企业尽职调查执行

用途

依据《企业尽职调查实务》（国金证券，余波）固化的三套检查要点，对用户指定的企业执行尽职调查：逐项搜集公开可得的资料，标注每一项的核查结论、信息来源与信息完备度，最终输出一份结构化尽调报告。

本技能解决的核心问题是：把"公司名称"这个输入，稳定地转化为一份覆盖法律/业务/财务三线的、可追溯来源的尽调报告，而不是每次重新决定"该查什么"。

重要前提：本技能基于公开信息执行，无法替代现场尽调、管理层访谈与公司提供的原始底稿。报告中必须逐项标明该结论来自公开信息还是需现场获取，不得把公开信息包装成已完成的全面尽调。

触发条件

用户消息同时包含企业指称与尽调意图时启用：

• 企业指称：公司全称、简称、股票代码（如"某某股份""002222""特斯拉"）
• 尽调意图：出现"尽职调查""尽调""DD"字样，或指明模块（"法律尽调""业务尽调""财务尽调"）

典型触发句式：
- 「XXX 公司法律尽职调查」
- 「帮我做 XXX 的业务和财务尽职调查」
- 「XXX（600XXX）尽职调查」→ 默认三模块全做

若未指明模块，默认同时执行法律 + 业务 + 财务三部分；若明确只提一个模块，只做该模块，但在报告结尾提示其余模块未覆盖。

若企业指称有歧义（同名公司、简称对应多个主体），先确认主体再执行；无法确认时列出候选并停止，不要猜测。

执行流程

第 1 步：锁定标的主体

1. 解析输入，确定公司全称、是否上市、上市地与代码。
2. 用 WebSearch 核实工商全称、统一社会信用代码、成立时间、注册地、法定代表人、实际控制人。
3. 若为公司简称，先补齐全称并确认无同名主体。

第 2 步：优先检索用户自有资料

在外部检索之前，先查用户自己的知识库——其中可能已有该公司的招股书、年报、研报或前期尽调材料：

1. 用 mcp__ima-mcp__get_knowledge_base_list 取知识库列表（重点看"培训课件""个人工作文章""公众号—股票研究"等）。
2. 用 mcp__ima-mcp__search_knowledge 以公司名/代码检索。
3. 命中后用 mcp__ima-mcp__fetch_media_content 读取全文。

第 3 步：按模块逐项搜集（核心步骤）

读取对应参考文件，逐条执行检查项，不得跳项、不得合并省略：

数据源选择与工具映射见 references/data-sources.md，其中标明了每个检查项的公开可得性（公开可得 / 部分可得 / 需现场获取）。

检索工具优先级：
1. 用户知识库（mcp__ima-mcp__*）——自有资料，质量最高
2. 金融数据技能——上市公司财报、股东、公告、研报：neodata-financial-search、westock-data、a-stock-data
3. WebSearch / WebFetch——工商、诉讼、行业政策、舆情、官网、招股书
4. Agent 工具并行检索——当检查项较多时，按"模块"或"主题"拆分并行调研

第 4 步：逐项定级

对每一个检查项，产出四元组：

• 状态：已核实（有权威来源）/ 公开信息缺失（搜索后确实找不到）/ 不适用（如非上市公司无红筹架构）/ 需现场获取（制度、内账、台账等仅公司内部持有）
• 结论：一句话判断，有风险则直接点明
• 依据：具体数据、事实或原文摘录
• 来源：渠道名称 + 可追溯的链接/文件名/页数

严禁编造：查不到就写"公开信息缺失，建议通过……获取"，不得用行业常识、同类公司情况或推测填充为该公司的事实。

第 5 步：生成报告

默认输出 Markdown（.md）——本报告数据密度极高，Markdown 可保证数字、日期、比例逐字保真，且便于后续复核与再加工。用户明确要求 Word 时，调用 tencent-docx 技能生成 .docx；生成后必须逐项比对关键数据与 Markdown 原稿一致，确认无改写后再交付。

填写骨架见 assets/report-template.md，其中已预先给定全部章节与表格结构（含法律 22 行、业务 15 行、财务指标表、风险清单表、待补资料清单表）。直接以该模板为底稿填充，不要另起结构，以保证每次输出格式一致。

