快速判断
- 01这个 Skill 是干嘛的
- 为中文投资场景组织行情获取、标的研究和交易判断步骤。
- 02它能解决什么问题
- 解决 A 股研究信息分散、分析口径不统一和判断过程难以复用的问题。
- 03它适合谁来用
- 适合需要 Agent 辅助整理中国市场信息的投资研究者，不适合作为自动下单依据。
预览 · README.md
中文为 README 译文；English 保留 GitHub README 原文。
UZI-Skill
面向中文投资研究场景整理行情、标的分析和交易判断步骤。
主要能力
A-share, Hong Kong, and US stock analysis skill for deep research, quick scans, investor panel review, hot-money/LHB analysis, trap detection, valuation, IC memos, and Bloomberg-style HTML reports.
使用方式
仓库级安装会保留完整目录；本次核验的入口是 SKILL.md。使用前先阅读英文 README 与原始 SKILL.md，并按当前 Agent 的目录规范安装。
适用边界
任何价格与基本面数据都需重新核验，不能直接据此执行交易。
许可与来源
来源：GitHub 公开仓库。核验许可：MIT。本页是贴近原仓库结构的中文导读，具体参数、依赖和更新记录以英文 README 为准。
<div align="center">
游资（UZI）Skills
"66 个投资大佬帮你看盘，巴菲特、赵老哥和股海贼王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 · 66 位评审团 × 9 大流派 × 22 维数据 × 22 种机构方法 · 最新 v3.9.2：修复 OCF / industry=None / CLI 后处理流程（issue #82/#83）· 完整演进见 更新日志
安装 · 用法 · 三档深度 · Hermes 🆕 · 评审团 · Serenity 🆕 · 机构方法 · 自查 gate · 报告截图 · FAQ · 入群交流测试 · Contributors
中文 | English
</div>
---
🚀 30 秒上手
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 当前被 Skills Guard 误判 · 用一键脚本绕过：`curl -fsSL https://raw.githubusercontent.com/wbh604/UZI-Skill/main/install-hermes.sh \ | bash` · 详见 INSTALL-HERMES.md |
| 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 × 66 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 v3.9.2 · 完整演进见 更新日志： - 66 位评审团 · 9 大流派（v3.7 新增 a16z Andreessen / Naval / 黄仁勋 / 马斯克 / 高瓴张磊 / Burry / Chanos 等 13 位 + 独立 I 组 Serenity AI 卡位猎手）· 242 条量化规则 - Serenity 严谨化（v3.8）：8 罚分因子 + 3 级证据阶梯（"有定点量产"≈90 分 vs "仅题材"≈60 分）+ 供应链 8 层分层 - Tier-1 五方法（v3.8）：
/ai-readiness/earnings-preview/model-update/returns/rebalance- 多股对比 & 组合（v3.6）：--versus2-4 只横向对决 ·--portfolioCSV 组合健康度 · 暗色模式 + sticky TOC（v3.9.1 起可一键折叠）+ 术语悬浮 - 流派视角锁定（v3.5）：--school A-I只看一派的判断 · 报告带 SCHOOL LOCK banner - 架构：v3.0 pipeline 默认主干 · 632 tests 全过 · v2.x API 100% 向后兼容（UZI_LEGACY=1回老路径） Hermes 用户：hermes skills install被上游 Skills Guard 误判 · 用一键脚本装：curl -fsSL https://raw.githubusercontent.com/wbh604/UZI-Skill/main/install-hermes.sh | bash· 详见 INSTALL-HERMES.md.
