"51 个投资大佬帮你看盘，巴菲特和赵老哥终于坐在了同一张桌子上。"
A 股 / 港股 / 美股 · 个股深度分析引擎 · v3.2.0 assemble_report 瘦身 -80% · v3.1.0 run_real_test 瘦身 -65% · v3.0.0 pipeline 架构默认启用
安装 · 用法 · 三档深度 · Hermes 🆕 · 评审团 · 机构方法 · 自查 gate · 报告截图 · FAQ · 入群交流测试 · Contributors
中文 | English
任何 agent 里丢一句话 · 装好就能用。详细装法见 安装。
| 你用的 agent | 直接丢这句 |
|---|---|
| Claude Code | /plugin marketplace add wbh604/UZI-Skill 然后 /plugin install stock-deep-analyzer@uzi-skill |
| Codex / OpenAI CLI | "按 https://raw.githubusercontent.com/wbh604/UZI-Skill/main/.codex/INSTALL.md 装 UZI-Skill，分析 600519" |
| Cursor | /add-plugin stock-deep-analyzer |
| Gemini CLI | gemini extensions install https://github.com/wbh604/UZI-Skill |
| Hermes | hermes skills install wbh604/UZI-Skill/skills/deep-analysis（基于 hermes-compat 分支） |
| OpenClaw / 龙虾 | "装 https://github.com/wbh604/UZI-Skill 这个股票分析技能" |
| CLI 直用 | git clone https://github.com/wbh604/UZI-Skill.git && cd UZI-Skill && pip install -r requirements.txt && python run.py 贵州茅台 |
装好后最常用 4 条命令（任何 agent 里直接说）：
/stock-deep-analyzer:analyze-stock 贵州茅台 ← 完整 22 维 × 51 评委分析（5-8min）
/stock-deep-analyzer:quick-scan 002217 ← 30 秒速判
/stock-deep-analyzer:scan-trap 002217 ← 杀猪盘排查
/stock-deep-analyzer:dcf 600519 ← DCF 估值专项
💡 当前最新稳定版 v3.2.0（架构大重构 · 业务零区别）：
- v3.0.0 · pipeline 架构默认启用（
python run.py <ticker>默认走新路径 ·UZI_LEGACY=1回老路径）- v3.1.0 ·
run_real_test.py2105 → 735 行（-65%）· 1228 行纯函数迁到lib/pipeline/score_fns.py- v3.2.0 ·
assemble_report.py2964 → 587 行（-80%）· 拆 5 个lib/report/*.py子模块两个巨文件合计 5069 → 1322 行 (-74%) · 332 tests 全过 · 真机 e2e 002217 resume 10s 出报告 · v2.x 所有 API 100% 向后兼容.
v2.15 系列继续保留：capital_flow universe cache（100x 加速）· school_scores 按流派打分 · 混合公式 + 极化拉伸.
当前版本还不太稳定，论坛反馈 bug 比较多。如果你有兴趣帮忙更快地测试效果，或者想交流使用中的问题和建议，欢迎扫码进群与我沟通（主要是帮我测试 ✌️），如果你想体验最新效果，可以切换到develop分支～
二维码会定期过期，如果扫码失败请提 Issue 或在论坛留言，我会更新。
学AI，上L站！ 感谢 Linux.do 社区支持。
一句话：输入一只股票，Claude 变成你的私人分析师，跑完 22 个维度的数据、调 17 种华尔街分析模型、让 51 个投资风格完全不同的大佬各自打分，最后吐出一份 600KB 的 Bloomberg 风格报告。
/stock-deep-analyzer:analyze-stock 国盾量子
5-8 分钟后你会得到：
- 一份 HTML 报告 — 可以直接用浏览器打开，自包含，离线也能看
- 一张朋友圈竖图 — 1080×1920，直接发
- 一张微信群战报 — 1920×1080
- 一段话摘要 — 复制粘贴就能发群里
之前看一只票的流程：东方财富翻基本面 → 同花顺看 K 线 → 雪球刷大 V 说了啥 → 研报系统找卖方观点 → Excel 算个 DCF → 结果买进去还是亏。
这些活儿本质上就是"搜集信息 → 多角度分析 → 给个结论"，让 AI 全干了不行吗？
市面上看了一圈，要么是输出三段废话的 GPT wrapper，要么是用不起的机构终端。Anthropic 出了个 financial-services-plugins，方法论很好（DCF / Comps / LBO 那套），但完全是美股视角 + 全要付费数据源。
所以自己搓了一个。全免费数据源，零 API key，A 股直接能跑。
不管你用什么 agent，都是丢一句话过去就行：
/plugin marketplace add wbh604/UZI-Skill
/plugin install stock-deep-analyzer@uzi-skill
装好后说 /stock-deep-analyzer:analyze-stock 贵州茅台。
⚠️ 必须带stock-deep-analyzer:命名空间前缀Claude Code 装 plugin 后，所有 skill/command 都以
stock-deep-analyzer:开头。 部分环境下短名（/analyze-stock）不会被自动解析——稳妥起见请一律用全名：
/stock-deep-analyzer:analyze-stock <ticker>/stock-deep-analyzer:quick-scan <ticker>/stock-deep-analyzer:scan-trap <ticker>/stock-deep-analyzer:dcf <ticker>/stock-deep-analyzer:ic-memo <ticker>/stock-deep-analyzer:investor-panel <ticker>/stock-deep-analyzer:trap-detector <ticker>/stock-deep-analyzer:deep-analysis <ticker>- 等全部 14 条
