumptions, time cutoffs, risk notes, and human-review status.]\n\n## Skill Version(s):\n\n2.0.4 (source: frontmatter and server release evidence)\n\n## Ethical Considerations:\n\nUsers should evaluate whether this skill is appropriate for their environment, review any generated or modified files before relying on them, and apply their organization's safety, security, and compliance requirements before deployment.\n\nArchive v2.0.3: 3 files, 13415 bytes\n\nFiles: skill-card.md (2603b), SKILL.md (34520b), _meta.json (157b)\n\nFile v2.0.3:SKILL.md\n\n---\nname: \"Investment Researcher Digital Employee\"\nslug: investment-researcher-digital-employee\ndescription: \"覆盖宏观策略、固收研究、行业公司深度分析、量化因子、大类资产配置、可转债、市场情绪、政策快评、行业景气度追踪等34项核心研究能力。证券研究员的全能数字助手。\"\nversion: 2.1.0\ncapabilities:\n  - educational-reference\n  - advisory-only\n  - requires-human-review\n  - no-executable-code\n---\n\n# Investment Researcher Digital Employee / 投资研究员数字员工\n\n> **⚠️ 安全与能力声明（Security & Capability Notice）**\n>\n> **方法论参考框架（Educational / analytical framework）**\n> - **本技能为工作流与方法论指引，不捆绑任何可执行代码、脚本或自动后台任务**；文中出现的命令/代码示例均已移除，相关操作由用户在符合其机构合规要求的自有授权环境中执行\n> - **本技能本身不代为发起网络请求、不自动调用任何 MCP/API 工具、不创建定时任务、不收集任何凭据或 API Key**；正文所述的取数、系统查询、文件读写、审计留痕、消息外呼等操作，均为对该岗位既有工作流的**描述性参考**，实际执行主体与责任均在用户及其所在机构\n> - **敏感数据与留痕合规**：本技能涉及读取用户提供的业务材料、生成文档/报告/影像，以及在正文中描述的审计日志、客户笔记、案例归档等留存动作，这些内容可能包含客户身份、健康、财务、信贷、理赔等敏感信息。所有留存动作须遵循用户所在机构的**数据留存期限、访问权限、加密与脱敏**等管控要求；本技能不预设强制留存周期，亦不向任何第三方传输数据\n> - 所有输出（含分析、建议、话术、报告草稿）均为**供具备相应资质的专业人员审核决策的参考**，不构成正式的投资/保险/信贷/法律意见；最终决策与责任由持牌专业人员承担\n> - 触发后应先与用户确认具体业务上下文，再进入对应模块，避免在非专业语境下误激活；本技能面向持牌金融机构的专业岗位人员（研究/投顾/信贷/核保/理赔/财富管理等），仅在明确的专业业务上下文中使用\n## Skill Overview / 技能概览\n\n投资研究员数字员工，集成以下34项核心能力模块：\n\n1. **Module 1: 宏观日报**\n2. **Module 2: 宏观周报**\n3. **Module 3: 宏观数据解读**\n4. **Module 4: 政策跟踪分析**\n5. **Module 5: 宏观风险预警**\n6. **Module 6: 海外宏观联动**\n7. **Module 7: 大类资产配置**\n8. **Module 8: 固收日报**\n9. **Module 9: 固收隔夜简报**\n10. **Module 10: 固收周报**\n11. **Module 11: 利率市场回顾**\n12. **Module 12: 行业信用风险**\n13. **Module 13: 债务风险分析**\n14. **Module 14: 转债估值分析**\n15. **Module 15: 行业深度分析**\n16. **Module 16: 行业一页纸分析**\n17. **Module 17: 行业配置推荐**\n18. **Module 18: 公司深度分析**\n19. **Module 19: 公司一页纸分析**\n20. **Module 20: 公告解读**\n21. **Module 21: 业绩点评生成**\n22. **Module 22: 机构调研大纲**\n23. **Module 23: 全球财经简报**\n24. **Module 24: 政策快评**\n25. **Module 25: 策略日报**\n26. **Module 26: 市场大势风格研判**\n27. **Module 27: 市场极简复盘**\n28. **Module 28: 市场情绪监控**\n29. **Module 29: 估值景气度跟踪**\n30. **Module 30: 因子跟踪评估**\n31. **Module 31: 策略速回测**\n32. **Module 32: 量化日报**\n33. **Module 33: 量化周报**\n34. **Module 34: 另类因子挖掘**\n\n---\n\n\n---\n\n## Module 1: 宏观日报\n\n# 证券宏观研究员日报生成技能\n\n## 概述\n\n本技能旨在模拟专业证券宏观研究员的日常工作流，通过自动化抓取和分析最新的宏观经济数据、政策动态、市场舆情及大类资产表现，生成一份结构化、逻辑严密、观点鲜明的**宏观日报（Macro Daily Briefing）**。报告风格贴近卖方宏观首席分析师，注重“边际变化”、“预期差”及“投资启示”。\n\n## 数据获取策略\n\n### 核心数据源：用户授权数据服务\n\n所有国内宏观数据、政策、舆情、资金面及行情数据均优先通过 `用户授权数据服务` 服务获取。\n\n| 数据需求 | 推荐工具 | 说明 |\n|---------|---------|------|\n| **宏观数据** | `MacroIndustryEDB` | 查询中国宏观、行业经济、国际宏观等经济指标（PMI, CPI, PPI, 社融等） |\n| **政策会议** | `PolicyMeetingsList` | 国内经济金融领域政策会议动态及内容 |\n| **官员讲话** | `OfficialSpeechEventList` | 国内外重要官员讲话及活动信息 |\n| **法律法规** | `LawsRegulations` | 法律法规信息，按类型、关键词筛选 |\n| **宏观舆情** | `MacroNewslist` | 宏观舆情，按区域、情感类型筛选经济预测及事件 |\n| **宏观分析观点** | `MacroeconomicAnalysisViewpoints` | 研报中对 GDP、CPI、PMI、政策等宏观维度的分析观点 |\n| **资金流向** | `StockMarketCapitalFlow` | 股票市场资金流入流出统计数据 |\n| **北向资金** | `HSGTTradeStats` | 沪深港通市场交易统计（北向/南向资金） |\n| **两融数据** | `MarginTradeStats` | 融资融券余额、买入额、卖出量等统计数据 |\n| **指数行情** | `IndexDailyQuote` | A 股指数日行情（上证、创业板等） |\n| **债券行情** | `MostActiveRateBondQuotation` | 利率债最活跃券收益率及涨跌情况 |\n| **海外市场** | 联网检索（用户自行执行） | 补充查询美联储、海外通胀、美债等（Gildata 覆盖不足时） |\n\n### 数据获取优先级\n\n1.  **国内宏观与政策**：优先 `MacroIndustryEDB` + `PolicyMeetingsList` + `OfficialSpeechEventList`\n2.  **舆情与观点**：优先 `MacroNewslist` + `MacroeconomicAnalysisViewpoints`\n3.  **资金与行情**：优先 `StockMarketCapitalFlow` + `HSGTTradeStats` + `IndexDailyQuote` + `MostActiveRateBondQuotation`\n4.  **海外数据**：使用 联网检索（用户自行执行） 补充查询（如美联储最新决议、美债收益率等）\n\n## 执行流程\n\n### 第一阶段：数据采集与监控\n\n1.  **宏观数据抓取**\n    *   **工具**：`用户授权数据服务 MacroIndustryEDB`\n    *   **查询示例**：\n        > ⚠️ 原命令/代码示例已按平台安全审查要求移除：本技能不提供可执行代码，相关操作由用户在其自有授权环境中执行。\n\n### 第五步：获取评级信息\n\n使用 `（命令示例已移除，由用户在其授权环境执行）` 查询主体评级变动。\n\n> ⚠️ 原命令/代码示例已按平台安全审查要求移除：本技能不提供可执行代码，相关操作由用户在其自有授权环境中执行。\n\n同时使用 `（命令示例已移除，由用户在其授权环境执行）` 搜索企业最新评级变动和负面舆情。\n\n> ⚠️ 原命令/代码示例已按平台安全审查要求移除：本技能不提供可执行代码，相关操作由用户在其自有授权环境中执行。\n\n或使用 `NewsPublicOpinionList` 检索更广泛的新闻舆情。\n\n> ⚠️ 原命令/代码示例已按平台安全审查要求移除：本技能不提供可执行代码，相关操作由用户在其自有授权环境中执行。\n\n### 第六步：获取担保与关联信息\n\n通过 `ExternalGuarantee` 获取对外担保明细。\n通过 `FinancialStatements` 中的关联方往来款项分析关联风险。\n通过 `CorporateEquityPledge` 获取股权质押信息。\n\n### 第七步：生成风控体检报告\n\n基于收集的数据，按照以下模板生成风控报告。\n\n## 风控报告模板\n\n> ⚠️ 原命令/代码示例已按平台安全审查要求移除：本技能不提供可执行代码，相关操作由用户在其自有授权环境中执行。\n\n该工具返回可转债收益、转股、纯债、波动率、触发价及基金持仓等多维度价值指标，包括：\n- 转债最新价格、涨跌幅\n- 转股溢价率、纯债溢价率\n- 转股价值、到期收益率\n- 转股价、强赎触发价、下修触发价\n- 剩余规模、债券评级、到期日\n- 波动率指标\n\n### 第二步：获取正股实时行情与估值\n\n使用 `（命令示例已移除，由用户在其授权环境执行）` 查询正股实时行情：\n\n> ⚠️ 原命令/代码示例已按平台安全审查要求移除：本技能不提供可执行代码，相关操作由用户在其自有授权环境中执行。\n\n使用 `（命令示例已移除，由用户在其授权环境执行）` 查询正股估值指标：\n\n> ⚠️ 原命令/代码示例已按平台安全审查要求移除：本技能不提供可执行代码，相关操作由用户在其自有授权环境中执行。\n\n获取正股数据包括：\n- 最新股价、涨跌幅、成交量\n- 近20日均价、近30日均价\n- 市盈率（PE）、市净率（PB）\n- 总市值、流通市值\n\n如需正股近期走势，使用 `（命令示例已移除，由用户在其授权环境执行）` 查询区间行情：\n\n> ⚠️ 原命令/代码示例已按平台安全审查要求移除：本技能不提供可执行代码，相关操作由用户在其自有授权环境中执行。\n\n### 第三步：查询转债公告与舆情\n\n使用 `（命令示例已移除，由用户在其授权环境执行）` 查询转债相关公告：\n\n> ⚠️ 原命令/代码示例已按平台安全审查要求移除：本技能不提供可执行代码，相关操作由用户在其自有授权环境中执行。