---
💬 没有群！虽然我也不知道为什么交流群也没涉及什么东西会被封号。。。
我再说明一下，没有群，也不拉群。
<p align="center"> <img src="docs/screenshots/8501bb4280cc56c809c0a19619e49c82.jpg" width="300" alt="拉群会被封，有想法的直接加我吧，只针对插件本身或者其他有趣的项目和量化，不聊个股" /> </p>
添加人过多，请备注好事宜，我才知道出什么问题了。。
---
---
鸣谢
学AI，上L站！ 感谢 Linux.do 社区支持。
这是啥
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
为什么做这个
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。
---
安装
不管你用什么 agent，都是丢一句话过去就行：
Claude Code
/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。
Codex
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。
OpenClaw / 龙虾
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。
Cursor
/add-plugin stock-deep-analyzer然后说"分析 贵州茅台"。
Gemini CLI
gemini extensions install https://github.com/wbh604/UZI-SkillOpenCode
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。
Windsurf / Devin / 其他 Agent
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。
📱 不在电脑前？
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 会用 --remote 启动 Cloudflare Tunnel，给你一个 https://xxx.trycloudflare.com 链接。若本机没有 cloudflared，默认只提示安装方式；确认要自动安装时再加 --install-cloudflared。
---
用法
完整深度分析（5-8 分钟）
/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专项命令
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 66 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 |
/stock-deep-analyzer:ai-readiness 002273 | 🆕 v3.8 · 单票 AI 就绪度/卡位评估 · 3 道 gate → Go/Wait + 评级 |
/stock-deep-analyzer:earnings-preview 002273 | 🆕 v3.8 · 财报前预览 · 一致预期 + Bull/Base/Bear + 隐含波动 |
/stock-deep-analyzer:model-update 002273 | 🆕 v3.8 · 新财报/指引增量更新模型 · 假设 delta → DCF/thesis 影响 |
/stock-deep-analyzer:returns | 🆕 v3.8 · 组合收益归因 · 按持仓/行业拆解 + Top 贡献/拖累 |
/stock-deep-analyzer:rebalance | 🆕 v3.8 · 逐持仓再平衡 · 漂移 + 交易清单 + A股印花税/佣金换手成本 |
CLI 直跑进阶玩法（git clone 用户）
python run.py 600519.SH --depth lite --no-browser # 30-60s 快速档
python run.py 300394.SZ --school I # 只看 Serenity 卡位视角（A-I 九派任选）
python run.py --versus 茅台 五粮液 002594.SZ # 2-4 只票横向对决 · ★WIN 高亮
python run.py --portfolio holdings.csv # CSV 组合 · 加权评分 + 健康度
python run.py 600519.SH --output-dir /tmp/out # SaaS 集成 · index.html + meta.json
python run.py 600519.SH --remote # 公网链接 · 缺 cloudflared 时默认不改系统---
🎯 评分校准（v2.11）
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 | （v2.11 校准时 51 评委）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。
---
🎚️ 三档思考深度（v2.10.3 新增）
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 600519三档差异一览
| 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 | 66 位完整 | 66 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 |
自动降级策略
- 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
实战选择
| 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 |
命令映射（隐式档位）
| 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 |
---
🎭 66 位评审团
不是模板话术。每个人有自己的量化规则集（共 236 条），给出的建议必须引用具体命中了哪条。 v3.7.0 起新增 13 位新晋科技大佬 + 独立的 I 组 Serenity（AI 卡位/瓶颈猎手）；v3.9.0 再添从十年实盘交割单蒸馏的 股海贼王，覆盖 9 大流派：
| 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 | 9 | 林奇 · 木头姐 · 蒂尔 · Andreessen (a16z) · Gurley (Benchmark) · Naval · Gerstner (Altimeter) · Chamath |