Cursor / Gemini CLI / Codex 同理：一律用
/stock-deep-analyzer:<cmd>全名， 避免短名解析失败。
直接对 Codex 说：
请按照 https://raw.githubusercontent.com/wbh604/UZI-Skill/main/.codex/INSTALL.md 的指引安装 UZI-Skill，然后帮我深度分析 贵州茅台。
对龙虾说：
帮我安装 https://github.com/wbh604/UZI-Skill 这个股票分析技能，装好后分析 贵州茅台。
/add-plugin stock-deep-analyzer
然后说"分析 贵州茅台"。
gemini extensions install https://github.com/wbh604/UZI-Skill对 OpenCode 说：
请按照 https://raw.githubusercontent.com/wbh604/UZI-Skill/main/.opencode/INSTALL.md 安装并分析 贵州茅台。
丢这句话进去：
克隆 https://github.com/wbh604/UZI-Skill ，读 AGENTS.md 了解怎么用，帮我深度分析 贵州茅台。
对任何 agent 说：
分析 贵州茅台，用远程模式，生成一个公网链接让我手机能看。
agent 会自动用 --remote 启动 Cloudflare Tunnel，给你一个 https://xxx.trycloudflare.com 链接。
/stock-deep-analyzer:analyze-stock 水晶光电
/stock-deep-analyzer:analyze-stock 002273
/stock-deep-analyzer:analyze-stock 00700.HK
/stock-deep-analyzer:analyze-stock AAPL
都要加
/stock-deep-analyzer:前缀才保证执行得通。
| 命令 | 干嘛的 |
|---|---|
/stock-deep-analyzer:dcf 600519 |
DCF 估值 · WACC + 5×5 敏感性表 |
/stock-deep-analyzer:comps 002273 |
同行对标 · PE/PB 分位分析 |
/stock-deep-analyzer:lbo 600519 |
LBO 测试 · PE 买方能赚多少 IRR |
/stock-deep-analyzer:initiate 002273 |
机构首次覆盖报告 · JPM/GS 格式 |
/stock-deep-analyzer:ic-memo 002273 |
投委会备忘录 · 三情景回报 |
/stock-deep-analyzer:earnings 002273 |
财报解读 · beat/miss 检测 |
/stock-deep-analyzer:catalysts 002273 |
催化剂日历 · 未来 60 天 |
/stock-deep-analyzer:thesis 002273 |
投资逻辑追踪 · 5 支柱监控 |
/stock-deep-analyzer:screen 002273 |
5 套量化筛选 · value/growth/quality |
/stock-deep-analyzer:dd 002273 |
尽调清单 · 5 工作流 21 项 |
/stock-deep-analyzer:quick-scan 002273 |
30 秒速判 |
/stock-deep-analyzer:panel-only 600519 |
只看 51 评委投票 |
/stock-deep-analyzer:scan-trap 002273 |
杀猪盘排查 |
/stock-deep-analyzer:segmental-model 300308 |
🆕 分业务收入 bottom-up 建模 · 3 情景 × 3 年 projection · 对 DCF 反向校验 |
用户反馈"茅台 47 分"、"没超过 65 分"—— 诊断发现两处公式偏严苛，v2.11 校准：
| 改动 | 旧 (v2.9.1) | 新 (v2.11) | 影响 |
|---|---|---|---|
| verdict 阈值 | 85/70/55/40 | 80/65/50/35 | 从未有股能 ≥85（"值得重仓"档空设），下调 5 分让白马/真强股进"可以蹲一蹲"档 |
| consensus neutral 权重 | 0.5（半权） | 0.6 | 51 评委里价值派+游资 35 人偏保守，neutral 权重 0.5 让白马 consensus 仅 37，0.6 更贴近"不坑但不是心头好"的真实语义 |
公式（未变）：overall = fund_score × 0.6 + consensus × 0.4
典型白马（如茅台）预期：
- v2.9.1：
fund=62 consensus=45 → overall 55 → 观望优先 - v2.11：
fund=62 consensus=50 → overall 57 → 观望优先（但更接近"可以蹲一蹲"边界，白马行情启动时容易进 65）
两档合计影响 ~5-8 分。真正的坑仍会 < 35 → 回避，分数辨识度不降反升。
诊断字段 panel.json::consensus_formula.version = "v2.11 · (bullish + 0.6*neutral) / active" 可审计。
回归测试：tests/test_v2_11_scoring_calibration.py 8 个用例。
完整校准记录见 BUGS-LOG.md v2.11.0 章节。
给用户自己选择分析力度——快想 / 正常 / 深挖：
python run.py 600519 --depth lite # ⚡ 速判模式（1-2 分钟）
python run.py 600519 # 📊 标准分析（5-8 分钟）· 默认
python run.py 600519 --depth deep # 🔬 深度研究（15-20 分钟）或通过环境变量：
export UZI_DEPTH=lite # 或 medium / deep
python run.py 600519| 维度 | ⚡ lite 速判 | 📊 medium 标准 | 🔬 deep 机构级 |
|---|---|---|---|
| 预计耗时 | 1-2 分钟 | 5-8 分钟 | 15-20 分钟 |
| fetcher 维度 | 核心 7 维 | 全 22 维 | 全 22 维 + 强化 fallback |
| 评委数量 | 10 位代表 | 51 位完整 | 51 位 + Bull-Bear 结构化辩论 |
| 机构方法 | 只 DCF | 全 17 种 | 全 17 种 + Segmental Build-Up |
| ddgs 定性查询 | 全 skip（省 token） | 按需 · 预算 30 次 | 跑满 · 预算 60 次 |