\n\n使用 `（命令示例已移除，由用户在其授权环境执行）` 查询转债舆情：\n\n> ⚠️ 原命令/代码示例已按平台安全审查要求移除：本技能不提供可执行代码，相关操作由用户在其自有授权环境中执行。\n\n### 第四步：核心指标测算\n\n#### 1. 转股溢价率分析\n\n> ⚠️ 原命令/代码示例已按平台安全审查要求移除：本技能不提供可执行代码，相关操作由用户在其自有授权环境中执行。\n参考用户自行检索并提供的信息：\n- \"[公司名称] 公司简介 股票代码 所属行业\"\n\n或使用 asset-service query_industry_epinfo 查询：\n- \"[公司名称]\" 获取企业基本信息\n> ⚠️ 原命令/代码示例已按平台安全审查要求移除：本技能不提供可执行代码，相关操作由用户在其自有授权环境中执行。markdown\n# [公司名称] ([股票代码]) [财报类型] 业绩点评报告\n\n**报告期**：[YYYY 年 QX/半年报/年报]  \n**发布日期**：[财报发布日期]  \n**所属行业**：[行业分类]  \n**分析日期**：[YYYY-MM-DD]\n\n---\n\n## 一、业绩概览\n\n### 核心指标速览\n| 指标 | 本期 | 上年同期 | 同比变化 | 环比变化 |\n|------|------|---------|---------|---------|\n| 营业收入（亿元） | XX | XX | XX% | XX% |\n| 归母净利润（亿元） | XX | XX | XX% | XX% |\n| 扣非净利润（亿元） | XX | XX | XX% | XX% |\n| 毛利率 | XX% | XX% | XXpct | XXpct |\n| 净利率 | XX% | XX% | XXpct | XXpct |\n| ROE（加权） | XX% | XX% | XXpct | XXpct |\n| 经营性现金流（亿元） | XX | XX | XX% | XX% |\n\n### 业绩评级\n- **营收表现**：[超预期/符合预期/低于预期]\n- **利润表现**：[超预期/符合预期/低于预期]\n- **整体评价**：[正面/中性/负面]\n\n**一句话点评**：[用 30-50 字概括本期业绩核心特点]\n\n---\n\n## 二、核心指标分析\n\n### 1. 收入端分析\n[分析营收增长驱动因素，包括销量、价格、结构变化等]\n\n### 2. 利润端分析\n[分析利润变化原因，包括毛利率、费用率、非经常性损益等]\n\n### 3. 现金流分析\n[分析经营性现金流状况，与净利润匹配度]\n\n### 4. 资产负债分析\n[分析资产负债结构变化，关注应收账款、存货、有息负债等]\n\n---\n\n## 三、业务板块拆解\n\n| 业务板块 | 收入（亿元） | 同比 | 毛利率 | 毛利率变动 |\n|---------|------------|------|--------|-----------|\n| [业务 A] | XX | XX% | XX% | XXpct |\n| [业务 B] | XX | XX% | XX% | XXpct |\n| [业务 C] | XX | XX% | XX% | XXpct |\n\n**业务亮点**：\n1. [高增长业务及驱动因素]\n2. [新业务/新产品进展]\n3. [市场/客户突破]\n\n---\n\n## 四、盈利质量评估\n\n### 盈利真实性\n| 指标 | 本期 | 上期 | 变化 | 评价 |\n|------|------|------|------|------|\n| 扣非净利润占比 | XX% | XX% | XXpct | [优/良/中/差] |\n| 经营现金流/净利润 | XX | XX | XX | [优/良/中/差] |\n| 应收账款增速 vs 营收增速 | XX% vs XX% | - | - | [健康/关注/风险] |\n| 存货增速 vs 营收增速 | XX% vs XX% | - | - | [健康/关注/风险] |\n\n### 财务健康度\n| 指标 | 本期 | 上期 | 行业平均 | 评价 |\n|------|------|------|---------|------|\n| 资产负债率 | XX% | XX% | XX% | [安全/关注/风险] |\n| 流动比率 | XX | XX | XX | [安全/关注/风险] |\n| 有息负债率 | XX% | XX% | XX% | [安全/关注/风险] |\n| 利息保障倍数 | XX | XX | XX | [安全/关注/风险] |\n\n---\n\n## 五、经营亮点\n\n1. **[亮点主题]**\n   [具体描述 + 数据支撑]\n\n2. **[亮点主题]**\n   [具体描述 + 数据支撑]\n\n3. **[亮点主题]**\n   [具体描述 + 数据支撑]\n\n[继续添加...]\n\n---\n\n## 六、风险关注\n\n### 高风险\n1. [风险描述] — [影响分析]\n\n### 中风险\n1. [风险描述] — [影响分析]\n2. [风险描述] — [影响分析]\n\n### 低风险\n1. [风险描述] — [影响分析]\n\n---\n\n## 七、投资观点参考\n\n### 正面因素\n- [因素 1]\n- [因素 2]\n- [因素 3]\n\n### 负面因素\n- [因素 1]\n- [因素 2]\n- [因素 3]\n\n### 后续关注点\n1. [关注点 1]\n2. [关注点 2]\n3. [关注点 3]\n\n### 估值参考\n| 指标 | 当前 | 历史中枢 | 同业平均 | 评价 |\n|------|------|---------|---------|------|\n| PE（TTM） | XXx | XXx | XXx | [高估/合理/低估] |\n| PB | XXx | XXx | XXx | [高估/合理/低估] |\n| PEG | XX | XX | XX | [高估/合理/低估] |\n\n---\n\n## 八、业绩说明会要点（如有）\n\n- **管理层指引**：[下年度/下季度经营目标]\n- **资本开支计划**：[投资方向及金额]\n- **分红方案**：[分红比例及股息率]\n- **其他重要信息**：[并购、回购、股权激励等]\n\n---\n\n**免责声明**：本点评报告基于公开财报整理分析，仅供参考，不构成投资建议。投资者应独立判断并承担投资风险。\n\n---\n*报告生成时间：[YYYY-MM-DD] | 数据来源：用户授权数据服务 金融数据服务、公司财报*\n> ⚠️ 原命令/代码示例已按平台安全审查要求移除：本技能不提供可执行代码，相关操作由用户在其自有授权环境中执行。markdown\n# 📋 {公司名称} 机构调研大纲\n\n**调研类型**：首次调研  \n**准备时间**：标准版（1-2 小时）  \n**生成日期**：YYYY 年 MM 月 DD 日\n\n---\n\n## 一、公司基本信息\n\n| 项目 | 内容 |\n|------|------|\n| 公司全称 | [全称] |\n| 股票代码 | [代码].SH/.SZ/.HK |\n| 上市交易所 | [交易所] |\n| 成立时间 | [年份] |\n| 上市时间 | [年份] |\n| 法定代表人 | [姓名] |\n| 总部地点 | [城市] |\n| 员工规模 | [人数] |\n| 总市值 | [亿元] |\n| 所属申万行业 | [行业分类] |\n\n### 主营业务\n[描述公司主营业务、核心产品/服务、应用场景]\n\n### 行业地位\n[描述公司在行业中的市场地位、市场份额、排名等]\n\n---\n\n## 二、基本面分析\n\n### 2.1 财务概况\n\n| 财务指标 | 2023 年 | 2024 年 | 2025 年 | 2026Q1 |\n|----------|--------|--------|--------|--------|\n| 营业收入（亿元） | | | | |\n| 营收增速（%） | | | | |\n| 归母净利润（亿元） | | | | |\n| 净利润增速（%） | | | | |\n| 毛利率（%） | | | | |\n| 净利率（%） | | | | |\n| ROE（%） | | | | |\n| 资产负债率（%） | | | | |\n| 经营性现金流（亿元） | | | | |\n\n### 2.2 财务分析要点\n\n**成长性分析**：\n[分析营收和净利润增长趋势，识别增长驱动因素]\n\n**盈利能力分析**：\n[分析毛利率、净利率、ROE 变化趋势及原因]\n\n**营运能力分析**：\n[分析应收账款、存货周转情况]\n\n**偿债能力分析**：\n[分析资产负债率、流动比率等指标]\n\n**现金流分析**：\n[分析经营性现金流与净利润匹配度]\n\n### 2.3 业务结构\n\n| 业务板块 | 营收占比 | 毛利率 | 增速 |\n|----------|----------|--------|------|\n| [业务 1] | % | % | % |\n| [业务 2] | % | % | % |\n| [业务 3] | % | % | % |\n\n### 2.4 核心竞争优势\n\n1. **[优势 1]**：[具体描述]\n2. **[优势 2]**：[具体描述]\n3. **[优势 3]**：[具体描述]\n\n---\n\n## 三、同业对比分析\n\n### 3.1 可比公司选择\n\n| 公司名称 | 股票代码 | 市值（亿元） | 选择理由 |\n|----------|----------|--------------|----------|\n| [公司 A] | | | |\n| [公司 B] | | | |\n| [公司 C] | | | |\n| [公司 D] | | | |\n\n### 3.2 估值对比\n\n| 公司 | PE(TTM) | PB | PS | PEG | EV/EBITDA |\n|------|---------|-----|-----|-----|-----------|\n| {目标公司} | | | | | |\n| [公司 A] | | | | | |\n| [公司 B] | | | | | |\n| [公司 C] | | | | | |\n| [公司 D] | | | | | |\n| **行业中位数** | | | | | |\n\n### 3.3 成长性对比\n\n| 公司 | 营收 3 年 CAGR | 净利润 3 年 CAGR |\n|------|----------------|------------------|\n| {目标公司} | % | % |\n| [公司 A] | % | % |\n| [公司 B] | % | % |\n| [公司 C] | % | % |\n| [公司 D] | % | % |\n\n### 3.4 盈利能力对比\n\n| 公司 | 毛利率（%） | 净利率（%） | ROE（%） |\n|------|-------------|-------------|----------|\n| {目标公司} | | | |\n| [公司 A] | | | |\n| [公司 B] | | | |\n| [公司 C] | | | |\n| [公司 D] | | | |\n\n### 3.5 对比结论\n\n**估值水平**：[高/中/低] 于同业，原因分析...\n\n**成长性**：[领先/持平/落后] 同业，原因分析...\n\n**盈利能力**：[领先/持平/落后] 同业，原因分析...