田伯光股票分析

股票深度分析（18维度融合版）：基本面估值+实战交易双重视角，支持A股/港股/美股，输出完整9部分飞书文档报告。

Security Scan

The skill's instructions require creating and verifying Feishu documents and fetching multi-source market data, but the manifest declares no binaries, no environment variables, and provides no installation — the missing Feishu credential/binary declarations and the mismatch between claimed requirements and runtime steps are inconsistent and should be clarified before use.

Purpose & Capability

The skill purpose (deep stock analysis + producing a Feishu document) is coherent with the instructions (fetch public market data, run an 18-dimension analysis, create a Feishu doc). However, the SKILL manifest declares no required binaries or environment variables while the runtime instructions explicitly call feishu_doc create/read/write and expect access to many public data sources — the manifest omits the Feishu integration and any credential needs, which is an incoherence.

Instruction Scope

SKILL.md instructs the agent to fetch seven categories of data (prices, financials, shareholder lists, announcements, news, technical signals) and to enforce strict validity rules (refuse if completeness <50%). It also mandates calling a Feishu CLI (feishu_doc create/read/write) and performing content verification (block_count, revision_id, content length) and auto-repair. These runtime steps are explicit and scoped to the stated purpose, but they assume network access and a Feishu client/API token — neither is declared. There is no instruction to read local secrets or unrelated files, which is good.

Install Mechanism

This is an instruction-only skill with no install spec and no code files. That minimizes on-disk footprint and supply-chain risk. The only risk is the implicit runtime dependency on a Feishu client or connector (feishu_doc) and network access to the listed data sources; those are not installed by the skill itself.

Credentials

The runtime requires Feishu document creation, which normally needs API credentials or an authenticated client, but the skill declares no required environment variables / primary credential. This omission is disproportionate: Feishu tokens (or platform-provided connector permissions) should be declared and scoped. The skill also requires access to many public web data sources (Eastmoney, cninfo, Yahoo Finance, HKEX, etc.) — those are appropriate for the stated purpose but imply outbound network access and possible scraping; the manifest should document any credentials or rate-limit considerations.

Persistence & Privilege

The skill does not request always:true and does not require system persistence or modify other skills/config. It only describes creating Feishu documents (user-visible artifacts). Autonomous invocation is allowed by platform default but is not combined here with other high-risk indicators.

What to consider before installing

Key issues to resolve before installing: (1) Clarify Feishu integration: who provides the feishu_doc client and where do Feishu API tokens live? The skill's instructions call feishu_doc create/read/write but the manifest lists no required binaries or env vars — ask the author to declare required binaries and any Feishu_TOKEN / FEISHU_APP_ID credentials and to explain token scope and storage. (2) Confirm network/data access: the skill will fetch multiple public data sources (Eastmoney, cninfo, Yahoo Finance, HKEX); ensure you are comfortable granting outbound web access and check any scraping/terms-of-service issues. (3) Test in a sandbox: run the skill in a controlled environment to observe which endpoints it calls and to confirm it does not attempt to read unexpected local files or secrets. (4) Least privilege: if Feishu credentials are required, provide a dedicated, limited-scope bot/app credential, not broad personal credentials. (5) Ask for provenance: the skill has unknown source/homepage — request author identity, code, or an install spec so you can audit how feishu_doc is provided and how data is fetched. These inconsistencies are explainable (platform connectors could supply feishu integration), but until clarified you should treat the skill as suspicious.

股票深度分析 - 18维度融合版

出品： 田伯光
核心理念： 融合基本面估值与实战交易双重视角，不回避估值、不纯讲赛道、必须给出可执行的交易建议。

快速开始

分析股票

用户输入格式：

• 分析股票 002837 英维克 - 默认融合风格
• 分析股票 002837 英维克 融合 - 明确融合风格
• 分析股票 002837 英维克 价值 - 偏价值风格（估值权重60%）
• 分析股票 002837 英维克 交易 - 偏交易风格（趋势权重40%）
• 分析股票 NIO 蔚来 - 美股
• 分析股票 9988 阿里巴巴 港股 - 港股