| fund_holders | Top 5 完整业绩 | Top 20 完整 + 其余清单 | Top 100 完整 |
| 自查 gate | critical block | critical block · warning 可 ack | 两级都 block |
| Playwright 兜底（v2.13.1） | ❌ 完全禁用 | opt-in · UZI_PLAYWRIGHT_ENABLE=1 · 6 维（4_peers/8_materials/15_events/17_sentiment/7_industry/14_moat） |
✅ 默认启用 · 10 维（medium 6 + 3_macro/13_policy/18_trap/19_contests）· 首次 y/n 交互装 Chromium |
| Token 消耗（Codex） | 最省 | 中等 | 最大 |
| 适用场景 | 随手看 / 老板临时问 / 预判 ETF 成分股 | 日常深度分析 · 写研报 | 投委会备忘录 · 建仓前深挖 |
- 第一次安装 /
.cache/_global空时 → 自动切 lite（省首次冷启动时间） - 网络预检 3+ 域不通 → 自动切 lite（避免卡死）
- 手动
--depth始终覆盖自动判定
| 问题 | 推荐档位 |
|---|---|
| "帮我看看这只票能不能买" | medium（默认） |
| "15 分钟内给我个结论" | lite |
| "老板明天投委会要看" | deep（含 Bull-Bear 辩论 + bottom-up segmental） |
| "ETF 代码输进去了（系统会提示选成分股）" | lite（成分股快速预判） |
| "Codex 环境 / 首次安装" | 不用管 · 自动 lite |
| 命令 | 隐式档位 |
|---|---|
/stock-deep-analyzer:quick-scan 600519 |
lite |
/stock-deep-analyzer:panel-only 600519 |
lite |
/stock-deep-analyzer:analyze-stock 600519 |
medium（默认） |
/stock-deep-analyzer:ic-memo 600519 |
deep |
/stock-deep-analyzer:initiate 600519 |
deep |
不是模板话术。每个人有自己的量化规则集（共 180 条），给出的建议必须引用具体命中了哪条：
| 组 | 风格 | 人数 | 代表人物 |
|---|---|---|---|
| A | 经典价值 | 6 | 巴菲特 · 格雷厄姆 · 芒格 · 费雪 · 邓普顿 · 卡拉曼 |
| B | 成长投资 | 4 | 林奇 · 欧奈尔 · 蒂尔 · 木头姐 |
| C | 宏观对冲 | 5 | 索罗斯 · 达里奥 · 霍华德马克斯 · 德鲁肯米勒 · 罗伯逊 |
| D | 技术趋势 | 4 | 利弗莫尔 · 米内尔维尼 · 达瓦斯 · 江恩 |
| E | 中国价投 | 6 | 段永平 · 张坤 · 朱少醒 · 谢治宇 · 冯柳 · 邓晓峰 |
| F | A 股游资 | 23 | 章盟主 · 赵老哥 · 炒股养家 · 佛山无影脚 · 北京炒家 · 鑫多多 … |
| G | 量化系统 | 3 | 西蒙斯 · 索普 · 大卫·肖 |
举个例子：
巴菲特 给水晶光电打 62 分 · 中性 "观望：护城河 27/40 可见；但 ROE 5 年最低 6.7%，达标率仅 0/5" ✅ 资产负债率 30% 保守 · ❌ ROE 5 年最低 6.7%
木头姐 给国盾量子打 100 分 · 看多 "量子通信处于 S 曲线拐点，TAM 每年 >30% 增长——买它就是买未来！" ✅ 属于颠覆式创新平台 · ✅ 行业增速 35%
卡拉曼 给水晶光电打 0 分 · 看空 "看空核心：无 30% 安全边际"
从 anthropics/financial-services-plugins 移植方法论，适配了 A 股参数（rf=2.5% / ERP=6% / 税率 25% / 终值 g=2.5%）：
估值建模
- DCF（WACC 拆解 + 两段 FCF + Gordon Growth 终值 + 5×5 敏感性热力图）
- Comps 同行对标（PE / PB / EV-EBITDA 分位 + 隐含目标价）
- 三表预测（5 年 IS / BS / CF 联动）
- Quick LBO（PE 基金视角 IRR 交叉校验）
- 并购增厚/摊薄模型
研究工作流
- 首次覆盖报告（JPM/GS/MS 格式 · 评级 + 目标价 + 论点 + 风险）
- 财报 beat/miss 解读
- 催化剂日历（真实事件提取 + 未来预排 + 影响分级）
- 投资逻辑追踪（5 支柱健康度）
- 晨报 · 量化筛选 · 行业综述
深度决策
- IC 投委会备忘录（8 章节 · Bull/Base/Bear 三情景）
- Porter 五力 + BCG 矩阵
- DD 尽调清单（5 工作流 21 项 · 自动标注完成状态）
- 单位经济学 · 价值创造计划 · 组合再平衡
以下截图全部来自水晶光电（002273.SZ）的真实分析结果。
费雪 100 分 vs 卡拉曼 96 分，三轮互喷，每轮引用具体数字。
每个人一盏灯——绿色看多、红色看空、灰色中性。
评委们用自己的语言风格发言，引用命中的具体规则。
WACC 6.96% · 内在价值 ¥20.73 · 安全边际 -28.6%，颜色从深绿（低估）到深红（高估）。
Bull ¥26.95 / Base ¥20.73 / Bear ¥14.51，每个情景有概率和假设。
每个维度有独立可视化——K 线蜡烛图 / PE Band / 雷达图 / 供应链流程图 / 温度计 / 环形图。
全部免费，零 API key：
| 数据 | 主源 | 备用 |
|---|---|---|
| 实时行情 / PE / 市值 | 东方财富 push2 | 雪球 → 腾讯 → 新浪 → 百度 |
| 财报历史 | akshare | 雪球 f10 |
| K 线 / 技术指标 | akshare | yfinance |
| 龙虎榜 / 北向 / 两融 | akshare | 东财 |
| 研报 / 公告 | 巨潮 cninfo + akshare | 同花顺 |
| 港股 | akshare hk | yfinance |
| 美股 | yfinance | akshare us |
| 宏观 / 政策 / 舆情 / 杀猪盘 | DuckDuckGo web search | — |
| 社交热榜（v2.12 新增） | 微博 / 知乎 / 百度 / 抖音 / 头条 / B 站 · 各平台官方 JSON API | 5min 文件缓存 · 单平台失败不影响其他 |
多层 fallback 链 — 一个源挂了自动切下一个。