\n\n**综合评估**：[总结公司在同业中的竞争地位]\n\n---\n\n## 四、历史调研问题回顾\n\n### 4.1 近期调研记录\n\n| 调研日期 | 调研形式 | 参与机构数量 | 来源 |\n|----------|----------|--------------|------|\n| [日期] | 现场调研/电话会议 | [数量] | [公告/网站] |\n| [日期] | 现场调研/电话会议 | [数量] | [公告/网站] |\n| [日期] | 现场调研/电话会议 | [数量] | [公告/网站] |\n\n### 4.2 高频关注问题\n\n| 问题方向 | 具体问题 | 管理层回复要点 |\n|----------|----------|----------------|\n| [方向 1] | [问题] | [要点] |\n| [方向 2] | [问题] | [要点] |\n| [方向 3] | [问题] | [要点] |\n\n### 4.3 遗留问题/未明确事项\n\n1. [问题 1]：[说明为何未明确]\n2. [问题 2]：[说明为何未明确]\n3. [问题 3]：[说明为何未明确]\n\n---\n\n## 五、核心调研问题清单（10 问）\n\n### 5.1 战略规划类（2-3 问）\n\n**问题 1**：[问题标题]\n- **问题背景**：[背景说明]\n- **核心问题**：[具体问题表述]\n- **追问方向**：[可能的追问点]\n\n**问题 2**：[问题标题]\n- **问题背景**：[背景说明]\n- **核心问题**：[具体问题表述]\n- **追问方向**：[可能的追问点]\n\n**问题 3**：[问题标题]\n- **问题背景**：[背景说明]\n- **核心问题**：[具体问题表述]\n- **追问方向**：[可能的追问点]\n\n### 5.2 业务发展类（3-4 问）\n\n**问题 4**：[问题标题]\n- **问题背景**：[背景说明]\n- **核心问题**：[具体问题表述]\n- **追问方向**：[可能的追问点]\n\n**问题 5**：[问题标题]\n- **问题背景**：[背景说明]\n- **核心问题**：[具体问题表述]\n- **追问方向**：[可能的追问点]\n\n**问题 6**：[问题标题]\n- **问题背景**：[背景说明]\n- **核心问题**：[具体问题表述]\n- **追问方向**：[可能的追问点]\n\n**问题 7**：[问题标题]\n- **问题背景**：[背景说明]\n- **核心问题**：[具体问题表述]\n- **追问方向**：[可能的追问点]\n\n### 5.3 财务状况类（2-3 问）\n\n**问题 8**：[问题标题]\n- **问题背景**：[背景说明]\n- **核心问题**：[具体问题表述]\n- **追问方向**：[可能的追问点]\n\n**问题 9**：[问题标题]\n- **问题背景**：[背景说明]\n- **核心问题**：[具体问题表述]\n- **追问方向**：[可能的追问点]\n\n**问题 10**：[问题标题]\n- **问题背景**：[背景说明]\n- **核心问题**：[具体问题表述]\n- **追问方向**：[可能的追问点]\n\n### 5.4 风险因素类（1-2 问）\n\n**问题 11**：[问题标题]\n- **问题背景**：[背景说明]\n- **核心问题**：[具体问题表述]\n- **追问方向**：[可能的追问点]\n\n### 5.5 行业竞争类（1-2 问）\n\n**问题 12**：[问题标题]\n- **问题背景**：[背景说明]\n- **核心问题**：[具体问题表述]\n- **追问方向**：[可能的追问点]\n\n---\n\n## 六、调研准备清单\n\n### 6.1 资料准备\n\n- [ ] 公司年报/季报（最近 3 年 + 最新一期）\n- [ ] 招股说明书（如为次新股）\n- [ ] 近期投资者关系活动记录表\n- [ ] 券商研报（最近 3 个月）\n- [ ] 同业公司财报\n- [ ] 行业研究报告\n- [ ] 公司公告（重大事项）\n\n### 6.2 数据准备\n\n- [ ] 财务数据对比表\n- [ ] 估值对比表\n- [ ] 股价走势图（1 年/3 年/5 年）\n- [ ] 机构持仓变化\n- [ ] 北向资金持仓（如为沪深股通标的）\n\n### 6.3 问题准备\n\n- [ ] 核心问题清单（已生成）\n- [ ] 追问问题清单\n- [ ] 数据验证问题\n- [ ] 敏感问题备选\n\n---\n\n## 七、风险提示\n\n1. **信息时效性**：本大纲基于公开信息生成，部分数据可能存在滞后，建议调研前更新最新数据\n2. **行业差异**：本大纲为通用模板，特定行业（如银行、保险、地产）需补充行业特有指标\n3. **调研礼仪**：避免询问未公开的重大敏感信息，遵守信息披露相关规定\n4. **独立判断**：管理层回复可能存在主观倾向，需结合多方信息独立验证\n\n---\n\n## 八、调研后跟进事项\n\n1. **整理调研纪要**：24 小时内完成调研记录整理\n2. **更新盈利预测**：根据调研信息调整财务模型\n3. **撰写点评报告**：形成书面调研总结\n4. **投资决策建议**：给出买入/持有/卖出建议及理由\n5. **持续跟踪**：建立跟踪清单，定期验证调研信息\n\n---\n\n> **生成说明**：本大纲由 AI 助手基于公开信息自动生成，仅供参考。实际调研请结合最新信息和专业判断。  \n> **免责声明**：本大纲不构成投资建议，市场有风险，投资需谨慎。\n> ⚠️ 原命令/代码示例已按平台安全审查要求移除：本技能不提供可执行代码，相关操作由用户在其自有授权环境中执行。markdown\n# 📊 全球财经要闻简报\n**日期**：YYYY 年 MM 月 DD 日  \n**时段**：最近 24 小时 / 最近 72 小时\n\n---\n\n## 🔴 核心头条（S 级事件）\n\n[1-3 条最重要新闻，每条包含标题 + 一句话摘要 + 影响分析]\n\n---\n\n## 📈 市场表现概览\n\n| 市场/指数 | 最新值 | 涨跌幅 | 核心驱动 |\n|-----------|--------|--------|----------|\n| 上证指数 | XXXX | +X.XX% | [驱动因素] |\n| 深证成指 | XXXX | +X.XX% | [驱动因素] |\n| 恒生指数 | XXXX | +X.XX% | [驱动因素] |\n| 标普 500 | XXXX | +X.XX% | [驱动因素] |\n| 纳斯达克 | XXXX | +X.XX% | [驱动因素] |\n| 原油 (WTI) | XX 美元 | +X.XX% | [驱动因素] |\n| 黄金 | XX 美元 | +X.XX% | [驱动因素] |\n| 美元/人民币 | X.XXXX | +X.XX% | [驱动因素] |\n\n---\n\n## 🏛️ 宏观与政策\n\n[宏观事件分类汇总，每条包含：事件简述 + 影响分析]\n\n---\n\n## 🏢 行业动态\n\n### 利好行业\n| 行业 | 驱动事件 | 影响逻辑 |\n|------|----------|----------|\n| [行业] | [事件] | [逻辑] |\n\n### 承压行业\n| 行业 | 驱动事件 | 影响逻辑 |\n|------|----------|----------|\n| [行业] | [事件] | [逻辑] |\n\n---\n\n## 💼 重点公司新闻\n\n| 公司 | 事件类型 | 事件简述 | 市场反应 |\n|------|----------|----------|----------|\n| [公司] | [类型] | [简述] | [反应] |\n\n---\n\n## 💡 投资机会提示\n\n[基于新闻分析的投资机会，包含受益板块和相关个股参考]\n\n| 主题/板块 | 逻辑 | 关注标的 | 风险等级 |\n|-----------|------|----------|----------|\n| [主题] | [逻辑] | [标的] | 高/中/低 |\n\n---\n\n## ⚠️ 风险提示\n\n1. [主要风险点 1]\n2. [主要风险点 2]\n3. [主要风险点 3]\n\n---\n\n## 📅 近期关注\n\n| 时间 | 事件 | 潜在影响 |\n|------|------|----------|\n| [日期] | [事件] | [影响] |\n\n---\n\n> **数据来源**：Gildata-aidata 金融数据服务、权威财经媒体  \n> **更新时间**：YYYY-MM-DD HH:MM:SS  \n> **免责声明**：本简报仅供参考，不构成投资建议。市场有风险，投资需谨慎。\n> ⚠️ 原命令/代码示例已按平台安全审查要求移除：本技能不提供可执行代码，相关操作由用户在其自有授权环境中执行。markdown\n# 📊 量化因子跟踪与评估报告 | [日期]\n\n> **数据来源**: 用户授权数据服务 专业金融数据服务\n> **测试区间**: [起始日期] 至 [结束日期]\n> **股票池**: [如：沪深300 / 中证500 / 全A]\n\n---\n\n## 一、 因子有效性概览 (Factor Overview)\n\n| 因子名称 | IC 均值 | ICIR | IC 胜率 | 多空年化 | 单调性 | 状态 |\n|----------|---------|------|---------|----------|--------|------|\n| EP_TTM   | 0.045   | 0.65 | 62%     | +8.5%    | ✅ 优   | 🟢 强势 |\n| ROE_TTM  | 0.032   | 0.45 | 58%     | +5.2%    | ⚠️ 一般 | 🟡 观察 |\n| Vol_20D  | -0.015  | -0.20| 40%     | -3.1%    | ❌ 差   | 🔴 失效 |\n| ...      | ...     | ...  | ...     | ...      | ...    | ...  |\n\n---\n\n## 二、 核心因子深度分析 (Deep Dive)\n\n### 2.1 [因子名称] (如：EP_TTM)\n*   **IC 序列分析**:\n    *   近一月 IC 均值：**0.045** (环比上升/下降)。\n    *   当前 ICIR：**0.65** (稳定性优秀)。\n    *   *解读*: 价值因子近期表现稳健，市场风格偏向低估值。\n*   **分组收益分析**:\n    *   **Top 组年化**: +12.5%\n    *   **Bottom 组年化**: +4.0%\n    *   **多空收益**: +8.5% (单调性良好，第 1 组显著跑赢第 5 组)。\n*   **衰减分析**:\n    *   T+1 IC: 0.045\n    *   T+5 IC: 0.030\n    *   T+20 IC: 0.010\n    *   *结论*: 预测能力随时间衰减较快，适合中低频调仓（月度）。\n\n---\n\n## 三、 因子状态预警 (Alerts)\n\n*   **🟢 强势因子推荐**:\n    *   **[因子 1]**: ICIR 持续大于 0.5，可重点关注与跟踪（供组合构建参考，非直接指令）。\n    *   **[因子 2]**: 近期出现拐点，IC 由负转正，关注风格切换。\n*   **🔴 失效/风险预警**:\n    *   **[因子 3]**: 近 3 个月 IC 均值持续为负，多空收益倒挂，建议剔除或反向使用。\n    *   **[因子 4]**: 拥挤度上升，换手率激增，需警惕交易成本侵蚀收益。\n\n---\n\n## 四、 策略建议 (Strategy Implication)\n\n1.  **模型调整**: 建议降低 [失效因子] 权重，提升 [强势因子] 权重。\n2.  **风格暴露**: 当前模型在 [成长/价值/小盘] 风格上有显著暴露，注意风格漂移风险。\n3.  **下期展望**: 基于宏观环境，预期 [某类因子] 将在下阶段占优。\n\n---\n\n*免责声明：本报告基于 用户授权数据服务 数据和量化模型生成，仅供参考，不构成投资建议。*\n> ⚠️ 原命令/代码示例已按平台安全审查要求移除：本技能不提供可执行代码，相关操作由用户在其自有授权环境中执行。