券商研报批量整合

将多份券商研报整合为面向个人投资者的自包含 HTML 投资分析报告（ECharts 图表、首屏结论先行、酒红阅读风格）。含从零搜索研报的完整管线。

> 输出约定：正式交付为自包含 .html；聊天中仅给摘要 + 路径。遵循 wb-finance 硬约束（首屏结论、ECharts、node --check）。视觉风格见 references/report_template.html。
>
> 加载顺序：先加载 wb-finance-skill 红线，再搜索研报与取数。

分析框架

四阶段穿透法：从宏观背景逐步下沉到可操作的投资落点。

适用场景

• 搜索特定主题的券商研报并汇总
• 基于研报梳理行业投资逻辑和产业链格局
• 撰写面向个人投资者的分析材料（通俗易懂、由浅入深）
• 需要数据图表和趋势对比支撑论述
• 需要从宏观背景逐层穿透到具体投资方向

执行流程

阶段 A：研报搜索（使用 neodata-financial-search）

当用户没有现成研报时先行搜索。使用 neodata-financial-search 自然语言搜索研报。

A.1 确认搜索方向

向用户确认：搜索主题、时间范围（默认近1个月）、期望数量。

A.2 批量搜索

调用 neodata-financial-search 按主题检索：

python3 scripts/query.py --query "<主题>深度研报 近一个月"

每个主题独立查询，多主题可并行发起。neodata-financial-search 的 docData.docRecall 直接返回研报列表，含标题、来源、发布时间和正文，无需下载 PDF。

关键参数说明：
- --query：自然语言查询，描述搜索主题和时间范围
- 返回的 docData 含 docList，每个元素含 title（标题）、source（来源/券商）、publishTime（发布时间）、content（正文或摘要）
- 如需更精确的个股研报，可用 westock-data 补充：westock-data report <股票代码> --limit 20 获取特定股票的研报列表，再用 westock-data report detail <研报ID> 查看详情

A.3 整理研报素材

从 neodata-financial-search 返回结果中：
- 按主题分类整理研报，去重
- 提取每篇研报的标题、来源、日期、核心观点

A.4 生成研报索引

创建 研报索引.md 包含：
- 每份研报的标题、来源、日期、摘要
- 关键信号汇总表（跨报告的核心结论对比）

A.5 补充结构化数据

对于研报中涉及的具体数据（如行业市场规模、增速、资本开支等），使用 westock-data 获取更精确的结构化数据交叉验证：

# 查相关个股的研报观点
westock-data report <股票代码> --limit 20

# 查个股研报详情
westock-data report detail <研报ID>

# 查宏观经济数据（如涉及宏观背景）
westock-data macro indicator gdp --year 2026
westock-data macro indicator core_indicators_cur

# 查行业板块信息
westock-data sector constituent <板块代码>

数据源选择规则：
- neodata-financial-search 为首选（自然语言搜索研报文本，覆盖面广，含 A股/港股/美股）
- westock-data report 为补充（按个股查研报列表和详情，结构化更强）
- 宏观数据用 westock-data macro indicator

阶段 B：研报内容提取

从 neodata-financial-search 返回的研报正文中提取结构化信息：
- 宏观数据：行业市场规模、资本开支计划、增速
- 价格数据：各环节毛利率、供需价格趋势
- 事件节点：产品发布、融资、商业化里程碑
- 标的推荐：各券商的核心推荐标的和逻辑

提取原则：
- 多源交叉验证：同一数据至少2份不同券商研报交叉确认
- 时效性优先：最新数据 > 较早年份
- 直接引用：保留原始数字，不做加工修改

阶段 C：数据补充与交叉验证

从研报内容中提取结构化信息，并用 westock-data 补充验证：
- 宏观数据：行业市场规模、资本开支计划、增速
- 价格数据：各环节毛利率、供需价格趋势
- 事件节点：产品发布、融资、商业化里程碑
- 标的推荐：各券商的核心推荐标的和逻辑