Agent 执行流程

1. 解析用户输入

   • 股票代码（A股/港股/美股）
   • 股票名称
   • 风格偏好（融合/价值/交易，默认融合）

2. 数据获取（必查7项）

   • 基础股价数据（当前价、市值、PE/PB、换手率）
   • 财务数据（营收、净利、增速、现金流）
   • 股东数据（股东户数、机构持仓、北向资金）
   • 大股东信息（⭐强制）
     • 第一大股东/实控人身份及持股比例
     • 前五大股东名单及背景（是否含知名机构）
     • 对于IPO新股：Pre-IPO投资者、基石投资者名单
   • 公告数据（近3月减持/增持/重大合同）
   • 新闻数据（近30天重要新闻）
   • 技术数据（支撑位/压力位、近期高低点）

3. 数据完整性校验

   数据完整度 = (已获取项 / 7项) × 100%
   
   - 完整度 ≥ 80%：生成完整报告
   - 完整度 50-80%：生成简化报告，标注"数据缺失项"
   - 完整度 < 50%：拒绝生成，返回"数据不足，无法分析"
   

4. 执行18维度分析 → 见 analysis-framework.md

5. 生成9部分报告 → 见 report-structure.md

6. 创建飞书文档（安全流程）

   • 使用 feishu_doc create 创建文档
   • 使用 feishu_doc read 验证内容（检查 block_count > 10）
   • 如果为空，使用 feishu_doc write 重新写入
   • 再次验证确认完整

7. 输出结果

   • 简化结论（投资者评级+交易员评级+仓位建议+目标价区间+止损位）
   • 飞书文档链接

18维度分析框架

核心10维度

编号	维度名称	核心关注点
1	人事变动深度	高管背景、历史操盘案例、与集团/国资委关系
2	管理层与治理	股权激励、股权质押、减持计划、行权条件
3	股东结构变化	第一大股东、前五大股东背景、知名机构持股
4	市场微观结构	换手率、量比、龙虎榜、大宗交易、筹码集中度
5	估值模型	PE/PB/PEG与历史分位、行业对比、DCF测算
6	财务健康度	现金流质量、负债结构、资产质量、商誉
7	供应链金融	应收账款、账期变化、现金流周期
8	订单能见度	在手订单、交付周期、客户结构
9	产能利用率	各基地产能利用率、新建产能进度、CAPEX
10	关联交易	集团内部交易定价、资产注入预期

补充8维度

编号	维度名称	核心关注点
11	行业竞争格局	市占率、竞争对手对比、护城河宽度
12	技术路线博弈	技术代差、研发投入方向、专利布局
13	海外风险敞口	海外收入占比、汇率对冲、地缘政治风险
14	ESG与政策红利	绿色债券、碳排放交易、产业政策
15	事件驱动日历	股东大会、解禁日、业绩发布、催化剂事件
16	机构调研热度	调研频率、券商目标价变化、共识预期
17	产业链议价能力	预收账款、毛利率、账期、上下游集中度
18	季节性因素	业绩淡旺季、订单确认节奏、库存周期

详细分析要求： 见 analysis-framework.md

9部分报告结构

1. 简化结论 - 投资者评级、交易员评级、仓位建议、目标价区间、硬性止损位、核心结论、关键风险
2. 18维度深度分析 - 每维度核心数据 + 田伯光解读
3. 赚钱能力评估 - β属性、α属性、催化剂清单、赔率计算
4. 交易节奏指引 - 入场策略、持仓管理、出场策略
5. 机构评级 vs 田伯光评级 - 机构评级汇总、双重视角、差异分析
6. 新闻来源追踪 - 多源信息汇总、信息验证表
7. 特别关注点深度剖析 - 5大关注点深度分析
8. 关键跟踪指标 - 指标表格（观察频率/当前状态/关注阈值/信号含义）
9. 田伯光结语 - 一句话总结、投资者版操作建议、交易员版操作建议、风险提示

详细报告规范： 见 report-structure.md

风格切换机制

风格	估值权重	趋势权重	事件权重	适用场景
融合（默认）	40%	30%	30%	大多数投资者
偏价值	60%	20%	20%	长期投资者
偏交易	30%	40%	30%	波段交易者