| C | 宏观对冲 | 7 | 索罗斯 · 达里奥 · 霍华德马克斯 · 德鲁肯米勒 · 罗伯逊 · Burry（大空头） · Chanos（做空猎手） |
| 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 | 7 | 段永平 · 张坤 · 朱少醒 · 谢治宇 · 冯柳 · 邓晓峰 · 张磊（高瓴） |
| F | A 股游资 | 24 | 章盟主 · 赵老哥 · 炒股养家 · 股海贼王 🆕（淘股吧十年实盘蒸馏）· 北京炒家 … |
| G | 量化系统 | 4 | 西蒙斯 · 索普 · 大卫·肖 · Asness (AQR) |
| H | 科技领袖派 🆕 | 4 | 黄仁勋 (NVIDIA) · 马斯克 (Tesla) · Sam Altman (OpenAI) · Saylor (MSTR) |
| I | AI 卡位/瓶颈猎手 🆕 | 1 | Serenity（@aleabitoreddit） |
v3.7.0（2026-06）新晋 13 人加粗。H 组是带着自家产业链视角的科技 CEO；I 组 Serenity 是单人特殊评委（见下）。
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%
黄仁勋 给某 CPO 光模块股打 100 分 · 看多 "在 AI 算力链上 · 数据中心 Capex 直接受益 · 毛利率 ≥50% 定价权强——这是光速摩尔定律的受益方。" ✅ AI 算力需求强相关 · ✅ CUDA/生态绑定深
卡拉曼 给水晶光电打 0 分 · 看空 "看空核心：无 30% 安全边际"
---
🧠 I 组 · Serenity · AI 卡位/瓶颈猎手
重磅角色：2026 年 X（推特）爆火的海外散户研究员 @aleabitoreddit。 单独成组、单独评分——因为她的打法极度集中、极度逆共识，跟任何机构大佬都不一样。
她是谁
- 自述背景：前 AI 研究科学家 · Nature 论文作者 · 前 RISC-V 基金会成员 · 半导体/光通信工程师
- 二次元头像、匿名、不露脸、不卖课、不跟单，研究全部免费公开，X 粉丝 30 万+
- 成名战：提前约一年押中 InP 磷化铟衬底瓶颈股 $AXTI（$12 → $70+，最高 $115–140），2026 Q1 被 IntelliEPI CEO 公开印证"InP 短缺是整个 AI 基建的瓶颈"
⚠️ 身份与收益均为自述/媒体转述、未经第三方审计，各来源数字互相矛盾。本项目仅蒸馏其方法论作为一个分析视角，不代表认可其真实战绩。详见
docs/serenity-research-dossier.md（全网 20+ 来源逐条档案）。
她在 UZI-Skill 里的作用
把她的「AI 产业链卡脖子/瓶颈点理论（Chokepoint Theory）」做成一个可量化的评委—— 不买 AI 龙头（英伟达这种已被充分定价的票），而是沿供应链往上游拆，找那个"全世界都绕不过去、又最容易供给见底"的二三线上游小盘，抢在市场定价前埋伏。
龙头被买爆 → 沿供应链往上拆 → 找最难替代的环节 → 找该环节里供给最紧的小盘 → 提前埋伏核心打分逻辑「卡位决定态度」——不看估值便宜、不看成长快，只看一个变量：这家公司的产品在当前 AI 浪潮里有没有卡住别人的脖子。
| 判定 | 态度 |
|---|---|
| 卡住了（不可替代 + 供给瓶颈 + 没被定价） | 🟢 看多 / 可能重仓 |
| 在 AI 链上但卡位不硬（能被替代 / 产能充足） | ⚖️ 中性 · 待验证 |
| 没卡到位 / 只是蹭概念 / 不在 AI 链 | 🔴 直接 skip（白酒、银行护城河满分也给 0 分） |
判一个环节是不是"卡位点"看三件事：① 难替代（换供应商/材料/工艺要多久，越久越好 → 14_moat 切换成本）② 供给紧（产能跟不跟得上 AI 需求曲线，越跟不上越好 → 7_industry）③ 没被定价（市场还在用"周期股/老半导体/小众材料"旧叙事看它 → 5_chain + 15_events）。
怎么单独跑 Serenity 视角
python run.py 300394.SZ --school I # 只看 Serenity 的"卡没卡位"判断
python run.py NVDA --school H # 只看 H 组科技领袖派（黄仁勋/Musk/Altman/Saylor）方法论六步法 + alpha 5 维详见
skills/deep-analysis/references/fin-methods/serenity-bottleneck.md； 语气库 + 评分规则见skills/investor-panel/references/group-i-serenity.md。
---
📐 22 种机构级方法
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%）。首批 17 种 + v3.8.0 Tier-1 续引 5 种（/ai-readiness /earnings-preview /model-update /returns /rebalance · 见 专项命令）：
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
---
📸 报告长什么样
以下截图全部来自水晶光电（002273.SZ）的真实分析结果。
综合评分 + 核心结论
<img src="docs/screenshots/hero-score.png" width="700" />
多空大分歧 · The Great Divide
费雪 100 分 vs 卡拉曼 96 分，三轮互喷，每轮引用具体数字。
<img src="docs/screenshots/great-divide.png" width="700" />
65 位评审团 · 审判席
每个人一盏灯——绿色看多、红色看空、灰色中性。
<img src="docs/screenshots/jury-seats.png" width="700" />
聊天室模式
评委们用自己的语言风格发言，引用命中的具体规则。
<img src="docs/screenshots/chat-room.png" width="700" />
DCF 估值 · 5×5 敏感性热力图
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）。
<img src="docs/screenshots/dcf-model.png" width="700" />
IC 投委会备忘录 · 三情景回报
Bull ¥26.95 / Base ¥20.73 / Bear ¥14.51，每个情景有概率和假设。
<img src="docs/screenshots/ic-memo.png" width="700" />
22 维深度卡