提取原则：
- 多源交叉验证：同一数据至少2份不同券商研报交叉确认
- 时效性优先：最新数据 > 较早年份
- 直接引用：保留原始数字，不做加工修改

阶段 D：报告结构编排

按四阶段穿透法组织内容：

导语区（1屏）→ 建立整体认知
  ├── 历史阶段类比（如：电力→互联网→AI）
  ├── 3-4个核心数据卡片（KPI）
  └── 一句话主线逻辑

第一部分（2-3屏）→ 产业全貌
  ├── 产业驱动力分析（推动因素拆解）
  ├── 关键数据趋势（市场规模/投资额走势）
  └── 产业阶段判断（早期/加速/成熟）

第二部分（2-3屏）→ 核心环节聚焦
  ├── 产业链全景（上游→中游→下游）
  ├── 关键环节深度分析（供需、价格、技术路径）
  └── 成本结构与价值分布

第三部分（1-2屏）→ 投资方向与风控
  ├── 投资主线梳理
  ├── 代表方向/标的
  └── 风险提示

阶段 E：HTML 报告生成

按 references/report_template.html 写出自包含 HTML，并遵循 wb-finance-skill/references/html-report-style.md。具体要求：

1. 页头：酒红纸感渐变 header（标题、副标题、日期）——浅底深字，禁止暗色全屏封面
2. 首屏结论先行：.tldr「核心结论」3–5 条，再展开论证
3. 关键数字卡片：4 个 KPI 卡（CSS Grid，左彩色边框区分）
4. 数据表格：涨跌幅红涨绿跌（--red / --green）
5. 图表：使用 ECharts 5（CDN：cdn.jsdelivr.net/npm/echarts@5/dist/echarts.min.js）
   - 优先套用 wb-finance 骨架填 data，勿从零手敲嵌套 option
   - 数据内联于 <script>；每张图标注来源与统计区间
   - 交付前对内联 JS 执行 node --check
6. Callout：insight / highlight / warning 三种
7. 风险：risk-grid 双列卡片
8. 底部：数据来源券商列表 + 免责声明

保存建议：{工作目录}/{主题}_研报整合_YYYYMMDD.html。

阶段 F：质量检查

• 每个数字标注来源券商
• 图表数据与正文数字一致
• ECharts CDN 可用；node --check 通过
• 移动端响应式布局正常
• 语言风格：专业但不艰深，使用生活化类比（如「高速公路」「新石油」「卖水人」）

Prerequisites（前置依赖）

依赖的其它 Skill

• neodata-finance-search：自然语言搜索券商研报文本（阶段 A 研报搜索步骤）
• westock-data：结构化金融数据查询，用于补充个股研报详情和宏观经济数据（阶段 A.5 补充结构化数据步骤）
• wb-finance-skill：金融分析方法论（阶段 C/D）；HTML 研报规范见 references/html-report-style.md（阶段 E）

写作要求

语言规范

• 类比驱动：复杂概念用生活化类比解释（如：光模块→高速公路、算力→石油、GPU→发动机）
• 数据为基：每个观点至少有一个具体数字支撑
• 读者视角：先讲「这和我有什么关系」，再讲「为什么会这样」
• 节奏把控：重要结论用独立 Callout 框突出，避免长段落

图表规范

• 每部分至少 1–2 张 ECharts 图（趋势折线、对比柱状、结构横向柱/饼）
• 所有图表标注来源和统计区间
• 颜色使用模板 :root 中的 --red / --green / --accent / --blue

风险提示规范

• 必须包含风险提示章节（至少4条风险）
• 风险要具体（如「估值回调」而非「市场风险」）
• 免责声明必须出现在文末

使用示例

示例1：从零搜索研报并写作

帮我搜最近一个月以来光模块、算力、AI产业链的深度研报，
然后整理投资机遇分析，由表及里、深入浅出，面向零售客户

执行流程：阶段 A(搜索) → 阶段 B(内容提取) → 阶段 C(交叉验证) → 阶段 D(结构) → 阶段 E(HTML) → 阶段 F(检查)

示例2：已有研报直接分析

请通过这些研报材料，整理光模块、算力方面的投资机遇分析，
要求是由表及里、深入浅出，阅读对象是普通的零售客户

执行流程：阶段 B → 阶段 C → 阶段 D → 阶段 E → 阶段 F

参考路径