\n\n### 第二阶段：因子构建\n\n对获取的另类数据进行特征工程，构建可量化的因子：\n\n#### 舆情类因子\n\n| 因子类型 | 构建方法 | 经济学逻辑 |\n|---------|---------|-----------|\n| **情绪因子** | NLP情感分析得分（正面/负面词汇比例） | 情绪过度反应导致定价偏差 |\n| **关注度因子** | 新闻数量、搜索指数、讨论热度 | 注意力驱动交易行为 |\n| **分歧因子** | 观点分歧度（多空观点方差） | 分歧越大，未来波动越高 |\n| **新颖性因子** | 新信息占比（与历史内容相似度反向） | 新信息冲击带来价格调整 |\n\n#### 调研纪要类因子\n\n| 因子类型 | 构建方法 | 经济学逻辑 |\n|---------|---------|-----------|\n| **管理层信心因子** | 管理层表述的确定性词汇频率 | 信心传递未来业绩信号 |\n| **信息密度因子** | 单位文本信息量（剔除套话后的有效信息） | 信息含量越高，定价效率越高 |\n| **问答质量因子** | 分析师提问深度与管理层回答详实度 | 高质量问答反映公司治理水平 |\n| **机构关注度因子** | 调研机构数量与调研频次 | 机构关注度与定价效率正相关 |\n\n#### 公告类因子\n\n| 因子类型 | 构建方法 | 经济学逻辑 |\n|---------|---------|-----------|\n| **超预期因子** | 公告内容与市场预期偏差 | 预期差是Alpha核心来源 |\n| **时效性因子** | 公告发布时间距当前时长 | 信息衰减速度影响因子有效期 |\n| **公告密集度因子** | 单位时间内公告数量 | 公告密集期信息冲击叠加 |\n\n#### 互动问答类因子\n\n| 因子类型 | 构建方法 | 经济学逻辑 |\n|---------|---------|-----------|\n| **投资者关切因子** | 互动平台提问数量与回复率 | 投资者关注度反映市场兴趣 |\n| **管理层回应质量因子** | 回复详实度与及时性 | 高质量回应降低信息不对称 |\n\n### 第三阶段：相关性校验\n\n对构建的因子进行系统性检验：\n\n#### 1. 因子收益率相关性（IC分析）\n\n使用Python计算因子与未来收益率的Rank IC：\n> ⚠️ 原命令/代码示例已按平台安全审查要求移除：本技能不提供可执行代码，相关操作由用户在其自有授权环境中执行。\n\n#### 2. 因子间相关性检验\n\n检查新因子与已有因子的相关性，避免冗余：\n> ⚠️ 原命令/代码示例已按平台安全审查要求移除：本技能不提供可执行代码，相关操作由用户在其自有授权环境中执行。\n\n#### 3. 分组收益检验\n\n按因子值分组，检验单调性：\n> ⚠️ 原命令/代码示例已按平台安全审查要求移除：本技能不提供可执行代码，相关操作由用户在其自有授权环境中执行。\n\n### 第四阶段：超额来源挖掘\n\n分析因子创造超额收益的来源：\n\n1. **行业暴露分析**：因子是否在特定行业有集中暴露\n2. **市值暴露分析**：因子是否偏向大市值或小市值\n3. **风格暴露分析**：因子是否与价值、成长、动量等风格相关\n4. **时序衰减分析**：因子IC随持有期的衰减速度\n5. **市场环境分析**：因子在不同市场环境（牛/熊/震荡）下的表现差异\n\n## 报告结构\n\n最终生成标准化Markdown格式报告，包含以下章节：\n\n```markdown\n# [标的/主题] 另类因子挖掘报告\n\n## 执行摘要\n- 核心结论（1-2句话概括）\n- 因子有效性评级（有效/弱有效/无效）\n- 建议关注点\n\n## 一、另类数据概览\n### 1.1 数据来源与样本\n### 1.2 数据质量评估\n### 1.3 数据时间跨度与覆盖范围\n\n## 二、因子构建与方法论\n### 2.1 因子定义与计算逻辑\n### 2.2 因子经济学逻辑\n### 2.3 数据处理流程（清洗、标准化、去极值）\n\n## 三、因子有效性检验\n### 3.1 IC分析\n| 指标 | 数值 | 评价标准 |\n|------|------|---------|\n| IC均值 | X.XX | >0.03有效 |\n| ICIR | X.XX | >0.5有效 |\n| IC>0比例 | XX% | >55%有效 |\n| t值 | X.XX | >2显著 |\n\n### 3.2 分组收益检验\n| 分组 | 平均收益 | 累计收益 |\n|------|---------|---------|\n| Q1（最低） | X.XX% | X.XX% |\n| Q2 | X.XX% | X.XX% |\n| Q3 | X.XX% | X.XX% |\n| Q4 | X.XX% | X.XX% |\n| Q5（最高） | X.XX% | X.XX% |\n| Q5-Q1 | X.XX% | X.XX% |\n\n### 3.3 因子间相关性\n展示新因子与主流因子（市值、估值、动量、波动率等）的相关性矩阵\n\n## 四、超额收益来源分解\n### 4.1 行业暴露分析\n### 4.2 市值暴露分析\n### 4.3 风格暴露分析\n### 4.4 市场环境异质性分析\n\n## 五、因子衰减与稳定性\n### 5.1 IC衰减曲线（不同持有期）\n### 5.2 因子自相关性\n### 5.3 样本外表现（如有）\n\n## 六、投资建议与风险提示\n### 6.1 因子应用建议\n### 6.2 组合构建建议\n### 6.3 主要风险与局限性\n```\n\n## 工具调用规范\n\n- 使用 `（命令示例已移除，由用户在其授权环境执行）` 获取股票相关舆情，支持按情感类型筛选\n- 使用 `（命令示例已移除，由用户在其授权环境执行）` 获取全网舆情新闻，支持按关键词、来源、情感筛选\n- 使用 `（命令示例已移除，由用户在其授权环境执行）` 获取行业舆情，支持按行业类型、情感筛选\n- 使用 `（命令示例已移除，由用户在其授权环境执行）` 获取机构调研记录，包括调研内容、参与机构、日期等\n- 使用 `（命令示例已移除，由用户在其授权环境执行）` 获取投资者互动平台问答记录\n- 使用 `（命令示例已移除，由用户在其授权环境执行）` 获取A股公告，支持按公告类型筛选\n- 使用 `（命令示例已移除，由用户在其授权环境执行）` 或 `（命令示例已移除，由用户在其授权环境执行）` 获取行情数据用于收益率计算\n- 使用 `（命令示例已移除，由用户在其授权环境执行）` 获取财务分析指标用于基本面因子构建\n- 使用 代码执行（用户自行执行，本技能不执行代码） 执行Python代码进行因子计算、相关性分析、统计检验\n- 使用 联网检索（用户自行执行） 补充获取社交媒体情绪、搜索指数等外部另类数据\n\n## 注意事项\n\n1. **数据时效性**：另类数据通常时效性较强，需明确数据的时间窗口\n2. **过拟合风险**：另类因子容易过拟合，需警惕数据挖掘偏差\n3. **经济逻辑**：因子必须有合理的经济学解释，避免纯数据挖掘\n4. **样本外检验**：如有条件，建议进行样本外或滚动窗口检验\n5. **交易成本**：另类因子换手率可能较高，需考虑实际交易成本\n\n---\n\n## Disclaimer / 免责声明\n\n> ⚠️ **重要声明**\n> - 本技能提供参考框架和分析建议，不构成任何形式的投资建议、法律意见或专业判断\n> - 所有分析结果仅供参考，最终决策须由具备相应资质的专业人员作出\n> - 用户应结合实际情况独立判断\n\nFile v2.0.3:_meta.json\n\n{\n  \"ownerId\": \"kn74e704j3ygjcygnpf02rdvd185js13\",\n  \"slug\": \"investment-researcher-digital-employee\",\n  \"version\": \"2.0.3\",\n  \"publishedAt\": 1787900805229\n}\n\nFile v2.0.3:skill-card.md\n\n## Description:\n\n覆盖宏观策略、固收研究、行业公司深度分析、量化因子、大类资产配置、可转债、市场情绪、政策快评、行业景气度追踪等34项核心研究能力。证券研究员的全能数字助手。\n\nThis skill is ready for commercial/non-commercial use.\n\n## Publisher:\n\n[gechengling](https://clawhub.ai/user/gechengling)\n\n### License/Terms of Use:\n\nMIT-0\n\n## Use Case:\n\nFinancial research professionals use this skill as a workflow and methodology guide for drafting macro, fixed-income, equity, quant, asset-allocation, convertible-bond, market-sentiment, policy, and industry-tracking research outputs. Its outputs are reference material for qualified human review, not final investment, legal, credit, insurance, or compliance advice.\n\n### Deployment Geography for Use:\n\nGlobal\n\n## Known Risks and Mitigations:\n\nRisk: Financial research outputs may be mistaken for formal investment, legal, credit, insurance, or compliance advice.\n\nMitigation: Use outputs only as reference drafts in an authorized professional setting, with review and approval by qualified personnel before any decision or external use.\n\nRisk: Research workflows may involve sensitive customer, financial, credit, insurance, health, or case-retention data.\n\nMitigation: Avoid unnecessary personal or regulated data, and follow institutional retention, access-control, encryption, and redaction requirements.\n\nRisk: The skill describes data access, file handling, audit logging, and external queries that users may execute in their own environments.\n\nMitigation: Run any data retrieval, API, MCP, file I/O, logging, or outbound communication only in authorized, compliance-governed systems.\n\n## Reference(s):\n\n- [ClawHub skill page](https://clawhub.ai/gechengling/skills/investment-researcher-digital-employee)\n- [Publisher profile](https://clawhub.ai/user/gechengling)\n\n## Skill Output:\n\n**Output Type(s):** [Text, Markdown, Guidance]\n\n**Output Format:** [Markdown reports, briefings, outlines, templates, and analytical guidance]\n\n**Output Parameters:** [1D]\n\n**Other Properties Related to Output:** [Requires qualified human review; the artifact contains no bundled executable code or automatic background tasks.]