散户情绪和杀猪盘题材经常先在抖音/小红书/微博发酵，DuckDuckGo 扫不到。v2.12 起 17_sentiment 维度自动查：
- 微博热搜 · 抓
weibo.com/ajax/side/hotSearch· 50 条实时热搜 - 知乎热榜 · 抓
zhihu.com/api/v3/feed/topstory/hot-list-web· 50 条 - 百度热搜 · 抓
top.baidu.com/api/board· 实时榜单 - 抖音热点 · 抓
douyin.com/aweme/v1/web/hot/search/list/· 搜索热点 - 头条热榜 · 抓
toutiao.com/hot-event/hot-board/· 热点事件 - B 站热搜 · 抓
s.search.bilibili.com/main/hotword· 全站热搜
股票名（含简称，如"贵州茅台"→"贵州"/"茅台"）在热榜标题里命中 → 计入情绪热度 + 记录具体条目。
数据结构：synthesis 的 17_sentiment.data.hot_trend_mentions：
{
"stock_name": "贵州茅台",
"platforms_ok": 6,
"total_hits": 3,
"by_platform_count": {"weibo": 2, "zhihu": 1, ...},
"mentions": { "weibo": [{"rank":3, "title":"茅台 1499 回归", ...}], ... }
}致谢：本模块设计参考了 run-bigpig/jcp (韭菜盘 AI) 的
hottrend服务实现。
2026 年 push2.eastmoney.com 在大陆网络经常被反爬拦截。若设置
MX_APIKEY，UZI-Skill 会优先走官方 NLP API：
- 中文名纠错："北部港湾" → 自动识别为 "北部湾港(000582.SZ)"
- 行情快照：绕过 push2 直接拿到最新价/市值/PE/PB/行业
配置：
cp .env.example .env
# 编辑 .env 填入 MX_APIKEY（免费申领：https://dl.dfcfs.com/m/itc4）无 key 时全部回退到 XueQiu/akshare 链，现有用户零感知。
部分数据源 2026 年起加了登录鉴权，UZI-Skill 默认不主动弹登录窗（保持无人值守）。 用户可按需启用：
| 数据源 | 维度 | 启用方式 | 影响 |
|---|---|---|---|
| XueQiu cubes_search.json | 19_contests 实盘比赛持仓 |
export UZI_XQ_LOGIN=1 然后 python -m lib.xueqiu_browser login（一次性弹浏览器登录） |
不启用：报告 19_contests 显示" |
# 1. 启用环境变量（一次性，可加进 .zshrc）
export UZI_XQ_LOGIN=1
# 2. 一次性登录（首次跑会弹有头浏览器，登录后回到终端按回车）
python -m lib.xueqiu_browser login
# → 浏览器弹出，手动账密 / 微信扫码 / 短信登录
# → 登录成功后回终端按回车，cookie 持久化到 ~/.uzi-skill/playwright-xueqiu/
# 3. 后续跑分析自动复用登录态（cookie 通常有效 ≥ 30 天）
python run.py 贵州茅台 --no-browser
# 19_contests 维度会显示真实雪球组合数 + 收益率分布
# 4. 如果直接跑 run.py 想启用，加 flag
python run.py 贵州茅台 --enable-xueqiu-login不想登录？什么都不用做。XueQiu 维度会清晰标注 ⚠️ 需登录，0 cube，
其他 21 个维度照常工作。
python -m lib.xueqiu_browser status
# 显示：profile dir / cookie 是否存在 / 是否启用若某些字段脚本拿不到（网络限制 / 新股 / 停牌），pipeline 不会塞默认值糊弄：
- 生成
_data_gaps.json列出每个缺口的建议恢复动作（浏览器 / MX / WebSearch / 推导） - Agent 按 HARD-GATE-DATAGAPS 逐条尝试补齐
- 真的补不到 → 在
agent_analysis.json里data_gap_acknowledged显式承认 - HTML 报告顶部显示橙色 banner + 相关字段显示 "—" 并划线
这样你永远能分辨"这只股真的不适合买" vs "只是数据没拿到"。
UZI-Skill 在大陆和海外都能跑，但瓶颈不同，建议对号入座：
大陆网络 · pip install 失败怎么办？
run.py 和 setup.sh 会自动尝试国内镜像（清华 → 阿里云 → 中科大），
所以常见情况你什么都不用做。若要手动指定：
pip install -r requirements.txt \
-i https://pypi.tuna.tsinghua.edu.cn/simple \
--trusted-host pypi.tuna.tsinghua.edu.cnCodex / 海外 agent · 数据源访问慢怎么办？
国内数据源（尤其 push2.eastmoney.com）从海外访问经常超时。强烈建议
设置 MX_APIKEY（免费申领 → https://dl.dfcfs.com/m/itc4），它走
mkapi2.dfcfs.com 境内外都通，同时天然具备中文名纠错能力。
cp .env.example .env
# 编辑 .env 填入 MX_APIKEY
python run.py 贵州茅台双端都不通：agent 应保留 _data_gaps.json / _resolve_error.json，
等网络恢复后直接跑 stage2() 可以复用已采集数据，不用从头来过。
详见 AGENTS.md · 网络受限环境 的场景 A/B/C 速查。
UZI-Skill/
├── run.py # ✅ 用户入口 (python run.py <ticker>)
├── AGENTS.md / CLAUDE.md / CODEX.md # agent 指令 (v3.2 新增 CODEX.md)
├── GEMINI.md # Gemini CLI 指引
├── RELEASE-NOTES.md # 完整版本日志
├── docs/BUGS-LOG.md # bug 登记 + 防回归清单
├── .claude-plugin/plugin.json # Claude Code manifest
├── .cursor-plugin/plugin.json # Cursor manifest
├── gemini-extension.json # Gemini manifest
├── commands/ # 14 个 slash commands
