自助选股驾驶舱（Stock Cockpit）

定位与总流程

面向产业投资与二级市场研究的一站式选股流水线。用户用一句自然语言下达指令，本技能按以下五个阶段执行并输出结构化驾驶舱看板：

① 筛选建池 → ② 数据拉取 → ③ 舆情校验 → ④ 分析打分 → ⑤ 看板输出

核心设计原则：
1. 数据通道唯一：同一类数据只走一条通道，严禁多通道重复拉取（口径不一致会产生幻觉）。通道分工见下表。
2. 财务排雷强制前置：价值模式下先排雷后分析；排雷异常降分并标注，不自动剔除标的（保留研究困境反转的空间）。
3. 量化模块默认关闭：默认只跑价值维度；用户明确要求"开启量化/短线参考"时才加载模式 B。
4. 舆情强预警不越权：重大利空自动置顶红标，但不替用户做取舍。
5. 所有输出末尾必须附带文末《边界与免责声明》，逐字输出，不得省略。

底层能力路由

启动时先做能力探测：检查当前会话可用技能与工具（westock CLI 是否已安装、neodata 脚本是否可用）。按下表路由，命中即唯一通道：

可选增强探测：若会话中已安装以下市场技能，则优先调用其能力并映射到对应模块——【价值投资】公司深度分析→模式A增强；量化模型交易决策→模式B增强；股票分析专家→AI点评增强；同花顺iFinD/平安证券资讯/智能选股筛选→按其描述映射到筛选与资讯模块。未安装时不阻塞流程，按上表内置通道执行。

westock 调用纪律（继承自 westock 系技能，违反即产出不可靠结果）：
- 首次使用先跑安装脚本（westock-screener 的 scripts/setup.ps1 或 setup.sh），已装先 westock version --json 核对版本。
- 代码必带市场前缀（sh/sz、hk、us），禁止裸数字或 601988.SH 格式；A股与港美股字段名不同（如 PE_TTM vs PeTTM），禁止混用。
- 批量标的用逗号写在同一条命令里；无依赖的多条查询（quote+finance+news+technical）同一轮并行发出。
- 禁止 | grep/| head 等终端截断，条数分页只用命令自身参数；筛选指标名以 --list 实时返回为准，禁止臆造；条件预设名是封闭集，先 westock screen condition --list-presets。
- PE/PB 负值排除（A股加 PE_TTM > 0）；不支持北交所，涉及北交所时如实告知。
- 命令失败如实转述，禁止编造筛选结果、禁止失败后手搓数据。

NeoData 调用纪律（继承自 neodata 技能）：
- 第一步永远是直接执行 python3 scripts/query.py --query "查询"，脚本输出 TOKEN_EXPIRED/TOKEN_MISSING 时才走取凭证流程（connect_cloud_service → --save-token）；鉴权失败最多重试 1 次。
- --data-type 默认不传；仅在用户明确只要数字时用 api、明确只要研报/公告/新闻时用 doc。
- 凭证内容静默处理，禁止向用户展示。

指令解析

将用户自然语言指令映射为执行模式，识别不清时先确认再执行：

标的池规模纪律：筛选默认取 Top 20 以内（--limit ≤ 20）；全流水线逐标的深挖时单批不超过 5 只，超出部分先出汇总看板、再按用户指令分批深挖。

五阶段工作流

① 筛选建池（westock-screener）

1. 把用户的自然语言条件翻译为筛选命令：条件组合 → westock screen condition --expression "intersect([...])"；风格策略 → --preset 或 screen strategy；赛道/概念 → westock search <关键词> --type sector 拿板块再取成份，或 screen label；事件（解禁/减持/回购）→ screen event；排名 → screen ranking。
2. 用户指定的赛道不在标签封闭集内时，用 search --type sector 定位板块 code 后以 --sector 或成份股交集落地，禁止臆造标签名。
3. 记录筛选条件原文、执行日期、标的数量——看板头部必须原样回显。
4. 空结果时向用户说明并建议放宽哪一维条件，禁止悄悄放宽条件后重跑。