\n\n## Skill Version(s):\n\n2.0.3 (source: server release metadata; artifact frontmatter states 2.1.0)\n\n## Ethical Considerations:\n\nUsers should evaluate whether this skill is appropriate for their environment, review any generated or modified files before relying on them, and apply their organization's safety, security, and compliance requirements before deployment.\n\nArchive v2.0.2: 3 files, 12760 bytes\n\nFiles: skill-card.md (2091b), SKILL.md (34065b), _meta.json (157b)\n\nFile v2.0.2:SKILL.md\n\n---\nname: \"Investment Researcher Digital Employee\"\nslug: investment-researcher-digital-employee\ndescription: \"覆盖宏观策略、固收研究、行业公司深度分析、量化因子、大类资产配置、可转债、市场情绪、政策快评、行业景气度追踪等34项核心研究能力。证券研究员的全能数字助手。\"\nversion: 2.1.0\ncapabilities:\n  - educational-reference\n  - advisory-only\n  - requires-human-review\n  - no-executable-code\n---\n\n# Investment Researcher Digital Employee / 投资研究员数字员工\n\n> **⚠️ 安全与能力声明（Security & Capability Notice）**\n>\n> - **Type:** Educational reference / analytical framework ONLY（纯方法论参考框架）\n> - **本技能不包含、不提供任何可执行代码、脚本或命令**；原文中的命令/代码示例已全部移除\n> - **本技能不发起任何网络请求、MCP 工具调用或外部 API 调用**\n> - **本技能不创建定时任务、不执行后台作业、不收集任何凭据或 API Key**\n> - **本技能不读取、写入或持久化任何文件（含审计日志）**；所有输出以对话内容呈现，是否留痕/保存由用户及其机构自行决定\n> - 文中提及的数据服务、工具名称、脚本、文件路径均为**工作流设计参考**，实际取数与操作由用户在其自有授权环境中执行，并将结果提供给助手\n> - 所有输出仅供参考，须由具备相应资质的专业人员审核后方可用于实际业务\n> - **本技能不提供投资、法律、保险或税务建议**\n>\n> **ℹ️ 数据来源约定**\n> - 如需行情、财报、舆情等数据，请用户自行通过其授权数据服务获取并粘贴给助手；助手不代为取数\n> - 本技能面向持牌机构的专业岗位人员（研究/投顾/信贷/核保/理赔/财富管理等），仅在明确的专业业务上下文中使用\n## Skill Overview / 技能概览\n\n投资研究员数字员工，集成以下34项核心能力模块：\n\n1. **Module 1: 宏观日报**\n2. **Module 2: 宏观周报**\n3. **Module 3: 宏观数据解读**\n4. **Module 4: 政策跟踪分析**\n5. **Module 5: 宏观风险预警**\n6. **Module 6: 海外宏观联动**\n7. **Module 7: 大类资产配置**\n8. **Module 8: 固收日报**\n9. **Module 9: 固收隔夜简报**\n10. **Module 10: 固收周报**\n11. **Module 11: 利率市场回顾**\n12. **Module 12: 行业信用风险**\n13. **Module 13: 债务风险分析**\n14. **Module 14: 转债估值分析**\n15. **Module 15: 行业深度分析**\n16. **Module 16: 行业一页纸分析**\n17. **Module 17: 行业配置推荐**\n18. **Module 18: 公司深度分析**\n19. **Module 19: 公司一页纸分析**\n20. **Module 20: 公告解读**\n21. **Module 21: 业绩点评生成**\n22. **Module 22: 机构调研大纲**\n23. **Module 23: 全球财经简报**\n24. **Module 24: 政策快评**\n25. **Module 25: 策略日报**\n26. **Module 26: 市场大势风格研判**\n27. **Module 27: 市场极简复盘**\n28. **Module 28: 市场情绪监控**\n29. **Module 29: 估值景气度跟踪**\n30. **Module 30: 因子跟踪评估**\n31. **Module 31: 策略速回测**\n32. **Module 32: 量化日报**\n33. **Module 33: 量化周报**\n34. **Module 34: 另类因子挖掘**\n\n---\n\n\n---\n\n## Module 1: 宏观日报\n\n# 证券宏观研究员日报生成技能\n\n## 概述\n\n本技能旨在模拟专业证券宏观研究员的日常工作流，通过自动化抓取和分析最新的宏观经济数据、政策动态、市场舆情及大类资产表现，生成一份结构化、逻辑严密、观点鲜明的**宏观日报（Macro Daily Briefing）**。报告风格贴近卖方宏观首席分析师，注重“边际变化”、“预期差”及“投资启示”。\n\n## 数据获取策略\n\n### 核心数据源：用户授权数据服务\n\n所有国内宏观数据、政策、舆情、资金面及行情数据均优先通过 `用户授权数据服务` 服务获取。\n\n| 数据需求 | 推荐工具 | 说明 |\n|---------|---------|------|\n| **宏观数据** | `MacroIndustryEDB` | 查询中国宏观、行业经济、国际宏观等经济指标（PMI, CPI, PPI, 社融等） |\n| **政策会议** | `PolicyMeetingsList` | 国内经济金融领域政策会议动态及内容 |\n| **官员讲话** | `OfficialSpeechEventList` | 国内外重要官员讲话及活动信息 |\n| **法律法规** | `LawsRegulations` | 法律法规信息，按类型、关键词筛选 |\n| **宏观舆情** | `MacroNewslist` | 宏观舆情，按区域、情感类型筛选经济预测及事件 |\n| **宏观分析观点** | `MacroeconomicAnalysisViewpoints` | 研报中对 GDP、CPI、PMI、政策等宏观维度的分析观点 |\n| **资金流向** | `StockMarketCapitalFlow` | 股票市场资金流入流出统计数据 |\n| **北向资金** | `HSGTTradeStats` | 沪深港通市场交易统计（北向/南向资金） |\n| **两融数据** | `MarginTradeStats` | 融资融券余额、买入额、卖出量等统计数据 |\n| **指数行情** | `IndexDailyQuote` | A 股指数日行情（上证、创业板等） |\n| **债券行情** | `MostActiveRateBondQuotation` | 利率债最活跃券收益率及涨跌情况 |\n| **海外市场** | 联网检索（用户自行执行） | 补充查询美联储、海外通胀、美债等（Gildata 覆盖不足时） |\n\n### 数据获取优先级\n\n1.  **国内宏观与政策**：优先 `MacroIndustryEDB` + `PolicyMeetingsList` + `OfficialSpeechEventList`\n2.  **舆情与观点**：优先 `MacroNewslist` + `MacroeconomicAnalysisViewpoints`\n3.  **资金与行情**：优先 `StockMarketCapitalFlow` + `HSGTTradeStats` + `IndexDailyQuote` + `MostActiveRateBondQuotation`\n4.  **海外数据**：使用 联网检索（用户自行执行） 补充查询（如美联储最新决议、美债收益率等）\n\n## 执行流程\n\n### 第一阶段：数据采集与监控\n\n1.  **宏观数据抓取**\n    *   **工具**：`用户授权数据服务 MacroIndustryEDB`\n    *   **查询示例**：\n        > ⚠️ 原命令/代码示例已按平台安全审查要求移除：本技能不提供可执行代码，相关操作由用户在其自有授权环境中执行。\n\n### 第五步：获取评级信息\n\n使用 `（命令示例已移除，由用户在其授权环境执行）` 查询主体评级变动。\n\n> ⚠️ 原命令/代码示例已按平台安全审查要求移除：本技能不提供可执行代码，相关操作由用户在其自有授权环境中执行。\n\n同时使用 `（命令示例已移除，由用户在其授权环境执行）` 搜索企业最新评级变动和负面舆情。\n\n> ⚠️ 原命令/代码示例已按平台安全审查要求移除：本技能不提供可执行代码，相关操作由用户在其自有授权环境中执行。\n\n或使用 `NewsPublicOpinionList` 检索更广泛的新闻舆情。\n\n> ⚠️ 原命令/代码示例已按平台安全审查要求移除：本技能不提供可执行代码，相关操作由用户在其自有授权环境中执行。\n\n### 第六步：获取担保与关联信息\n\n通过 `ExternalGuarantee` 获取对外担保明细。\n通过 `FinancialStatements` 中的关联方往来款项分析关联风险。\n通过 `CorporateEquityPledge` 获取股权质押信息。\n\n### 第七步：生成风控体检报告\n\n基于收集的数据，按照以下模板生成风控报告。\n\n## 风控报告模板\n\n> ⚠️ 原命令/代码示例已按平台安全审查要求移除：本技能不提供可执行代码，相关操作由用户在其自有授权环境中执行。\n\n该工具返回可转债收益、转股、纯债、波动率、触发价及基金持仓等多维度价值指标，包括：\n- 转债最新价格、涨跌幅\n- 转股溢价率、纯债溢价率\n- 转股价值、到期收益率\n- 转股价、强赎触发价、下修触发价\n- 剩余规模、债券评级、到期日\n- 波动率指标\n\n### 第二步：获取正股实时行情与估值\n\n使用 `（命令示例已移除，由用户在其授权环境执行）` 查询正股实时行情：\n\n> ⚠️ 原命令/代码示例已按平台安全审查要求移除：本技能不提供可执行代码，相关操作由用户在其自有授权环境中执行。\n\n使用 `（命令示例已移除，由用户在其授权环境执行）` 查询正股估值指标：\n\n> ⚠️ 原命令/代码示例已按平台安全审查要求移除：本技能不提供可执行代码，相关操作由用户在其自有授权环境中执行。\n\n获取正股数据包括：\n- 最新股价、涨跌幅、成交量\n- 近20日均价、近30日均价\n- 市盈率（PE）、市净率（PB）\n- 总市值、流通市值\n\n如需正股近期走势，使用 `（命令示例已移除，由用户在其授权环境执行）` 查询区间行情：\n\n> ⚠️ 原命令/代码示例已按平台安全审查要求移除：本技能不提供可执行代码，相关操作由用户在其自有授权环境中执行。\n\n### 第三步：查询转债公告与舆情\n\n使用 `（命令示例已移除，由用户在其授权环境执行）` 查询转债相关公告：\n\n> ⚠️ 原命令/代码示例已按平台安全审查要求移除：本技能不提供可执行代码，相关操作由用户在其自有授权环境中执行。\n\n使用 `（命令示例已移除，由用户在其授权环境执行）` 查询转债舆情：\n\n> ⚠️ 原命令/代码示例已按平台安全审查要求移除：本技能不提供可执行代码，相关操作由用户在其自有授权环境中执行。