├── personas/ # 51 个 YAML persona (v2.15.0)
├── skills/
│ ├── deep-analysis/ # ★ 主 skill (股票分析)
│ │ ├── SKILL.md
│ │ ├── references/ # 方法论文档
│ │ ├── assets/ # HTML 模板 + 51 头像 svg
│ │ └── scripts/ # ← 所有 Python 业务代码
│ │ ├── run_real_test.py # legacy stage1/stage2 (v3.1 瘦身 735 行)
│ │ ├── assemble_report.py # HTML shell (v3.2 瘦身 587 行)
│ │ ├── fetch_*.py # 22 fetcher · 也是独立 CLI
│ │ ├── compute_deep_methods.py # 机构建模
│ │ ├── tests/ # 332 pytest
│ │ └── lib/
│ │ ├── pipeline/ # 🆕 v3.0 管道式架构（默认路径）
│ │ │ ├── run.py # run_pipeline 编排入口
│ │ │ ├── collect.py # 并发 collector (22 adapter)
│ │ │ ├── score.py # scoring 段（调 rrt 纯函数）
│ │ │ ├── synthesize.py # stage2 薄 wrapper
│ │ │ ├── score_fns.py # 🆕 v3.1 · 1228 行纯函数
│ │ │ ├── preflight_helpers.py # 🆕 v3.1 · 网络/ticker preflight
│ │ │ ├── fetchers/registry.py # 22 adapter 工厂
│ │ │ └── renderer/ # 21 个 renderer stub
│ │ ├── report/ # 🆕 v3.2 · assemble_report 拆分
│ │ │ ├── svg_primitives.py # 19 svg_* + COLOR_*
│ │ │ ├── dim_viz.py # 19 _viz_xxx + DIM_VIZ_RENDERERS
│ │ │ ├── institutional.py # DCF/LBO/IC/catalyst/competitive
│ │ │ ├── panel_cards.py # 51 评委 panel
│ │ │ └── special_cards.py # fund/insights/school_scores
│ │ ├── investor_criteria.py # 51 人 × 180 规则
│ │ ├── investor_evaluator.py # 规则引擎
│ │ ├── stock_features.py # 108 标准化特征
│ │ ├── playwright_fallback.py # v2.13 兜底
│ │ ├── self_review.py # 机械自查 13 check
│ │ └── ... # 其他 lib 模块
│ ├── investor-panel/ # 评审团 skill
│ ├── lhb-analyzer/ # 龙虎榜 skill
│ └── trap-detector/ # 杀猪盘 skill
├── requirements.txt
└── LICENSE
v3.2 重构分层亮点：
| 层 | 文件 | 职责 |
|---|---|---|
| 入口 | run.py |
CLI 主入口 · UZI_LEGACY=1 回退老路径 |
| 管道 | lib/pipeline/* |
v3.0 主干 · collect / score / synthesize |
| 纯函数 | lib/pipeline/score_fns.py |
v3.1 · score_dimensions / generate_panel / generate_synthesis |
| 渲染 | lib/report/* |
v3.2 · 5 个子模块 · svg / viz / inst / panel / special |
| Legacy | run_real_test.py + assemble_report.py |
v2.x 向后兼容层 · re-export 所有迁移函数 |
Agent 驱动分析，脚本只是工具。
整个流程分两段——中间 agent 必须介入，最后必须自查（v2.9 起机械强制）：
Stage 1 (脚本) → 数据采集 + 模型计算 + 规则引擎骨架分
⏸️ Agent 介入 → 读数据 → role-play 51 评委 → 写判断 → 审查假设
Stage 2 (脚本) → 综合研判 + 自动跑 13 条自查 → 报告生成
↑ v2.9 核心：critical 不过 → 拒绝出 HTML
51 个评委不是跑公式出分数——agent 要真正站在每个人的角度思考：
- 巴菲特分析苹果 → agent 知道这是伯克希尔第一大持仓 → override 看多
- 赵老哥分析美股 → agent 知道游资不做美股 → skip
- 木头姐分析白酒 → agent 知道她只看颠覆创新 → "不在平台里"
- 格雷厄姆看到 PE 33 → 不需要复杂推理 → 看空
每个判断都可以覆盖规则引擎的机械得分，但必须给出理由。
三层评估：真实持仓 → 行业亲和度 → 量化规则。真金白银比任何公式都有说服力。
过往 HARD-GATE-FINAL-CHECK 是"软要求"——agent 可能跳过、可能忘、可能做半截。BUG#R10（云铝被归为"农副食品加工"）就是全流程跑完报告发出去，才被用户发现行业分类错了。软 gate 不够，v2.9 起机械强制。
lib/self_review.py 13 条自动检查覆盖所有历史 BUG 经验：
| severity | 抓什么 | 背后 BUG |
|---|---|---|
| 🔴 critical | 行业碰撞（工业金属→农副食品加工） | BUG#R10 |
| 🔴 critical | 维度缺失 / 空 data / 占位符 | wave2 timeout、fetcher 崩溃 |
| 🔴 critical | HK kline 0 根 / HK 财报空 | BUG#R7 / R8 |
| 🔴 critical | panel 全 skip / coverage < 60% | 数据灾难 |
| 🔴 critical | agent_analysis 缺 / 未 review | agent 偷懒 |
| 🟡 warning | DCF 全 0 / 金属股 materials 空 | v2.8.x coverage gap |
| 🟡 warning | 编造"苹果产业链"无 raw_data 证据 | 联想编造 |
