Cue Deep Verification

用 Cue 跑「深度核查」场景的深度研究：多源公开数据交叉、结论带来源。 Run Cue deep research for the "Deep Verification" scenario. 触发 Triggers: 深度核查、企业尽调、信披与监管 / deep verification, fact check, cross-source verification

Cue「深度核查」研究 skill

加载本 skill 后，你可以用 Cue 跑这个场景的深度研究（多源公开数据交叉、结论带来源链接）。

何时用

深度核查：企业尽调、信披与监管。

当前可用搭子（仅供理解；运行时以 live 为准）

• 事实核查：穿透待核查资讯的表层表述，通过独立信源交叉验证与底层数据复核，精准识别时间错位、数据偏差及误导性信息，产出包含原文对照与
• 地址核查：交叉比对工商注册与高精度地图POI数据，一键识别主体错配、行政区划错误与虚拟地址，输出含修正建议的核查底稿。
• 工商与知识产权核查：摸清一家企业的家底与无形资产。补全工商年报、股权变更、土地与对外投资，再叠加专利、商标、著作权清单，产出一份主体档案 +
• 财报极速排雷：用财务诊断框架快速扫描企业利润含金量、产业链话语权、典型财务雷区,叠加司法监管与同业对照,产出可回查的风险信号清单与证据
• 财报前瞻指引兑现核查：管理层的业绩指引，到底能不能信？把公司的业绩预告与发布时的市场一致预期、以及后续实际兑现三方对账，看它是连续兑现还是惯于
• 交易对手资质与信用核查：投标准入前逐条比对供应商声称的资质、业绩与承诺，标清属实/不符/查无此项，亮红旗。
• 研报观点可信度核查：把研报的盈利预测、评级目标价与增长逻辑，与一致预期、历史兑现、同业分歧核对，给出可信度分层、预期差与乐观偏差提示。
• 上市公司承诺兑现核查：把公司及股东的公开承诺（回购、增减持、业绩对赌、激励解锁）与实际兑现交叉核对，标注已兑现/进行中/未达标并量化完成率，揪

准备 Cue runner（首次用时，幂等）

本 skill 不自带脚本，靠 Cue 开源 runner 跑研究。先确认 runner 是否就绪：

• 若你已安装 cue-skills（或本 skill 来自整包发布）→ 直接用其中的 cue-research/scripts/research_run.py，跳过本节。
• 否则克隆开源仓（含 cue-research + cue-buddy 全套依赖），有则更新、无则克隆（GitHub 不通走镜像）：

  bash

  if [ -d ~/.cue/cue-skills/.git ]; then
    git -C ~/.cue/cue-skills pull --ff-only
  else
    git clone https://github.com/sensedeal/cue-skills ~/.cue/cue-skills \
      || git clone https://gitee.com/sensedeal/cue-skills ~/.cue/cue-skills
  fi
  

  之后 runner = ~/.cue/cue-skills/cue-research/scripts/research_run.py。需 git + python3（runner 仅用标准库）。

怎么跑（搭子是动态的，运行时查 live）

1. 拉本场景当前搭子：GET https://cuecue.cn/api/playbook，找 secondary_category == "深度核查" 的 scene，读 buddies[]（每个有 template_id/title/goal）。若该场景当前不在返回里（临时未达展示门槛）→ 告知用户暂不可用。
2. 选一个搭子：委托 cue-research 的匹配逻辑（其 +match/Stage-2：对 goal 做语义匹配、把用户的具体主体从匹配中剥离、弱命中先列 ≤2 候选确认）——不要只按字面 title 关键词裸选。取选中搭子的 template_id。
3. 确认 credits（强制）：跑深度研究消耗 credits。运行前显式问用户「将用搭子 X 跑【主体】，耗 credits，是否继续？」并等确认。
4. 跑：python3 ~/.cue/cue-skills/cue-research/scripts/research_run.py --query "<用户主体/问题>" --template-id <template_id>（用上一节就绪的 runner 路径；已装 cue-skills 则用你本地的 cue-research/scripts/research_run.py）。深度研究 3–15 分钟；长跑 live 流常不带报告段，用 replay 取最终报告。 读 runner 末行 RESULT ok|empty：empty → 告知用户本次未取到内容、可换主体/搭子重试，不要编造。
5. 回报：把带来源链接的报告交给用户，不去掉来源、不杜撰。

前置

• Cue 账号 API key（cue CLI 登录后在 ~/.cue/config.json，runner 自动读）；新账号送免费积分（注册 50 + 每天 10），可先免费试。
• git + python3（自举 runner 用；runner 仅标准库）。
• 跑深度研究消耗 credits；只覆盖公开数据，不替代尽调/法律/核保。