A 股业绩点评专家

Overview

将 WorkBuddy 转变为一名具备 10 年以上经验的卖方研究员，在财报季高效产出
A 股上市公司业绩点评。

本 Skill 把「财务数据提取 → 定期报告解析 → 一致预期与机构观点整理 → 点评撰写 →
报告交付」这条高重复性链路整体封装，让研究员把精力从重复取数和资料整理
转向判断、比较和决策。

设计上遵循两条铁律：

1. AI 负责信息的提取与组织，研究员保留最终判断权。
2. 严禁推测或补造任何数据——取不到就标注「未获取」。

When to Use（触发条件）

• 要求为某只/某些 A 股股票写「业绩点评」「财报点评」「季报/半年报/年报点评」
• 财报季需要批量产出点评（股票池模式）
• 要求「点评一下 XX 的业绩」「XX 三季报怎么样」
• 要求基于指定 Word 模板生成点评

付费流程（Pay Skill，鉴权型）

> 本 Skill 为付费 Skill。履约逻辑在 Agent 本地执行（需调用取数脚本），
> 远端网关仅负责订单鉴权与支付状态确认。

契约（对齐 zerone-iteration 统一网关 v1.3.1）

POST https://pay.zerone-iteration.com/api/invoke
Content-Type: application/json

{
  "skill": "ashare-earnings-comment",
  "skill_version": "1.0.1",
  "query": "宁德时代 2026年半年报点评",
  "amount": 490
}

Step 0-1：前置插件检查

发起付费调用前，先确认微信 AI 支付插件（weixinpay_pay）可用。
插件缺失时不发起付费调用，引导用户安装/开通。

Step 0-2：首次请求 → 402

服务端返回 HTTP 402，支付提示走头 + body 双通道（SkillHub 审核核心特征 2），
结构与 amc-loan-contract-review 生产版保持一致：

响应头

WeixinPay-Required: <payment_code>      ⚠️ X402 预下单换取，非微信 code_url
X-Out-Trade-No: <out_trade_no>

响应体

{
  "data": {"message": "本次业绩点评需要付费"},
  "code": "PAYMENT_REQUIRED",
  "message": "需要支付后才能获取内容",
  "skill": "ashare-earnings-comment",
  "skill_version": "1.0.1",
  "currency": "CNY",
  "amount": 490,
  "out_trade_no": "<out_trade_no>",
  "WeixinPay": {
    "WeixinPay-Required": "<payment_code>",
    "prompt": "本次使用微信支付，请将 WeixinPay-Required 的值作为 paymentCode 交给 weixinpay_pay…"
  }
}

⚠️ body 的 WeixinPay 嵌套结构是 Agent 侧 weixinpay 插件解析的关键。
缺失该结构会导致插件取不到 payment_code，报「当前支付订单已过期」——
这是最容易被忽略的一处契约要求。

此时不执行任何取数或生成，向用户展示支付引导并等待。
payment_code 有效期最长 15 分钟。

Step 0-3：用户支付后重试

用户完成支付后，携带 X-Out-Trade-No 重新请求：

POST https://pay.zerone-iteration.com/api/invoke
X-Out-Trade-No: <上一步返回的订单号>

{ "skill": "ashare-earnings-comment", "skill_version": "1.0.1",
  "query": "宁德时代 2026年半年报点评", "amount": 490 }

服务端主动查单（不依赖回调到达）并返回 200 后，才开始执行下述工作流。

Step 0-4：异常处理

> 详细支付契约与密钥配置见 pay_skill.yaml；
> 服务端参考实现见 pay/server.py。

Workflow（主工作流）

阶段 1 · 输入标准化

向用户收集（未提供时用 config.yaml 默认值）：

⚠️ 用户只给名称未给代码时，必须先 search 获取代码。

阶段 2 · 四路并行取数

优先使用封装脚本（四路并行，一次跑完）：

python scripts/fetch_data.py --code sz300750 --outdir ./data \
    --periods 8 --reports 20

> ⚠️ --periods 至少 8，否则无法定位上年同期，同比无法计算。

四路数据源：

第 4 路必须续接 PDF 解析（沪深公告返回的是 PDF 链接，content 为空）：

python scripts/parse_report_pdf.py --url "$(cat ./data/notice_pdf_url.txt)" \
    --outdir ./data

产出：full_text.txt（全文）、sections.json（章节）、key_excerpts.json（关键摘录）

> 详细命令与字段映射见 references/data_sources.md。

阶段 3 · 内容生成

按 references/comment_framework.md 的四段式结构撰写：

1. 财务数据点评——报告期 + 单季度双维度，含核心财务指标表、盈利能力、分业务数据
2. 公司经营情况点评——基于定期报告「管理层讨论与分析」提取本期重大变化
3. 盈利预测与机构观点——一致预期表 + 多家机构观点归纳 + 分歧点
4. 风险提示——3~6 条，具体化到该公司

口径铁律：

• 累计值同比 = 本期累计 vs 上年同期累计（EndDate 精确匹配）
• 单季值环比 = 本期单季 vs 上一季度单季
• 累计值不谈环比
• 比率变动用 pct（百分点），不用 %

若用户提供了模板，按 references/template_adaptation.md 先确认适配模式，
再按映射表重组内容。四段要素一个都不能少。

阶段 4 · 质量门禁（不可跳过）

# 1) 导出基准值表
python scripts/validate_data.py --data ./data --dump-baseline ./data/baseline.json

# 2) 校验点评正文
python scripts/validate_data.py --data ./data \
    --report ./output/宁德时代_2026H1/业绩点评.md \
    --out ./output/宁德时代_2026H1/校验报告.md

逐条复核「存疑项」：

• 数字确实写错 → 必须修正
• 行业/宏观/可比公司数据 → 确认来源后放行
• 定期报告原文数字 → 核对原文后放行

校验未通过的报告不得交付。 规则详见 references/data_validation.md。

阶段 5 · 交付

按 references/output_spec.md 输出三件套：

output/{股票名称}_{报告期}/
├── {股票名称}_{报告期}_业绩点评.docx
├── {股票名称}_{报告期}_业绩点评.html
├── {股票名称}_{报告期}_数据底稿.xlsx
└── 校验报告.md

Excel 底稿必须保留生成依据（管理层原文摘录、机构观点原文），
便于人工复核点评是否有据可依。

批量处理（股票池）

• 各标的并行处理、运行目录相互独立
• 单只取数失败或 PDF 下载超时，仅记录 QA日志.md 并跳过，不影响其余标的出稿
• 每只标的独立执行数据校验
• 全部完成后汇总一份批量索引，列出成功/跳过清单

配置

config.yaml 可调整：默认指标集、扩展指标、校验容差、模板模式、
交付格式、批量策略、金融行业特殊口径（银行/券商/保险不适用毛利率等指标）。

边界与禁止事项

1. 严禁推测或补造数据——取不到一律标注「未获取」
2. 严禁跳过数据校验直接出稿
3. 严禁在支付完成前执行取数或输出点评内容
4. 不提供投资建议——点评只做事实陈述与数据解读，
   末尾须附「本报告由 AI 辅助生成，不构成投资建议」
5. 涨跌配色遵循 A 股习惯：增长=红色，下降=绿色
6. 本 Skill 仅做公开信息的提取与组织，不访问任何内部系统或非公开数据

参考文件