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。
<img src="docs/screenshots/deep-scan.png" width="700" />
朋友圈竖图 · 一键分享
<img src="docs/screenshots/share-card.png" width="300" />
---
🔧 数据源
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。
📱 6 平台社交热榜（v2.12 新增）
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。
🔑 可选：东方财富妙想 Skills API（v2.3 新增）
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。
🔓 需登录的数据源（v2.7.1 新增）
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"⚠️ XueQiu 需登录，0 cube"；启用后能看到雪球 50+ 个实盘组合持有本股 |
XueQiu 登录步骤
# 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跳过登录（默认行为）
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。
状态查询
python -m lib.xueqiu_browser status
# 显示：profile dir / cookie 是否存在 / 是否启用🚨 数据缺口怎么处理（v2.3）
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"。
🌐 网络受限环境（v2.4 新增）
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。
---
📁 项目结构（v3.x 架构）
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/ # 20 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 + 65 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/ # 642 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
│ │ ├── tier1/ # 🆕 v3.8 · 5 个 Tier-1 方法（ai_readiness 等）
│ │ ├── versus_runner.py # 🆕 v3.6 · --versus 多股对比
│ │ ├── portfolio_runner.py # 🆕 v3.6 · --portfolio 组合分析
│ │ ├── fund_holdings_runner.py # v3.4 · ETF/LOF 持仓循环
│ │ ├── 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 # 66 评委 panel
│ │ │ └── special_cards.py # fund/insights/school_scores
│ │ ├── investor_criteria.py # 66 人 × 242 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
└── LICENSEv3.2 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 |
---
🧠 设计理念
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 65 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 HTML51 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。
🛡 机械级自查 gate（v2.9 起）
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。
---
❓ FAQ
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，66 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
- 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---
📋 更新日志
| 版本 | 日期 | 主要变化 | |
|---|---|---|---|
| v3.9.2 | 2026-07-07 | 流程与数据契约 hotfix（issue #82/#83） · ① fetch_financials 显式输出 ocf / ocf_history / ocf_to_net_income_ratio，不再只把经营现金流藏在 fcf 字段里；stock_features 读入 OCF/净利比，避免 trap-detector 默认 1.0 误判。② industry=None 时 fetch_peers 返回 self-only fallback + reason，fetch_valuation 用 cninfo 市场加权 PE 兜底并标明原因。③ pipeline registry 字段契约对齐 legacy 输出（financial_health / pe_quantile 等），避免假 data_gaps。④ agent_analysis.json 结构性 schema error 现在真正 fallback 到脚本骨架，不再污染 synthesis。⑤ run.py 统一 fund summary / --versus / --portfolio 的浏览器、--output-dir、--remote 后处理；cloudflared 缺失时默认不自动安装，需显式 --install-cloudflared。8 个新回归测试 | |
| v3.9.1 | 2026-06-23 | HTML 报告导航栏可折叠（issue #79 · @QKioi） · v3.6.0 加的左侧 sticky 章节导航栏会略微遮挡正文，本次按社区建议加折叠按钮：展开态 ◀，点一下收起成一个 ☰ 小把手（items 全藏 · 不再压住正文），再点一下展开 · 状态写入 localStorage(uzi-toc-collapsed) 刷新记忆 · 全程安全 DOM(无 innerHTML) + aria-expanded 可访问性. 7 个新回归 · 总 649 passed | |