报告结构

标题：<公司全称> 尽职调查报告（公开信息版）
报告日期 / 标的主体信息（全称、代码、注册地、实控人、主营业务）

一、结论先行
   - 核心判断（方向性结论，不构成投资建议）
   - 重大风险提示（TOP 3–5，按严重程度排序）
   - 信息完备度说明（三类各有几项已核实 / 缺失 / 需现场获取）

二、标的主体概览
   工商信息、股权结构、主营业务、报告期财务概览

三、法律尽职调查
   3.1–3.7 按 7 大关注要点分节，每节一张核查表：
   | 序号 | 检查项 | 状态 | 结论 | 依据 | 来源 |

四、业务尽职调查
   4.1–4.6 按 6 大类分节，15 项逐项成行

五、财务尽职调查
   5.1–5.7 按 7 大关注要点分节

六、风险清单
   按 高/中/低 分级，每条含：风险描述、对应检查项、触发依据、建议核查动作

七、待补资料清单
   需现场或公司提供才能完成的检查项，按模块列示，可直接作为尽调资料索取清单使用

八、资料来源
   分渠道列示（知识库文件 / 财报公告 / 工商与司法 / 行业资料 / 新闻），须可追溯

免责声明：本报告基于公开信息整理，不构成任何投资建议。

硬性约束

1. 不得编造数据。任何数字、日期、人名、比例都必须有来源；无来源则标注"未获取"。
2. 不得荐股、不得给出买卖建议。报告只能做事实判断与风险揭示，结论部分使用"方向性判断""风险揭示"表述。
3. 区分公开信息与现场信息。凡是只能从企业内部取得的材料（内控制度、销售/采购台账、内外账、银行流水、花名册），一律标注"需现场获取"，不得用外部推测替代。
4. 逐项覆盖，不得跳项。检查项数量是硬约束（法律 22 子项、业务 15 项、财务 7 大要点），缺少的项目必须显式列出并说明缺失原因。
5. 风险优先。发现红线问题（资产流失、资金占用、虚开增值税、控制权不稳定、产权瑕疵）应前置到"结论先行"部分，不要埋在正文表格里。
6. 时效标注。所有数据标注对应期间（如"报告期 2023–2025""截至 2026-06"），避免新旧数据混用。

参考文件

• references/legal-dd.md —— 法律尽调 7 大关注要点及逐条核查明细
• references/business-dd.md —— 业务尽调 6 节 15 项及逐条核查明细
• references/financial-dd.md —— 财务尽调 7 大关注要点及逐条核查明细
• references/data-sources.md —— 检查项与公开数据源/检索工具的映射，含公开可得性分级
• assets/report-template.md —— 报告填写骨架（直接复制填充，保证格式一致）

实战经验（来自实际执行复盘）

westock CLI 使用要点

• 首次使用需安装：node scripts/setup.cjs（技能包目录下），安装到 ~/.local/bin，之后需 export PATH="/c/Users/<用户>/.local/bin:$PATH" 才能调用。
• 一次取三年数据：westock finance <代码> --limit 12 可一次性覆盖近 12 个季度（含 3 个年度末），避免多次往返。
• 期间费用明细：westock finance <代码> --fields all --limit 8 才会返回销售费用（OperatingExpense）、管理费用（TotalAdminExpense）、财务费用（FinancialExpense）。
• 已知数据缺口：财务接口不提供应收账款绝对额（仅有净营业周期 NetOperCycle、应付账款周转率 AccountsPayablesTRate）。应收账款须改用年报附注或现场资料补全，报告中应显式标注为缺失。
• 其他常用：westock notice list <代码> --limit 25 取公告（可快速发现异动/风险提示/关联交易/更名等事件）、westock news list <代码> 取新闻、westock finance 默认字段已含研发费用（RAndD）与存货周转率。