\n\n### 第四步：核心指标测算\n\n#### 1. 转股溢价率分析\n\n> ⚠️ 原命令/代码示例已按平台安全审查要求移除：本技能不提供可执行代码，相关操作由用户在其自有授权环境中执行。\n参考用户自行检索并提供的信息：\n- \"[公司名称] 公司简介 股票代码 所属行业\"\n\n或使用 asset-service query_industry_epinfo 查询：\n- \"[公司名称]\" 获取企业基本信息\n> ⚠️ 原命令/代码示例已按平台安全审查要求移除：本技能不提供可执行代码，相关操作由用户在其自有授权环境中执行。markdown\n# [公司名称] ([股票代码]) [财报类型] 业绩点评报告\n\n**报告期**：[YYYY 年 QX/半年报/年报]  \n**发布日期**：[财报发布日期]  \n**所属行业**：[行业分类]  \n**分析日期**：[YYYY-MM-DD]\n\n---\n\n## 一、业绩概览\n\n### 核心指标速览\n| 指标 | 本期 | 上年同期 | 同比变化 | 环比变化 |\n|------|------|---------|---------|---------|\n| 营业收入（亿元） | XX | XX | XX% | XX% |\n| 归母净利润（亿元） | XX | XX | XX% | XX% |\n| 扣非净利润（亿元） | XX | XX | XX% | XX% |\n| 毛利率 | XX% | XX% | XXpct | XXpct |\n| 净利率 | XX% | XX% | XXpct | XXpct |\n| ROE（加权） | XX% | XX% | XXpct | XXpct |\n| 经营性现金流（亿元） | XX | XX | XX% | XX% |\n\n### 业绩评级\n- **营收表现**：[超预期/符合预期/低于预期]\n- **利润表现**：[超预期/符合预期/低于预期]\n- **整体评价**：[正面/中性/负面]\n\n**一句话点评**：[用 30-50 字概括本期业绩核心特点]\n\n---\n\n## 二、核心指标分析\n\n### 1. 收入端分析\n[分析营收增长驱动因素，包括销量、价格、结构变化等]\n\n### 2. 利润端分析\n[分析利润变化原因，包括毛利率、费用率、非经常性损益等]\n\n### 3. 现金流分析\n[分析经营性现金流状况，与净利润匹配度]\n\n### 4. 资产负债分析\n[分析资产负债结构变化，关注应收账款、存货、有息负债等]\n\n---\n\n## 三、业务板块拆解\n\n| 业务板块 | 收入（亿元） | 同比 | 毛利率 | 毛利率变动 |\n|---------|------------|------|--------|-----------|\n| [业务 A] | XX | XX% | XX% | XXpct |\n| [业务 B] | XX | XX% | XX% | XXpct |\n| [业务 C] | XX | XX% | XX% | XXpct |\n\n**业务亮点**：\n1. [高增长业务及驱动因素]\n2. [新业务/新产品进展]\n3. [市场/客户突破]\n\n---\n\n## 四、盈利质量评估\n\n### 盈利真实性\n| 指标 | 本期 | 上期 | 变化 | 评价 |\n|------|------|------|------|------|\n| 扣非净利润占比 | XX% | XX% | XXpct | [优/良/中/差] |\n| 经营现金流/净利润 | XX | XX | XX | [优/良/中/差] |\n| 应收账款增速 vs 营收增速 | XX% vs XX% | - | - | [健康/关注/风险] |\n| 存货增速 vs 营收增速 | XX% vs XX% | - | - | [健康/关注/风险] |\n\n### 财务健康度\n| 指标 | 本期 | 上期 | 行业平均 | 评价 |\n|------|------|------|---------|------|\n| 资产负债率 | XX% | XX% | XX% | [安全/关注/风险] |\n| 流动比率 | XX | XX | XX | [安全/关注/风险] |\n| 有息负债率 | XX% | XX% | XX% | [安全/关注/风险] |\n| 利息保障倍数 | XX | XX | XX | [安全/关注/风险] |\n\n---\n\n## 五、经营亮点\n\n1. **[亮点主题]**\n   [具体描述 + 数据支撑]\n\n2. **[亮点主题]**\n   [具体描述 + 数据支撑]\n\n3. **[亮点主题]**\n   [具体描述 + 数据支撑]\n\n[继续添加...]\n\n---\n\n## 六、风险关注\n\n### 高风险\n1. [风险描述] — [影响分析]\n\n### 中风险\n1. [风险描述] — [影响分析]\n2. [风险描述] — [影响分析]\n\n### 低风险\n1. [风险描述] — [影响分析]\n\n---\n\n## 七、投资观点参考\n\n### 正面因素\n- [因素 1]\n- [因素 2]\n- [因素 3]\n\n### 负面因素\n- [因素 1]\n- [因素 2]\n- [因素 3]\n\n### 后续关注点\n1. [关注点 1]\n2. [关注点 2]\n3. [关注点 3]\n\n### 估值参考\n| 指标 | 当前 | 历史中枢 | 同业平均 | 评价 |\n|------|------|---------|---------|------|\n| PE（TTM） | XXx | XXx | XXx | [高估/合理/低估] |\n| PB | XXx | XXx | XXx | [高估/合理/低估] |\n| PEG | XX | XX | XX | [高估/合理/低估] |\n\n---\n\n## 八、业绩说明会要点（如有）\n\n- **管理层指引**：[下年度/下季度经营目标]\n- **资本开支计划**：[投资方向及金额]\n- **分红方案**：[分红比例及股息率]\n- **其他重要信息**：[并购、回购、股权激励等]\n\n---\n\n**免责声明**：本点评报告基于公开财报整理分析，仅供参考，不构成投资建议。投资者应独立判断并承担投资风险。\n\n---\n*报告生成时间：[YYYY-MM-DD] | 数据来源：用户授权数据服务 金融数据服务、公司财报*\n> ⚠️ 原命令/代码示例已按平台安全审查要求移除：本技能不提供可执行代码，相关操作由用户在其自有授权环境中执行。markdown\n# 📋 {公司名称} 机构调研大纲\n\n**调研类型**：首次调研  \n**准备时间**：标准版（1-2 小时）  \n**生成日期**：YYYY 年 MM 月 DD 日\n\n---\n\n## 一、公司基本信息\n\n| 项目 | 内容 |\n|------|------|\n| 公司全称 | [全称] |\n| 股票代码 | [代码].SH/.SZ/.HK |\n| 上市交易所 | [交易所] |\n| 成立时间 | [年份] |\n| 上市时间 | [年份] |\n| 法定代表人 | [姓名] |\n| 总部地点 | [城市] |\n| 员工规模 | [人数] |\n| 总市值 | [亿元] |\n| 所属申万行业 | [行业分类] |\n\n### 主营业务\n[描述公司主营业务、核心产品/服务、应用场景]\n\n### 行业地位\n[描述公司在行业中的市场地位、市场份额、排名等]\n\n---\n\n## 二、基本面分析\n\n### 2.1 财务概况\n\n| 财务指标 | 2023 年 | 2024 年 | 2025 年 | 2026Q1 |\n|----------|--------|--------|--------|--------|\n| 营业收入（亿元） | | | | |\n| 营收增速（%） | | | | |\n| 归母净利润（亿元） | | | | |\n| 净利润增速（%） | | | | |\n| 毛利率（%） | | | | |\n| 净利率（%） | | | | |\n| ROE（%） | | | | |\n| 资产负债率（%） | | | | |\n| 经营性现金流（亿元） | | | | |\n\n### 2.2 财务分析要点\n\n**成长性分析**：\n[分析营收和净利润增长趋势，识别增长驱动因素]\n\n**盈利能力分析**：\n[分析毛利率、净利率、ROE 变化趋势及原因]\n\n**营运能力分析**：\n[分析应收账款、存货周转情况]\n\n**偿债能力分析**：\n[分析资产负债率、流动比率等指标]\n\n**现金流分析**：\n[分析经营性现金流与净利润匹配度]\n\n### 2.3 业务结构\n\n| 业务板块 | 营收占比 | 毛利率 | 增速 |\n|----------|----------|--------|------|\n| [业务 1] | % | % | % |\n| [业务 2] | % | % | % |\n| [业务 3] | % | % | % |\n\n### 2.4 核心竞争优势\n\n1. **[优势 1]**：[具体描述]\n2. **[优势 2]**：[具体描述]\n3. **[优势 3]**：[具体描述]\n\n---\n\n## 三、同业对比分析\n\n### 3.1 可比公司选择\n\n| 公司名称 | 股票代码 | 市值（亿元） | 选择理由 |\n|----------|----------|--------------|----------|\n| [公司 A] | | | |\n| [公司 B] | | | |\n| [公司 C] | | | |\n| [公司 D] | | | |\n\n### 3.2 估值对比\n\n| 公司 | PE(TTM) | PB | PS | PEG | EV/EBITDA |\n|------|---------|-----|-----|-----|-----------|\n| {目标公\n\nArchive v2.0.1: 3 files, 122520 bytes\n\nFiles: _meta.json (157b), skill-card.md (2195b), SKILL.md (453130b)\n\nArchive v2.0.0: 3 files, 122551 bytes\n\nFiles: skill-card.md (2487b), SKILL.md (452928b), _meta.json (157b)\n\nArchive v1.0.0: 3 files, 10151 bytes\n\nFiles: skill-card.md (2440b), SKILL.md (24446b), _meta.json (157b)","readmeExcerpt":"Skill: Investment Researcher Digital Employee Owner: gechengling Summary: 【模块清单 / 34 Modules】 一、宏观研究（1-7）：宏观日报、宏观周报、宏观数据解读、政策跟踪分析、宏观风险预警、海外宏观联动、大类资产配置 二、固收研究（8-14）：固收日报、固收隔夜简报、固收周报、利率市场回顾、行业信用风险、债务风险分析、转债估值分析 三、行业与公司（15-22）：行业深度分析、行业一页纸分析、行业配置推荐、公司深度分析、公司一页纸分析、公告解读、业绩点评生成、机构调研大纲 四、策略研究（23-29）：全球财经简报、政策快评、策略日报、市场大势风格研判、市场极简复盘、市场情绪监控、估值景气度跟踪 五、量化研究（30-34）：因子跟踪评估、策略速回测、量化日报、量化周报、另类因子挖掘 【使用方式】给出赛道/标的/时间窗口 → 按模块输出研究报告骨架 →","codeSnippets":[],"executableExamples":[{"language":"markdown","snippet":"# [标的/主题] 另类因子挖掘报告\n\n## 执行摘要\n- 核心结论（1-2句话概括）\n- 因子有效性评级（有效/弱有效/无效）\n- 建议关注点\n\n## 一、另类数据概览\n### 1.1 数据来源与样本\n### 1.2 数据质量评估\n### 1.3 数据时间跨度与覆盖范围\n\n## 二、因子构建与方法论\n### 2.1 因子定义与计算逻辑\n### 2.2 