| v3.9.0 | 2026-06-11 | 新评委「股海贼王」· 首位从真实交割单蒸馏的评委 (65→66) · 数据源：淘股吧十年实盘帖 (2016-02 开贴) · 3898 张持仓截图 OCR → 8951 笔反推交割单 + 5069 条发言. 定量画像：33 万→3131 万 (~95 倍/10 年) · 持仓中位 1 天/P75 3 天 · 同时 3-5 只 · 第一重仓中位 51% · 10 年 2010 只票题材轮动 (鸿博/川能/人民网/大众交通). 方法论蒸馏（风格提炼·不逐字转载原帖）：复盘三问(为啥涨停/板块地位/大盘地位) · 弱转强快速板才算超预期 · 逻辑硬的低位票爆发力足 · 格局票=时代的情绪载体(三五倍格局论) · 反复强调不跟单. 落地：F 组 flagship · 6 条数据驱动规则 (阈值来自其真实行为统计) · 台词按风格原创撰写 · docs/ghzw-dossier.md 蒸馏档案. 原始交割单/截图/发言均为本地数据 · 未入库. 实测：鸿博式妖股 bullish 100 (他真做过 22 次) · 茅台 bearish 9.5 · 美股 skip. 10 个新回归 · 总 642 passed | |
| v3.8.1 | 2026-06-09 | skills 全面体检 · H/I 两组配套层 6 处补齐 · 体检发现 v3.6.3/v3.7.0 加 14 位评委时配套层漏更新（全部静默降级所以没暴露）：① 14 评委缺头像 SVG → 报告破图（gen_pixel_avatars 补齐 · 总 65）② render_school_scores order=[A..G] → H/I 两派分数永远不渲染 ③ GROUP_LABELS ×3 处缺 H/I → 显示裸字母 ④ GROUP_DEFAULT 缺 H/I → profile 全 "—" ⑤ STYLE_GROUP_WEIGHTS 缺 H/I → v2.7 风格加权对两组失效（现 I 在红利股 0.2/科技成长 1.5）⑥ 13 新评委补显式 MARKET_SCOPE + PERSONAS voice 台词（之前群聊全是 generic 套话）. 文档同步 ~35 处（52→65 评委 / 7→9 流派 / 180→236 规则 / --school A-G→A-I）. 10 个新体检回归 · 总 632 passed | |
| v3.8.0 | 2026-06-08 | Tier-1 五方法 + Serenity 严谨化 + 技术指标/杜邦扩展（参考 anthropics/financial-services + lolifamily/ashare-mcp + muxuuu/serenity-skill）. ① Tier-1 5 方法（新包 lib/tier1/）：/ai-readiness（AI 就绪度/卡位 · 复用 ai_chokepoint_score）· /earnings-preview（财报前预览 · Bull/Base/Bear + 隐含波动）· /model-update（增量更新模型 · 假设 delta + 对 DCF/Comps/thesis 影响）· /returns（组合收益归因）· /rebalance（逐持仓再平衡 + 本地化换手成本，A股无资本利得税故不做 TLH）. ② Serenity 严谨化（不再只会看多）：8 罚分因子（炒作无订单/微盘流动性/杀猪盘/治理/周期/替代设计/地缘/稀释 · 封顶 60% 折扣）+ 3 级证据阶梯（强公告财报×1.0 > 中媒体卖方×0.85 > 弱叙事×0.70 · 同卡位"有定点量产"≈90 vs"仅题材"≈60）+ 供应链 8 层分层（材料→...→下游 · 越上游瓶颈分越高）. ③ 指标扩展：DuPont 杜邦分解（ROE 质量来源 margin_driven/leverage_driven · 价值派用）+ KDJ/OBV/Williams%R（K 线卡片新增副指标徽章 · 技术派用）. 61 个新回归测试 · 总 622 passed | |
| v3.7.1 | 2026-06-04 | 首页补 Serenity 介绍 + --school H/I 放开 · 用户反馈"README 没把 Serenity 写清楚". 修复：(1) 评审团章节重写 52→65 人 · 7→9 组完整表 (A–I)· 规则 180→236; (2) 新增专门 ## 🧠 I 组 · Serenity · AI 卡位/瓶颈猎手 介绍块（她是谁 + 未审计免责 + Chokepoint Theory 作用 + "卡位决定态度"打分表 + --school I/H 用法）; (3) bug fix · v3.7.0 起 evaluator SCHOOL_LABELS 已含 H/I 但 run.py argparse choices 还停在 A-G · 文档说能用实跑报错 · 现 choices 扩到 A-I + _SCHOOL_NAMES 补中文名; (4) README/CLAUDE/AGENTS/GEMINI 当前状态计数 52→65 评委同步（历史 changelog 不动）. 533 passed | |
| v3.7.0 | 2026-06-03 | 13 位新晋科技大佬集体入团 · 52→65 评委 · 用户反馈"评委库新晋科技 / AI / VC 视角覆盖不足". 新增分布：B 成长派 +5 (Marc Andreessen a16z / Bill Gurley Benchmark / Naval Ravikant AngelList / Brad Gerstner Altimeter / Chamath Palihapitiya Social Capital) · C 宏观派 +2 做空猎手 (Michael Burry Big Short / Jim Chanos Kynikos) · E 中国价投 +1 (张磊 高瓴 · "做时间的朋友") · G 量化派 +1 (Cliff Asness AQR 价值×质量×动量三因子) · H AI 卡位/瓶颈猎手 +4 (黄仁勋 NVIDIA / Musk TSLA / Sam Altman OpenAI / Saylor MSTR). 每位评委 ≥4 条规则 (测试守护) · _render_school_lock_banner THEMES 全派代表评委更新为真实在册成员 · H 派配色紫色 🔗. NVDA 跑分实测 Andreessen/Gerstner/Huang/Altman 全 100 · 茅台跑分 Andreessen 38 (industry filter ✓ 白酒不在 software/AI) · 张磊 80 (✓ 长跑道龙头). 18 个新回归测试 · 总 532 passed | |