检索技巧（实测有效）

1. "公司名 + 上交所/深交所 + 监管工作函/问询函"是最快定位监管关注点的检索式。上市公司历史问询函直指合规瑕疵（如本例中关联方财务公司存款问题在 2020、2024 年被两度问询），比通读年报效率高得多。
2. 财经媒体的财报拆解文章是有效的交叉验证来源。例如"销量×均价"的量价拆解、非经常性损益占净利润比重，媒体往往已算好，可与自算结果比对，一举完成"与管理层描述/第三方数据比对"这一检查动作。
3. 工商信息中的"历史工商动态"能直接暴露治理变动（如法定代表人、高管备案的变更日期与前后名单），是核查"董监高变动"最直接的公开证据。

Word 导出路径（用户要求 .docx 时）

走 tencent-docx 插件的 §tdoc-orchestrator 编排（beautify_only：S2 doc-formatter → S3 doc-converter，内容来源 = 已定稿 .md）：

1. Genre 选 business-report（尽调报告属"分析报告"），design-token 取 tokens/compiled/business-report.json。
2. 不要直接把 .md 当 content_doc_path 传 —— format-extract 只吃 .docx。把 Markdown 正文作为内容字符串交给 formatter（情况③ html-template）最稳。
3. 宽表处理：法律的 序号|检查项|状态|结论|依据|来源 六列表在 15.6cm 版心内会挤，用 <colgroup> 给定列宽百分比（如 6/15/9/32/28/10）+ 表格字号降为 --fs-small。
4. html-review 的两个高频失分点（先自查再送审）：
   - TQ-03：<h2> 后若紧接 <h3>（章节下第一个小节），必须补一句章节导语 <p>，否则每处 -10 分。尽调报告 8 个章节里通常有 5 处会踩。
   - DT-01：box-shadow/border 里写裸 rgba()/#hex 会被判违规；颜色一律走 var(--color-*)。
5. Windows 环境坑：setup-html-to-docx.sh 假定 POSIX venv 布局（$VENV/bin/python），而 uv venv 在 Windows 生成 Scripts/，脚本会静默失败。改用：
   bash export PATH="$HOME/.local/bin:$PATH" uv venv --python 3.12 --clear "C:/Users/<用户>/.venv-html-to-docx" uv pip install --python "C:/Users/<用户>/.venv-html-to-docx/Scripts/python.exe" \ --only-binary=:all: -r "<plugin>/skills/html-to-docx/scripts/requirements.txt" cd "<plugin>/skills/html-to-docx/scripts" && "<venv>/Scripts/python.exe" \ -m html_to_docx convert in.html -o out.docx
   （另：该 requirements 装出的包名是 html4docx，不是 htmldocx，脚本冒烟测试会误报缺失。）
6. 交付前必做数据保真校验（本技能硬性约束）：用 python-docx 抽出全部段落+表格文本，与 .md 做全量数字 token 比对，要求"未命中数 = 0"。参考脚本：
   python import re; from docx import Document md = open(MD, encoding="utf-8").read() d = Document(DOCX); txt = "\n".join(p.text for p in d.paragraphs) for t in d.tables: for r in t.rows: txt += "\n" + " | ".join(c.text for c in r.cells) nums = set(re.findall(r"-?\d[\d,]*\.?\d*%?", md)) miss = [n for n in nums if len(re.sub(r"[,\D]", "", n)) >= 3 and n.replace(" ", "") not in txt.replace(" ", "")] print("未命中:", len(miss), miss[:20]) # 期望 0

7. 交付副本：把 output/<request_id>/stage3/<文件名>.docx 复制到工作区根目录（与 .md 并列），便于用户直接取用；pipeline-state.yaml 保留原始溯源路径。

8. 搜索历史沿革时务必带上曾用名（本例中"华冠科技"），否则会漏掉上市初期及之前的股权变动记录。

数据源结构提示

• 上市公司的问询函及回复信息密度极高，应作为法律模块的优先检索对象。
• 控股股东层面的慈善信托、基金等安排会影响"股东穿透"与"实际控制人"的认定，须单独核实。

迭代提示

执行后若发现某类检查项长期无法从公开渠道获取，或用户补充了新的资料渠道，应更新 references/data-sources.md 的映射关系与可得性分级，保持技能与实际检索能力同步。