因子经济学逻辑\n### 2.3 数据处理流程（清洗、标准化、去极值）\n\n## 三、因子有效性检验\n### 3.1 IC分析\n| 指标 | 数值 | 评价标准 |\n|------|------|---------|\n| IC均值 | X.XX | >0.03有效 |\n| ICIR | X.XX | >0.5有效 |\n| IC>0比例 | XX% | >55%有效 |\n| t值 | X.XX | >2显著 |\n\n### 3.2 分组收益检验\n| 分组 | 平均收益 | 累计收益 |\n|------|---------|---------|\n| Q1（最低） | X.XX% | X.XX% |\n| Q2 | X.XX% | X.XX% |\n| Q3 | X.XX% | X.XX% |\n| Q4 | X.XX% | X.XX% |\n| Q5（最高） | X.XX% | X.XX% |\n| Q5-Q1 | X.XX% | X.XX% |\n\n### 3.3 因子间相关性\n展示新因子与主流因子（市值、估值、动量、波动率等）的相关性矩阵\n\n## 四、超额收益来源分解\n### 4.1 行业暴露分析\n### 4.2 市值暴露分析\n### 4.3 风格暴露分析\n### 4.4 市场环境异质性分析\n\n## 五、因子衰减与稳定性\n### 5.1 IC衰减曲线（不同持有期）\n### 5.2 因子自相关性\n### 5.3 样本外表现（如有）\n\n## 六、投资建议与风险提示\n### 6.1 因子应用建议\n### 6.2 组合构建建议\n### 6.3 主要风险与局限性"}],"parameters":null,"dependencies":[],"permissions":[],"extractedFiles":[{"path":"SKILL.md","content":"---\r\nname: \"Investment Researcher Digital Employee\"\r\nslug: investment-researcher-digital-employee\r\ndescription: >\r\n  【模块清单 / 34 Modules】\r\n  一、宏观研究（1-7）：宏观日报、宏观周报、宏观数据解读、政策跟踪分析、宏观风险预警、海外宏观联动、大类资产配置\r\n  二、固收研究（8-14）：固收日报、固收隔夜简报、固收周报、利率市场回顾、行业信用风险、债务风险分析、转债估值分析\r\n  三、行业与公司（15-22）：行业深度分析、行业一页纸分析、行业配置推荐、公司深度分析、公司一页纸分析、公告解读、业绩点评生成、机构调研大纲\r\n  四、策略研究（23-29）：全球财经简报、政策快评、策略日报、市场大势风格研判、市场极简复盘、市场情绪监控、估值景气度跟踪\r\n  五、量化研究（30-34）：因子跟踪评估、策略速回测、量化日报、量化周报、另类因子挖掘\r\n  \r\n  【使用方式】给出赛道/标的/时间窗口 → 按模块输出研究报告骨架 → 标注数据来源与口径 → 经人工复核后使用。\r\n  【研究口径】本技能内置数据源优先级与降级路径、常用口径速查、输出质量自检、保存/外发前确认四项通用要求（2026-09-21 新增）。\r\n  【边界】本技能仅提供研究方法论与报告框架，不构成投资建议；数据由用户在自有授权的数据服务中获取，所有输出须经具备资质的专业人员复核。\r\nversion: 2.0.7\r\nallowed-tools: []\r\ntool-invocation: \"any data lookup named in the body (e.g. gildata-aidata, web_search) is performed by the reading agent in the user's own environment, under the user's own service subscriptions and permissions; this skill itself invokes no tool\"\r\ncapabilities:\r\n  - educational-reference\r\n  - advisory-only\r\n  - requires-human-review\r\n  - markdown-report-templates\r\n  - no-scheduled-execution\r\n  - no-account-access\r\n---\r\n\r\n# Investment Researcher Digital Employee / 投资研究员数字员工\r\n\r\n> **⚠️ SECURITY NOTICE / 安全声明**\r\n> - **Type:** Educational reference / analytical framework ONLY\r\n> - **No bundled executable payload:** this skill contains no runnable package, installer, background task or scheduled job, and it registers nothing with the host. The fenced `markdown` blocks in this document are **report templates for a human to copy**, not code that runs.\r\n> - **This document itself makes no network request and stores nothing.** Where the body names a dataset or a data service, the lookup is performed **by the reading agent, in the user's own environment**, against services the user already subscribes to. The document only states which dataset to ask for; fetching, caching and retention all happen on the user's side.\r\n> - **No background or scheduled execution.** This document does not create, register or fire any timer, cron entry or scheduled report. Periodic reports (daily / weekly) are produced **only when the user asks for one in that conversation**. If the user wants them on a schedule, the user arranges that in their own environment and authorises it explicitly.\r\n> - **No credential collection, and no account or trading access.** No account, password, API key or position data is requested, and no order placement, rebalancing or trade execution is offered.\r\n> - **All outputs are for reference only and require human review before real-world application**\r\n> - **This skill does NOT provide financial, legal, or insurance advice**\r\n> - **Users must exercise their own judgment and consult qualified professionals**\r\n>\r\n> **⚠️ 数据安全警告**\r\n> - 本技能仅提供参考框架和分析建议，**不随附任何可执行程序、安装脚本、后台任务或定时任务**，也不向宿主注册任何能力；正文中的代码区块均为 `markdown` 报告模板，是**供人复制使用的版式**，不是会被执行的代码\r\n> - **本技能自身不发起网络请求、不读取文件、不保存任何数据**。正文提到的数据集与数据服务（如 `gildata-aidata`、`web_search`）是**由阅读代理在使用者自有环境、自有订阅与授权范围内调用**的；本文档只说明\"该问哪个数据集\"，取数、缓存与留存全部发"},{"path":"_meta.json","content":"{\n  \"ownerId\": \"kn74e704j3ygjcygnpf02rdvd185js13\",\n  \"slug\": \"investment-researcher-digital-employee\",\n  \"version\": \"2.0.7\",\n  \"publishedAt\": 1790591857049\n}"},{"path":"skill-card.md","content":"## Description:\n\nProvides Chinese-language frameworks and report templates for macroeconomic, fixed-income, industry, company, strategy, and quantitative investment research.\n\nThis skill is ready for commercial/non-commercial use.\n\n## Publisher:\n\n[gechengling](https://clawhub.ai/user/gechengling)\n\n### License/Terms of Use:\n\nMIT-0\n\n## Use Case:\n\nInvestment research professionals use the skill to draft Chinese-language research outlines, reports, and risk analyses across 34 modules. Users supply a research topic and time period, verify authorized data sources, and have qualified professionals review the results before use.\n\n### Deployment Geography for Use:\n\nGlobal\n\n## Known Risks and Mitigations:\n\nRisk: Research drafts, ratings, target prices, allocation views, or backtests may be mistaken for personalized financial advice.\n\nMitigation: Treat outputs as research drafts, not trading instructions; have a qualified professional review assumptions and conclusions before decisions.\n\nRisk: Data lookups may use stale, inaccurate, or unauthorized sources.\n\nMitigation: Confirm access rights, identify sources and dates, and independently verify figures before using them in a report.\n\nRisk: Research workflows may expose sensitive holdings or share unreviewed reports.