| v3.6.3 | 2026-06-03 | 重磅角色 Serenity · AI 卡位/瓶颈猎手（新增第 52 位评委 · 独立 I 组） · 把 X 爆火的 AI 供应链「卡脖子/瓶颈点」投资人 Serenity (@aleabitoreddit) 接入评审团 · 参考 serenity-alpha skill 方法论 + 爬 X 真实言论建语气库. 核心打分逻辑「卡位决定态度」：新增派生特征 ai_chokepoint_score（AI 链命中 × 不可替代性 × 中小市值弹性 × 需求拐点）· SERENITY_RULES 全 weight 5 · 产品卡在 AI 瓶颈（光模块/CPO/HBM/CoWoS/InP 衬底…）+ 上游不可替代 + 小市值 → bullish 重仓；没卡到位/不在 AI 链上 → bearish 不碰（白酒/银行护城河满分也 score=0）；在链但卡位不硬 → neutral 待验证. 改动 investor_db(独立 I 组)/investor_criteria/investor_evaluator(--school I)/investor_personas/investor_profile/stock_features/agents/investor-panel.md/investor-cards.json(置顶高亮). 新增 group-i-serenity.md + fin-methods/serenity-bottleneck.md（六步法 + alpha 5 维 + $AXTI 范例）+ serenity-voice.md 语气库 + docs/serenity-research-dossier.md（全网 20 条评价档案）. 8 个新回归 + 实测水晶光电(neutral 59) · 总 533 passed | |
| v3.6.2 | 2026-06-03 | cninfo 翻页长尾修复 + Hermes 脚本 pip 探测 · 两个社群 issue 同发. #68 (@xy2yp)：--versus 000958 600406 --depth lite 卡在 15_events cninfo 公告 · 0/854 [01:53<6:11:58] · 根因 akshare.stock_zh_a_disclosure_report_cninfo 内部翻完全部 854 页才返回 · 我们 .head(30) 是事后截取没用. 修法：新增 _cninfo_direct_api 直连 cninfo /new/hisAnnouncement/query HTTP · pageSize=30 + pageNum=1 + 15s 硬超时 · akshare 慢路径默认禁用（UZI_AK_CNINFO_FALLBACK=1 opt-in）· 几小时 → ≤15s. #69 (@FrankHuy)：Linux + Py3.11 跑安装脚本 pip: command not found · akshare 装不上. 修法：脚本启动加 Python 版本预检（≥3.10）· pip 五层级联探测（venv/.venv/pip/pip3/python -m pip）· 完全失败时给 apt/yum/ensurepip 三套指令 · install 失败给镜像源 + 升级 pip 建议. 12 个新回归 · 总 507 passed | |
| v3.6.1 | 2026-05-29 | Hermes Skills Guard 假阳性绕过 · issue #66 (@zodiacg) 反馈：hermes skills install 报 Verdict: DANGEROUS · 168 findings · --force 也覆盖不了. 诊断：Hermes Skills Guard 模式匹配假阳性 · 把我们读 os.environ.get("UZI_DEPTH") 当 "exfiltration" · subprocess.run(["brew", "install", "cloudflared"]) 当 "privilege_escalation" · HTML 注释当 "injection". Hermes 团队已知问题 (#1006/#7072)· 官方 builtin skills 也被自家扫描器拦. 修法：新增 install-hermes.sh (96 行 · set -euo pipefail) · `curl ... \ | bash 一键 clone + symlink + venv pip · 完全等价 Hub 安装但跳过扫描. INSTALL-HERMES.md` 头部重写解释假阳性原因. 11 个新回归测试守护 (script 存在/bash 语法/严格模式/4 skill 覆盖/venv fallback/文档链接) · 总 495 passed |
| v3.6.0 | 2026-05-29 | 视觉/交互大升级 + 多股横向对比 + 组合分析 · 三 Phase 拼合发布. Phase A 视觉：(1) 暗色模式 toggle（右上角 🌙 · localStorage 持久化 + prefers-color-scheme 自动初始化）· (2) 左侧 sticky TOC + IntersectionObserver scroll-spy · (3) 大评分 count-up 动画 · (4) PE/PB/ROE/DCF/IRR/WACC/EV-EBITDA/LBO/YTD/TTM/PEG/LHB 自动包 .jargon + 悬浮 tooltip · (5) 报告底部 QR 码（扫码直达完整报告）· 🔒 全部用 createElement + textContent 安全 DOM · 不用 innerHTML (XSS 防御). Phase B --versus：2-4 只票横向对比 · lib/versus_runner.py (380 行)· ★ WIN 高亮 12 个核心指标 · 单 HTML 自包含 · 复用 cache. Phase C --portfolio：用户上传 CSV (ticker/weight/note) · 容错解析（header/无 header/中英文列名/0-1 vs 0-100 权重）· 权重自动归一 · 输出排名 + KPI（加权评分 + 集中度 + 行业分散）+ metadata.json · lib/portfolio_runner.py (370 行). Phase D（--sector / --as-of）需 fetcher date-aware · 留到 v3.7. 39 个新回归测试 · 总 484 passed | |