assemble_report::assemble() 入口自动跑 review，critical > 0 → raise RuntimeError("⛔ BLOCKED by self-review")，物理上无法出报告，直到 agent 修完。
# agent 迭代流程
loop:
python review_stage_output.py <ticker>
读 .cache/<ticker>/_review_issues.json
对每条 critical 执行 suggested_fix
直到 critical == 0 才出 HTML每次新 BUG 修完，对应的 check_* 规则都会加到 self_review，下次同类问题跑完就自动抓到，不再靠用户反馈。
Q: 跑一次要多久？ A: 5-8 分钟，主要是数据采集慢（22 个维度要调十几个 API）。纯计算的机构建模部分 < 1 秒。
Q: 需要付费数据源吗？ A: 不需要。全部免费源（akshare / yfinance / DuckDuckGo / 巨潮 / 东方财富 / 雪球），零 API key。
Q: 港股美股能用吗？
A: 能。/stock-deep-analyzer:analyze-stock 00700.HK 或 /stock-deep-analyzer:analyze-stock AAPL。
Q: 数据准不准？ A: 实时数据走东方财富 / 雪球，财报走巨潮 / akshare，和你在东方财富 App 上看到的一样。但 web search 质量不稳定（DuckDuckGo 中文搜索有时会返回无关结果），所以 Claude 会做二次审查。
Q: 能当投资建议吗？ A: 不能。这是工具不是神仙，51 个大佬的意见都是规则引擎模拟的，不代表真人观点。买不买你自己决定。
Q: 怎么知道这次报告数据是否可信？
A: v2.9 起强制机械自查。报告生成前跑 13 条检查，critical 不过物理上发不出报告。.cache/<ticker>/_review_issues.json 里能看到本次跑有没有 warning，每条都带 suggested_fix。每次新 BUG 修完都加对应检查 → 下次同类问题自动抓到，不靠用户反馈。
Q: 怎么升级到新版本？自动提示吗？ A: 会。v2.14.0 起每次启动 CLI 或 agent 会话都会后台检测 GitHub 最新 release：
- 有新版本 → 弹三选一提示（是 / 跳过本版 / 否）+ 改动摘要
- 选"是"→ 按你装的方式执行对应命令：
- Claude Code:
/plugin update stock-deep-analyzer - git clone:
cd UZI-Skill && git pull - Hermes:
hermes skills update wbh604/UZI-Skill/skills/deep-analysis
- Claude Code:
- 选"跳过本版"→ 该版本不再提示，下一个新版本出来时才再弹
- 选"否"→ 下次启动再问
- 网络慢 / 关掉检查：
export UZI_NO_UPDATE_CHECK=1（CI / Codex 环境推荐） - 缓存 6 小时 · 不会每次都打 GitHub API
Q: 之前报告里有 BUG 怎么办？
A: 2026-04-17 前跑过"工业金属 / 工业母机 / 工业机械"相关股票的用户，cache 里的 7_industry 维度是错的（云铝被归为农副食品加工的那个 bug）。清 cache 重跑即可：
rm -rf skills/deep-analysis/scripts/.cache/<ticker>/raw_data.json
python run.py <ticker> --no-resume| 版本 | 日期 | 主要变化 |
|---|---|---|
| v3.2.0 | 2026-04-23 | assemble_report.py 深度拆分 (-80%)：2964 → 587 行 · 拆 5 个子模块 lib/report/svg_primitives (602) / dim_viz (742) / institutional (532) / panel_cards (183) / special_cards (544)。v2.x 所有 API 保持 re-export · 332 tests 全过 · e2e 零差异 · 加 CODEX.md + AGENTS.md::Repository Layout 给 codex 准确入口指引 |
| v3.1.0 | 2026-04-23 | run_real_test.py 瘦身 65%：2105 → 735 行。1228 行纯函数 (_f/score_dimensions/generate_panel/generate_synthesis/_autofill_qualitative_via_mx) → lib/pipeline/score_fns.py；166 行 preflight/resolve/ETF guard → lib/pipeline/preflight_helpers.py::prepare_target()。rrt 做 re-export 保持完整向后兼容 · 332 tests 全过 · 002217 resume 10s 出报告 |
| v3.0.0 | 2026-04-23 | pipeline 架构默认启用：python run.py <ticker> 默认走 pipeline.run_pipeline · UZI_LEGACY=1 强制回老路径 · pipeline 异常自动 fallback。Phase 6c 解耦：pipeline.score 直接调 rrt 纯函数（不再走 stage1 重复 collect）· 002217 score_from_cache 从 180s → 10.6s。Pipeline 预检 guards (中文名 / ETF / LOF / 可转债 → fallback legacy) |
| v2.15.5 | 2026-04-23 | 评分公式重校准：panel_consensus 从单一 vote 公式升级为混合公式 0.65*score_mean + 0.35*vote_weighted + 极化拉伸 (k=1.3) · 解决"大多数分在一个区间徘徊"问题 · 7 流派 consensus 分歧更清晰 · 002217 F 游资 51→43.7（vote 高估修正）· G 量化 50→59.3（实分低估修正） |
| v2.15.4 | 2026-04-22 | 按流派打分 school_scores：7 大流派 (A 价值 / B 成长 / C 宏观 / D 技术 / E 中式 / F 游资 / G 量化) 各自产出 consensus/avg_score/verdict · 报告新增"SCHOOL SCORES"卡片 · 同一只票可见不同哲学的分歧（宏观派买入 vs 成长派回避） |