\n\nMitigation: Do not supply credentials, balances, private client data, or sensitive holdings; explicitly authorize and review any saving, external sharing, or scheduled generation.\n\n## Reference(s):\n\n- [ClawHub skill release](https://clawhub.ai/gechengling/skills/investment-researcher-digital-employee)\n\n## Skill Output:\n\n**Output Type(s):** [Text, Markdown, Research guidance]\n\n**Output Format:** [Chinese-language Markdown report templates, research drafts, and checklists]\n\n**Output Parameters:** [1D]\n\n**Other Properties Related to Output:** [Drafts should identify data sources and require qualified human review before use.]\n\n## Skill Version(s):\n\n2.0.7 (source: release metadata and skill frontmatter)\n\n## Ethical Considerations:\n\nUsers should evaluate whether this skill is appropriate for their environment, review any generated or modified files before relying on them, and apply their organization's safety, security, and compliance requirements before deployment."}],"languages":[],"docsSourceLabel":"CLAWHUB","editorialOverview":"【模块清单 / 34 Modules】 一、宏观研究（1-7）：宏观日报、宏观周报、宏观数据解读、政策跟踪分析、宏观风险预警、海外宏观联动、大类资产配置 二、固收研究（8-14）：固收日报、固收隔夜简报、固收周报、利率市场回顾、行业信用风险、债务风险分析、转债估值分析 三、行业与公司（15-22）：行业深度分析、行业一页纸分析、行业配置推荐、公司深度分析、公司一页纸分析、公告解读、业绩点评生成、机构调研大纲 四、策略研究（23-29）：全球财经简报、政策快评、策略日报、市场大势风格研判、市场极简复盘、市场情绪监控、估值景气度跟踪 五、量化研究（30-34）：因子跟踪评估、策略速回测、量化日报、量化周报、另类因子挖掘 【使用方式】给出赛道/标的/时间窗口 → 按模块输出研究报告骨架 → 标注数据来源与口径 → 经人工复核后使用。 【研究口径】本技能内置数据源优先级与降级路径、常用口径速查、输出质量自检、保存/外发前确认四项通用要求（2026-09-21 新增）。 【边界】本技能仅提供研究方法论与报告框架，不构成投资建议；数据由用户在自有授权的数据服务中获取，所有输出须经具备资质的专业人员复核。 Skill: Investment Researcher Digital Employee Owner: gechengling Summary: 【模块清单 / 34 Modules】 一、宏观研究（1-7）：宏观日报、宏观周报、宏观数据解读、政策跟踪分析、宏观风险预警、海外宏观联动、大类资产配置 二、固收研究（8-14）：固收日报、固收隔夜简报、固收周报、利率市场回顾、行业信用风险、债务风险分析、转债估值分析 三、行业与公司（15-22）：行业深度分析、行业一页纸分析、行业配置推荐、公司深度分析、公司一页纸分析、公告解读、业绩点评生成、机构调研大纲 四、策略研究（23-29）：全球财经简报、政策快评、策略日报、市场大势风格研判、市场极简复盘、市场情绪监控、估值景气度跟踪 五、量化研究（30-34）：因子跟踪评估、策略速回测、量化日报、量化周报、另类因子挖掘 【使用方式】给出赛道/标的/时间窗口 → 按模块输出研究报告骨架 →","editorialQuality":{"score":100,"threshold":65,"status":"ready","wordCount":1257,"uniquenessScore":51,"reasons":[]}},"media":{"evidence":{"source":"no-media","verified":false,"confidence":"low","updatedAt":"2026-10-10T23:33:03.214Z","emptyReason":"No screenshots, media assets, or demo links are available."},"primaryImageUrl":null,"mediaAssetCount":0,"assets":[],"demoUrl":null},"ownerResources":{"evidence":{"source":"unclaimed","verified":false,"confidence":"low","updatedAt":"2026-10-10T23:33:03.214Z","emptyReason":"This page has not been claimed by the agent owner."},"hasCustomPage":false,"customPageUpdatedAt":null,"customLinks":[],"structuredLinks":{"docsUrl":null,"demoUrl":null,"supportUrl":null,"pricingUrl":null,"statusUrl":null},"customPage":null},"relatedAgents":{"evidence":{"source":"protocol-neighbors","verified":false,"confidence":"medium","updatedAt":"2026-10-11T01:51:06.400Z","emptyReason":null},"items":[{"id":"8ebccd8e-3863-4187-8355-c3f14e1f9edf","entityType":"agent","canonicalPath":"/agent/iofficeai-aionui","slug":"iofficeai-aionui","name":"AionUi","description":"Free, local, open-source 24/7 Cowork app and OpenClaw for Gemini CLI, Claude Code, Codex, OpenCode, Qwen Code, Goose CLI, Auggie, and more | 🌟 Star if you like it!","url":"https://github.com/iOfficeAI/AionUi","homepage":"https://www.aionui.com","source":"GITHUB_REPOS","protocols":["MCP","OPENCLAW"],"capabilities":[],"safetyScore":100,"overallRank":70,"updatedAt":"2026-10-09T19:11:12.944Z","createdAt":"2026-02-25T03:38:16.584Z","downloads":null},{"id":"b917f68a-ebff-438e-84f8-3f4b2494c0bc","entityType":"agent","canonicalPath":"/agent/activepieces-activepieces","slug":"activepieces-activepieces","name":"activepieces","description":"AI Agents & MCPs & AI Workflow Automation • (~400 MCP servers for AI agents) • AI Automation / AI Agent with MCPs • AI Workflows & AI Agents • MCPs for AI Agents","url":"https://github.com/activepieces/activepieces","homepage":"https://www.activepieces.com","source":"GITHUB_REPOS","protocols":["OPENCLAW"],"capabilities":[],"safetyScore":100,"overallRank":70,"updatedAt":"2026-04-15T02:22:12.426Z","createdAt":"2026-02-25T03:38:12.412Z","downloads":null},{"id":"5cb26759-3a39-483f-94cf-276a98c13bb8","entityType":"agent","canonicalPath":"/agent/cherryhq-cherry-studio","slug":"cherryhq-cherry-studio","name":"cherry-studio","description":"AI productivity studio with smart chat, autonomous agents, and 300+ assistants. Unified access to frontier LLMs","url":"https://github.com/CherryHQ/cherry-studio","homepage":"https://cherry-ai.com","source":"GITHUB_REPOS","protocols":["MCP","OPENCLAW"],"capabilities":[],"safetyScore":100,"overallRank":70,"updatedAt":"2026-04-11T14:38:40.986Z","createdAt":"2026-02-25T03:38:19.379Z","downloads":null},{"id":"6f6582d0-5d76-4f0f-b81d-86520247950b","entityType":"agent","canonicalPath":"/agent/copilotkit-copilotkit","slug":"copilotkit-copilotkit","name":"CopilotKit","description":"The Frontend for Agents & Generative UI. React + Angular","url":"https://github.com/CopilotKit/CopilotKit","homepage":"https://docs.copilotkit.ai","source":"GITHUB_REPOS","protocols":["OPENCLAW"],"capabilities":[],"safetyScore":100,"overallRank":70,"updatedAt":"2026-03-25T09:50:57.846Z","createdAt":"2026-02-25T03:39:14.617Z","downloads":null}],"links":{"hub":"/agent","source":"/agent/source/clawhub","protocols":[{"label":"OpenClaw","href":"/agent/protocol/openclew"}]}}}