| v3.5.0 | 2026-05-29 | 单一流派视角锁定 (--school A-G) + SaaS 集成 (--output-dir) · 社群反馈"我只想看 F 派游资视角 · 不想 51 评委一起 vote". (1) run.py 加 --school A/B/C/D/E/F/G · 价值/成长/宏观/技术/中国价投/游资/量化 七选一 · investor_evaluator.evaluate 入口检查 UZI_SCHOOL env · 非该派评委直接 _skip_result(reason="用户锁定 X 派视角") 不进规则引擎. (2) synthesis.school_lock={group,label} 编码进 syn · _render_school_lock_banner 7 派各自配色（A=深绿/F=深红/G=青）渲染在报告顶部 · 让分享者一眼看出本次仅看了该派 · 避免被误读为 51 评委结论. (3) SKILL.md 加 HARD-GATE · agent role-play 时严格只 role-play 该派 · panel_insights 不写跨派对比. (4) 同时合入早先准备的 --output-dir DIR SaaS 集成参数 · 把 reports/{ticker}_{date}/ 拷到外部路径 + 写 index.html / report.meta.json 供 Celery worker 落库. 11 个新回归测试 · 总 445 passed | |
| v3.4.5 | 2026-05-12 | F 派游资 LHB 反查 + low-confidence banner · 社群 codex agent 跑京东方 (000725) 实测发现两点：① F 派 23 人全 skip（市值 2000 亿超射程）· 但 LHB 实际有 3-5 个游资席位参与涨停博弈 · 评委逻辑与数据脱节. ② 规则引擎 fund_score 37.6 但 agent 重评 65/100 · 报告无任何"score 不可信"警告 · 用户误判. 修法：(1) _is_youzi_out_of_range 加 LHB 反查 · features.matched_youzi 含该游资昵称时强制不 skip. (2) _render_data_gap_banner 新增 syn 参数 · stock + fund_score<50 + cov<60% → 渲染 low-confidence 红色 banner · 文案明确引导看 agent 重评估. 10 个新回归测试 · 总 407 passed | |
| v3.4.4 | 2026-05-12 | data quality banner UX 优化 · 社群反馈两点：① ETF 报告 "覆盖率 17%" 让用户误判可信度（实际 ETF 本就无 ROE/PE 个股字段）· ② 橙色 banner 上橙色字（#f59e0b/#fbbf24）看不清. 修法：(1) banner 检测 ETF/LOF/mutual_fund · 切换 fund-type 蓝色调 banner · 文案明确"基金类型预期缺字段·不影响可信度"+ 引导看持仓股报告. (2) CSS 对比度大改 · title→#92400e 深棕 · subtitle strong→#7c2d12 + 加粗 800 · chip 文字→#7c2d12 · subtitle 正文→#1f2937 深灰. 11 个新 CSS + 行为回归测试 · 总 397 passed | |
| v3.4.3 | 2026-05-12 | 开放式基金分类修复 + 字段级 fallback gate · (1) #60 复议 (@SchrodingerBarbatos) · 用户输 110011 易方达优质 → 被错判 convertible_bond early-exit. 修法：classify_security_type 在判 cb 前用 akshare.fund_name_em 二次校验 · 加 mutual_fund 类型 · run.py + preflight 路由到 fund_holdings_runner · 005xxx 等股票前缀外的基金也识别. (2) PR #63 (@Wood Letitia · 313+137 行) · 字段级 fallback gate · 修 source-level 整块切换导致 name 永远缺的问题 · 主源拿到 price/PE/PB 但 name 空时 · 自动调 tencent_qt → baostock → ak_code_name 补全 · 仅填空不覆盖. 386 tests passed | |
| v3.4.2 | 2026-05-11 | Windows + Clash + Schannel TLS 兼容 · 社群反馈"Clash 国内规则 DIRECT 还是 Schannel · 东方财富彻底不可用 · 只有 baostock 能用". 修法：(1) lib/data_sources.fetch_basic 在所有 eastmoney 链路（xueqiu / push2 / baidu / tencent_qt）后追加 baostock fallback · query_history_k_data_plus 拿 peTTM/pbMRQ/close · query_stock_basic 拿 name/listed_date; (2) fetch_financials._fetch_a_share 当 ROE/营收/净利率全空时调 baostock query_profit_data 拉 5 年季报 · 解析 ROE history / 营收 history / 净利率 / 毛利率. 实测茅台 baostock 拿到 ROE=19.25% / 净利率 52.6% / 营收 893.5 亿. 6 个新回归 test (含真机烟雾) · 总 374 passed | |
| v3.4.1 | 2026-05-11 | verdict 粒度细化 · 社群反馈"神剑股份(58分) / 博云新材(60分) verdict 都是观望优先 看不出差异". 修法：(1) verdict 50-65 拆三档（观望偏空 50-55 / 观望中性 55-60 / 观望偏多 60-65）· 65-70 加"可以蹲（偏弱）"; (2) verdict label 追加"X 派看多 / Y 派看空"; (3) synthesis 加 verdict_detail = "基本面 X · 共识 Y" · assemble_report 渲染时拼到 verdict 后. 改后两只票 verdict 仍同段（55-60）但 detail 让基本面 +2 分差异显式可见. 5 个新回归 test · 总 368 passed | |
| v3.4.0 | 2026-05-10 | 基金/ETF 持仓循环分析 + baostock ≥0.9.1 · ETF/LOF 不再 early-exit · 改为列出前 10 持仓 + 估算耗时 + 二次确认（y / 数字 / N） · 确认后循环跑 stock-analyze + 生成 fund-holdings-summary.html. partial failure 容忍 · UZI_FUND_AUTO_YES=1 跳过 prompt（CI/agent）. 可转债/指数仍 early-exit. 同时 requirements.txt 锁 baostock>=0.9.1 (社群通知 2026-04-22 起服务端要求). 新建 lib/fund_holdings_runner.py (240 行) · 7 个回归测试 · 总 362 passed. 真机：510300 持仓正确拉到（茅台 5.89% top1） | |