| v2.15.3 | 2026-04-21 | 性能 hotfix · fetch_capital_flow 每股重抓全 A 大宗/解禁/融资数据集 → 每股 3+ min · 新增 _universe_*() 4 个 helper + cached("_universe", ...) 24h TTL · 全股共享 · 二次跑 universe 部分 0.01s（100+ 倍加速）· 6 专项测试 |
| v2.15.2 | 2026-04-21 | GitHub issue hotfix：#36 Gemini CLI 安装报错（gemini-extension.json 加 version + 纳入 version-bump）· #30 网络自检增强（Clash 本地代理端口侦测 + 数据源分组诊断 + 多行修复建议 · 写进 .cache/_global/network_profile.json 供 agent 读）· 10 专项测试 |
| v2.15.1 | 2026-04-20 | 报告质量 2 bug hotfix（实测 300470 发现）· Bug 1: fund-card 一堆 "5Y +0.0%" 假数据 · 修 _build_row_full + render_fund_managers 让 lite 行降级 · Bug 2: 14_moat 护城河被贵州茅台数据污染（DDGS 对生僻公司返超级股票结果）· 加 _SUPERSTAR_POLLUTERS 过滤 · 11 专项测试 |
| v2.15.0 | 2026-04-20 | YAML persona 接入 agent role-play（借鉴 augur · 取长补短）：新增 personas/ 目录 51 个 YAML 文件（12 flagship 手写 + 39 stub 自动生成）· lib/personas.py 加载 + prefix-stable system message（prompt cache 省 50-90%）· lib/i18n.py zh/en 语言开关 · HARD-GATE-PERSONA-ROLEPLAY 强制 agent 读 YAML · 双盲测试（3 股 × 5 投资者）显示 YAML 14/15 vs Rules 8/15 方向准确率 · 修复 Rules 4 类"历史立场错位"硬伤 · 14 专项测试 |
| v2.14.0 | 2026-04-20 | 自动检测 GitHub 新版本：每次启动 CLI 或 agent 会话，插件会检测 GitHub latest release · 有更新则弹 y / s / n 三选一（是 / 跳过本版 / 否）· 跳过本版后直到下一版才再弹 · 6h 缓存防 API 限流 · 非 TTY / UZI_NO_UPDATE_CHECK=1 / 网络异常 silent skip 不阻塞 · HARD-GATE-UPDATE-PROMPT 让 agent 主动展示 · 13 专项测试 |
| main | 2026-04-20 | Segmental Revenue Build-Up 落地（lib/segmental_model.py 408 行 + compute_segmental.py CLI + /segmental-model slash command）· deep 档 enable_segmental_model flag 之前只在 profile 声明，实现缺失——本次从老分支 cherry-pick 3 个新文件，零冲突接入 · 同步新增 CONTRIBUTORS.md · 清理 14 个已合入幽灵分支 |
| v2.13.7 | 2026-04-19 | 16 新源真正接入 fetcher：v2.13.4/6 登记但未用的 16 源全部接通——新建 lib/news_providers.py（jin10/em 快讯/em 公告/同花顺 4 源聚合）接入 fetch_events + fetch_sentiment；_yahoo_v8_chart 直连 HTTP 接入 US/HK K 线链（绕 yfinance cookie）；cfachina 期货协会源接入 fetch_policy（期货/商品 industry 专用）。实测 4/4 新闻源通 · A 股 15_events 密度 3-5 → 10-30 条 · pytest 217 passed |
| v2.13.6 | 2026-04-19 | 新增 6 个经 curl 验证的期货 + 财经新闻源（SOURCES 64 → 70）：jin10_flash（类财联社零 Key 替代）/ em_kuaixun / em_stock_ann / ths_news_today / 99qh / cfachina · 8 专项测试 |
| v2.13.5 | 2026-04-19 | NetworkProfile 自适应 + agent HARD-GATE 主动触发 Playwright：9 目标 3 组网络预检（domestic/overseas/search）+ 代理检测 + 5min cache · SKILL.md / AGENTS.md 加 HARD-GATE-PLAYWRIGHT-AUTOFILL 让 agent 主动 FORCE · 15 专项测试 |
| v2.13.4 | 2026-04-19 | 新增 10 个经 curl 验证的无 Key 公开数据源（SOURCES 54 → 64）：Yahoo Chart v8 / 腾讯 qt HK / 加密货币（CoinGecko/Binance/CoinCap）/ ECB / World Bank 等 · 11 专项测试 |
| v2.13.3 | 2026-04-19 | 51 评委规则全员历史立场还原：林奇 PE<40 Rolls Royce 红线、索罗斯 long/short 拆分、木头姐 CPO/光模块 whitelist、段永平/张坤/邓晓峰 PE 硬红线、游资 range 校验 · 10 专项测试 |
| v2.13.2 | 2026-04-19 | Playwright 触发逻辑升级 · 数据质量感知 + FORCE flag：_dim_quality_score 公开字段真空检测 · UZI_PLAYWRIGHT_FORCE=1 强制全维兜底 · 8 专项测试 |
| v2.13.1 | 2026-04-18 | Playwright 全 10 维覆盖（开源研究场景扩展）：v2.13.0 Codex 保守排除的 5 维（7_industry 百度搜索 / 14_moat 百度百科 / 13_policy 证监会 / 18_trap 小红书 / 19_contests 雪球组合）全部加回 · medium 4→6 维 · deep 5→10 维 · 22 专项测试 |
| v2.13.0 | 2026-04-18 | Playwright 通用兜底 · 按三档 profile 分级：lite off / medium opt-in (4 维) / deep default (5 维 · 首次 y/n 自动装 Chromium)。新增 lib/playwright_fallback.py · 抽离 lib/junk_filter.py |
