Cue Market Cap Mgmt

用 Cue 跑「市值管理」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 "Market-Cap Management" scenario. 触发 Triggers: 市值管理、公司事件与资本运作、行情与交易 / market cap management, buyback, shareholding changes

Install

openclaw skills install @wangxiaoxu/cue-market-cap-mgmt

Cue「市值管理」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

市值管理:公司事件与资本运作、行情与交易、信披与监管。

当前可用搭子(仅供理解;运行时以 live 为准)

  • 并购标的挖掘:全网扫描并购猎物。结合产业政策与技术成熟度,快速筛选符合战略协同的优质标的,提供初步尽调风险提示与交易结构建议。
  • 市值管理策略方案:针对估值偏差、业绩波动等痛点,从价值创造—传播—实现三维构建全流程市值管理方案,产出可落地的决策依据。
  • 潜在上市企业挖掘:发现未来的独角兽。通过专利布局、融资轮次等多维信号,量化预测企业的上市概率,为投行Pre-IPO布局提供高确定性项目源。
  • 激励方案设计:设计符合最新企业战略的股权激励方案,提升员工积极性与企业价值,适用于上市公司激励计划制定。
  • 市值监测日报:每日动态跟踪上市公司及竞争对手股价波动、核心财务指标,检测相关舆情资讯,并从价值创造、价值经营、价值实现角度提供系统化的
  • 上市公司速览:5分钟看懂一家公司。结构化呈现治理结构、财务健康、产业链地位及潜在投行业务机会,提升投前/业务调研效率,为业务开发人员提
  • 市值健康度诊断:诊断上市公司的市值定位与管理体系短板,产出含市值定位、系统诊断、核心问题与优化方向的市值管理诊断报告。
  • 非上市企业估值监控:不依赖商业计划书,用招聘、专利、流量等另类数据穿透经营黑盒,锚定非上市企业的公允价值与融资断档风险。

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 == "市值管理" 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. 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|emptyempty → 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。