| v3.3.4 | 2026-05-10 | mini_racer V8 crash escape hatch (#61) · 用户 @dragonforai 报 python run.py SEHK.03690 --depth deep → [FATAL:address_pool_manager.cc(67)] Check failed. 根因：macOS Py 3.12/3.13 下 mini_racer V8 isolate pool 即使串行化仍可能双重初始化 SIGTRAP（进程级崩 · Python try/except 抓不到）. 多重修法：① UZI_DISABLE_MINI_RACER=1 显式禁用. ② Sentinel 文件机制（核心创新）：调 mini_racer fetcher 前 arm ~/.uzi-skill/_minirackercrash.sentinel · 成功后 disarm · 进程崩则 sentinel 留下 · 下次启动自动 disable + 提示用户. ③ UZI_FORCE_MINI_RACER=1 强制启用. legacy + pipeline 双路径都加保护. 新增 7 个回归 test · 总 355 passed | |
| v3.3.3 | 2026-05-06 | 社区 PR 4 合 1（#52 / #54 / #55 / #59） · #52 LHB akshare 1.18+ "近一月" 失效 (@qdby26) · 改 YYYYMMDD 日期循环 + 6 mock test。#55 agent_analysis schema docs (@DragonQuix) · SKILL.md + analyze-stock.md 文档化 12 条 validator 校验规则。#54 (@DragonQuix) cherry-pick svg_radar import · #59 (@Charlson852) cherry-pick Python 3.11 嵌套 f-string SyntaxError 修复（避开了 #59 原版的 items.append 缩进 bug）· 新增 5 个回归 test 守护 · 总 348 passed | |
| v3.3.2 | 2026-04-28 | GitHub issue #50 + #51 hotfix（社区驱动）· #50 Stage 2 总是超时：v3.2 拆分时 lib/report/institutional.py 漏 import svg_sparkline · _render_lbo_block 触发 NameError → stage2 崩 · 加进 import 块即修复（致谢 @chenxiang-bj 报告 + agent 诊断）。#51 XueQiu 登录验证失败：/cubes/cubes_search.json endpoint 已下线 · 改用 /query/v1/search/cube/stock.json?q={code} (致谢 @bilieebiliee1-design 报告 + @Kylin824 提供 fix)。3 处文件同步换 endpoint。新增 5 个回归 test · 总 337 passed | |
| v3.3.1 | 2026-04-28 | Hermes 兼容回归修复 (hotfix) · 群友反馈"更新后不支持 hermes 报错"。根因：v3.0/v3.1/v3.2 重构期 main 上从未包含 hermes 兼容代码（INSTALL-HERMES.md / skills/deep-analysis/run.py / requirements.txt / 4 个 SKILL.md hermes metadata 全缺）· 但 README 仍叫 hermes 用户装 main · 装下来缺文件就崩。修复：从 hermes-compat 分支 cherry-pick 5 项核心适配到 main + run.py 加双 layout 探测。hermes 用户重装一次 skill 即恢复（hermes skills uninstall + install 4 个） | |
| v3.3.0 | 2026-04-23 | 分支大整合：唯一未合 feature（v2.10 segmental 渲染层 · 228 行 + 222 CSS）cherry-pick 到 v3.2 架构 · 新建 lib/report/segmental.py (555 行)。同时清理 22 个 stale 分支（refactor/ / docs/ / feature/v2.14-v2.15.3 都已 superseded）· 仅保留 main + hermes-compat · 单一开发主干. | |
| 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
---
🤝 致谢
- 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
---
⚠️ 免责声明
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。
---
⭐ Star History
实时 stars：
<a href="https://star-history.com/#wbh604/uzi-skill&Date"> <picture> <source media="(prefers-color-scheme: dark)" srcset="https://api.star-history.com/svg?repos=wbh604/uzi-skill&type=Date&theme=dark" /> <source media="(prefers-color-scheme: light)" srcset="https://api.star-history.com/svg?repos=wbh604/uzi-skill&type=Date" /> <img alt="Star History Chart" src="https://api.star-history.com/svg?repos=wbh604/uzi-skill&type=Date" /> </picture> </a>
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）。
---
<div align="center">
MIT License · Made by FloatFu-true · O.o
</div>