| v2.12.1 | 2026-04-18 | 4 个报告板块空数据/错数据修复（中际旭创实测驱动）：4_peers 三层 fallback + 雪球 Playwright opt-in · 7_industry regex 上下文感知 · core_material 垃圾过滤 · BCG 真实算 market_share + 阈值调整 · 16 专项测试 |
| v2.12.0 | 2026-04-18 | 6 平台社交热榜聚合：微博/知乎/百度/抖音/头条/B站 官方 API + 5min 文件缓存 + 单平台失败不影响其他 · 17_sentiment 维度新增 hot_trend_mentions 字段补 DuckDuckGo 盲区 · 抄 jcp/hottrend 设计 · 17 个专项测试 |
| v2.11.0 | 2026-04-18 | 评分校准（用户反馈驱动）：论坛+微信反馈"茅台 47 分"、"没超过 65 分" → verdict 阈值 85/70/55/40 → 80/65/50/35；consensus neutral 权重 0.5 → 0.6（A 股白马结构性偏低问题）；stock_style 同步对齐 |
| v2.10.7 | 2026-04-18 | Codex 审查 3 处修复：raw.market 硬编"A"污染 HK/US · resume 对别名输入失效（中文名/三位港股 cache 不命中）· AGENTS.md 强制全量流程与 CLI/lite 降载设计冲突 → 深浅两路径决策树 |
| v2.10.6 | 2026-04-18 | Providers 框架实际落地：v2.10.3 建的 5 provider 链（akshare/efinance/tushare/baostock/direct_http）实际接入 data_sources.py K 线链 · Tushare kline 补齐 · hermes skills install 风格 health CLI |
| v2.10.5 | 2026-04-18 | v2.10.4 遗漏补丁：check_coverage_threshold profile-aware（lite 不再结构性偏低）· run.py 自动 UZI_CLI_ONLY=1（medium/deep CLI 直跑也出报告）· render_fund_managers None 字段兜底 |
| v2.10.4 | 2026-04-17 | Codex 测试反馈 3 bug：lite 模式 self-review 9 critical 误报 · agent_analysis.json 缺失 CLI 直跑误报 critical · ETF 早退 RuntimeError: Stage 2 缺少数据 |
| v2.10.3 | 2026-04-18 | 三档思考深度：lite (30s-2min · 7 维 + 10 投资者) / medium (2-4min · 默认 · 22 维 + 51 投资者) / deep (15-20min · 含 Bull-Bear 辩论 + Segmental) · --depth CLI arg · direct_http provider（腾讯/新浪/etnet 直连脱离 akshare） |
| v2.10.0-2 | 2026-04-18 | 首次安装 + Codex 机器耗时/token 优化 · lib/net_timeout_guard 4 层网络超时保护（代理/GFW 不通快速 fail） · Fund holders 双层策略（Top N full + rest lite） · 首次运行 10-15min → 2-4min |
| v2.9.x | 2026-04-17 | 机械级 agent 自查 gate：13 条自动检查 + assemble_report 入口强制 block critical → 修完再出 HTML · fetch_industry 动态 search_trusted（236 个行业不再是"—"）· HK industry_pe fallback · consensus 半权公式 |
| v2.8.x | 2026-04-17 | BUG#R10 修复 行业分类碰撞（工业金属→农副食品加工）· 134 条申万→证监会硬映射 · 22 位海外人物真实原话 + URL 溯源 · 每评委自己方法论回答 3 字段 · English README · Munger/Alibaba hook |
| v2.7.x | 2026-04-17 | HK financials 实现（BUG#R7）· HK kline fallback 链（BUG#R8）· wave2 flush（BUG#R9）· 风格动态加权 7+1 · 量化结构性识别（top-1<2%）· XueQiu 登录 opt-in · 14 权威数据源 + search_trusted |
| v2.6.x | 2026-04-17 | agent 闭环写回 · agent_analysis.json 合并 · dim_commentary · 22 维覆盖 |
| v2.5 | 2026-04-16 | 数据源注册表 54 条 · HK AASTOCKS 支持 · 3 层 tier 分类 |
| v2.0–v2.3 | 2026-04-16 | 17 种机构分析方法 · 51 评委 180 规则 · 两段式 pipeline · MX 妙想 API · 多平台支持 |
| v1.0 | 2026-04-14 | 初版 · 19 维 + 50 评委 + 杀猪盘检测 |
完整更新日志见 RELEASE-NOTES.md
- anthropics/financial-services-plugins — 机构级分析方法论
- obra/superpowers — 多平台架构 / HARD-GATE / hooks / sub-agent 设计
- akshare — A 股数据引擎
- titanwings/colleague-skill — Skill 架构参考
- virattt/ai-hedge-fund — Pydantic Signal 模式
- TauricResearch/TradingAgents — 多空辩论循环
本工具由 AI 模型基于公开数据生成分析报告。所有评分、建议、模拟评语均为算法输出，不代表任何真实投资者的实际观点。不构成投资建议，投资有风险，入市需谨慎。
实时 stars：
注：star-history.com 服务端有 24h 缓存，增长很猛的前几天图可能滞后（想看当前真实数字看上面的 shields.io badge，或点图进 star-history 官网会触发刷新）。
MIT License · Made by FloatFu-true · O.o