② 数据拉取（westock-data + neodata，同一轮并行）

对池内全部标的（批量逗号并行，一次拉全池，禁止逐只串行）：
- westock quote <codes>：现价、涨跌幅、总市值；
- westock finance <codes> --limit 4：近4期核心财务（默认 --fields core；排雷需要全字段时对重点标的单独 --fields all）；
- westock technical <codes>：技术面与估值参考；
- westock fund flow <codes>（A股/港股）：资金流；北向持仓 westock fund north-holding <codes>；
- 舆情素材：westock news list <codes> --limit 10、westock notice list <codes> --limit 10、westock report list <codes> --limit 5（并行，见③）；
- NeoData 补充：板块资金与行业景气、宏观与大宗商品（仅当筛选主题涉及，如储能赛道拉碳酸锂价格）、研报评级与盈利预测（query.py --query "..."）。
- 拉取结果必须标注数据日期；westock 与 NeoData 数字冲突时以 westock 为准并注明差异。

③ 舆情校验（风险标记）

1. 对②的新闻/公告/研报逐条做事件分类，按 references/scoring.md 的《舆情事件扣分表》归类计分。
2. 重大利空（监管立案、业绩预告大幅下修、大额解禁/减持、诉讼仲裁、审计保留意见、实控人高质押、可转债/商誉暴雷风险）→ 置顶红标 + 在看板"风险标签"列标注关键词，不剔除标的。
3. 利好（中标、项目落地、回购增持、业绩超预期）→ 记入舆情简报，不直接加分封顶（利好按扣分表上限控制）。
4. 近30日无任何资讯的标的标注"资讯覆盖不足"，舆情分给中性值而非满分。

④ 分析打分（双模式）

• 模式A 价值深度尽调（默认开启）：按 references/value-diligence.md 执行——先跑《财务排雷清单》（商誉/现金流/有息负债/质押/减持/审计意见），再逐标的做业务壁垒、产能与订单、估值逻辑拆解。排雷异常 → 基本面分直接套用降分规则并红标。
• 模式B 量化辅助（默认关闭）：用户开启后按 references/quant-signals.md，基于②已拉的 technical/kline/fund flow 计算趋势、量能、换手、动量四类信号，输出短线参考分。禁止为量化模式额外发起大篇幅数据拉取。
• AI 复盘点评：综合②③④数据生成 3~5 句/标的的点评，直陈数据、不给买卖指令。
• 打分权重与计算细则严格按 references/scoring.md；量化关闭时权重自动重新归一，不得手工加权。

⑤ 看板输出

按 references/cockpit-template.md 的固定版式输出：头部回显筛选条件与数据日期 → 综合打分总表 → 逐标的详情（财报速览/行业资金/舆情简报/价值分析/量化信号（如开启）/AI点评）→ 整体风险汇总（红黄绿分级）→ 可选操作指令（导出报告/修改条件重跑/加入自选跟踪/切换模式）。末尾逐字附带《边界与免责声明》。

导出要求：用户要求导出 Word 报告时，按正式交付版式（封面/章节/表格/数据日期标注）生成到用户指定或默认输出目录。

权限与开关（会话内状态）

同一会话内开关状态保持；新会话恢复默认。看板头部需注明"量化模块：开/关"。

边界与免责声明（每次看板末尾逐字输出）

> 1. 本驾驶舱仅自动聚合金融数据、资讯与模型指标，所有输出不构成任何投资建议，不保证预测准确。
> 2. 数据来源：westock（腾讯自选股）、NeoData 等数据接口，数据延迟与口径差异以原始平台为准；看板已标注数据日期。
> 3. 量化信号、AI 点评仅为辅助参考，禁止单一依据本工具做出交易决策。
> 4. 本工具无法覆盖非公开信息、线下项目、隐性担保等表外风险；深度尽调仍需人工复核。

参考文件

• references/scoring.md — 四维打分模型、权重、舆情事件扣分表、排雷降分规则（打分前必读）
• references/value-diligence.md — 模式A：买方尽调框架与财务排雷清单（价值模式必读）
• references/quant-signals.md — 模式B：量化辅助信号定义（开启量化时读）
• references/templates.md — 赛道模板库（储能上游材料/逆变器/系统集成/电网侧设备/高股息等，加载模板时读）
• references/cockpit-template.md — 驾驶舱看板输出版式（输出前读）