大股东信息专项校验（⭐强制）

核查要求

1. 第一大股东核查（必查）

   • 第一大股东/实控人身份及持股比例
   • 股权结构稳定性分析

2. 前五大股东背景核查（必查）

   • 核查前五大股东背景，发现知名机构时单独分析影响
   • 按市场区分关注重点：

   市场	重点关注机构类型
   A股	国资背景、公募基金、知名私募（高瓴、景林等）
   港股	腾讯、阿里、红杉、高瓴、淡马锡等
   美股	贝莱德、先锋、伯克希尔、ARK等

3. 知名机构参考清单

   • 国内： 高瓴资本、红杉中国、腾讯投资、阿里系、淡马锡、景林资产
   • 国际： BlackRock、Vanguard、Berkshire Hathaway、ARK Invest、Tiger Global
   • 国资： 中央汇金、社保基金、各地国资平台

4. 新股特殊核查（如适用）

   • Pre-IPO投资者、基石投资者名单
   • 解禁期风险提示

遗漏后果

• 若遗漏第一大股东信息 → 必须补充后再发送报告
• 若遗漏知名机构股东 → 视为分析不完整，需补充影响分析

飞书文档安全创建流程

⚠️ 必须执行以下校验，否则不得发送文档给用户

步骤

1. 创建文档

   feishu_doc create --title "报告标题" --content "报告内容"
   

   获取 doc_token

2. 验证内容（必须执行）

   feishu_doc read --doc_token <token>
   

   检查：

   • block_count 字段
   • revision_id 字段
   • content 长度

3. 空文档判定（满足任一条件即为空）

   • block_count <= 1（只有标题页）
   • revision_id == 1 且 len(content) < 100
   • len(content) < 50

4. 自动修复（如检测到空文档）

   feishu_doc write --doc_token <token> --content "完整内容"
   

   等待1-2秒确保写入完成

5. 二次验证（修复后必须执行）

   feishu_doc read --doc_token <token>
   

   确认：

   • block_count > 10
   • revision_id >= 2
   • 内容完整

6. 只有确认内容完整后方可发送链接给用户

禁止事项（红线）

❌ 未经验证直接发送飞书文档链接
❌ block_count=1（仅标题）时发送给用户
❌ 检测到空文档后不修复就发送
❌ 收到用户"文档为空"反馈后才修复

输出规范

格式要求

• 飞书文档（Markdown格式）
• 表格整齐对齐，表头加粗
• 风险等级：🔴高风险 🟠中风险 🟡低风险 🟢无风险
• 序号层级：一、二、三 → 1. 2. 3. → (1)(2)(3)
• 数字格式：百分比保留1位小数，价格保留2位小数

内容要求

• 客观事实必须标注数据来源
• 预测数据必须标注"预测"字样及来源
• 主观判断必须以"田伯光解读/判断"形式明确标注
• 必须完整披露第一大股东及知名机构股东信息
• 必须分别提供投资者视角和交易员视角建议
• 必须提供具体数字（价格、仓位%、止损点等）
• 必须设置明确的硬性止损位

禁止事项（红线）

❌ 不提供数据来源的主观判断
❌ 不明确区分事实与预测
❌ 遗漏第一大股东/知名机构股东信息
❌ 不设置硬性止损位
❌ 生成数据不完整的空报告
❌ 发送空的飞书文档链接
❌ 回避估值问题的纯叙事分析

数据源

• 东方财富网
• 同花顺
• 财联社
• 证券时报
• 上海证券报
• 公司公告（巨潮资讯）
• Yahoo Finance（美股）
• 港交所披露易（港股）

参考文档

• analysis-framework.md - 18维度分析框架详细说明
• report-structure.md - 9部分报告结构详细规范
• data-sources.md - 数据源说明

风险提示

⚠️ 本Skill生成的报告仅供参考，不构成投资建议。
⚠️ 股市有风险，投资需谨慎。
⚠️ 过往业绩不代表未来表现。