买方事件驱动投研雷达

> Pay Skill 范式：鉴权型（agent_local）
> 鉴权型：履约在本机执行（需本地取数/解析大文件），远端网关只做支付鉴权，支付通过后返回 fulfillment: "agent_local"，Agent 再跑 scripts/ 下的脚本产出结果。

Overview

把 WorkBuddy 变成买方投研团队的事件驱动研究助手——不为使用者提供更多信息，而是在信息洪流里
准确回答两件事：哪些事件对当前仓位真正重要，以及市场是否已经预期到了。

核心差异点不在"抓取公告"，而在预期差判断：

预期差 = 实际值 − 市场已 price in 的水平
              ↑                ↑
         公告披露的事实    一致预期 + 前期股价已反映的部分

只回答"实际值"是资讯搬运，不是研究。三条要素缺一不可。

覆盖范围：A 股 / 港股 / 基金的公开公告与资讯；业绩预告、并购重组、股东增减持、
监管问询、经营合同、研报评级、资金异动、行业政策八大类事件。

边界（明确不做）：
- 不访问任何非公开数据源、不使用内幕信息；
- 不给出具体买卖价格、目标价、买卖指令或择时建议；
- 不对未发生的事件做断言，不承诺收益；
- 不替代研究员的最终判断——提供判断依据，决策权归使用者。

When to Use（触发条件）

• 用户说「帮我梳理今天持仓股的重要公告 / 有没有预期差」时
• 用户说「XX 公司刚发的这个公告，市场预期到了吗 / 算超预期还是低于预期」时
• 用户说「扫一遍我的自选/持仓，看看哪些需要今天处理」时
• 用户说「这个行业最近有什么政策/价格数据异常，对我持仓影响多大」时
• 用户说「把这份事件解读整理成能进投决会留痕的简报」时

不触发：单纯问行情报价、问概念解释、要求给买卖点位——这些不在本 Skill 职责内，
应如实说明边界。

First-Use Configuration（首次使用配置）

首次对话时向用户收集以下参数；未提供时使用默认值，并在回复中提示可调整。

配置文件：config.yaml。

Workflow（工作流）

> 鉴权型职责划分（重要）：取数依赖使用者本机的聚源 MCP / 腾讯自选股 MCP 连接器，
> 远端网关没有这些数据源，因此——
> Agent 负责取数与判断，scripts/run_local.py 负责可计算、可复现的部分。
> 脚本不直接调用 MCP（Python 无法调用 WorkBuddy 的 MCP 工具），它消费 Agent 整理好的事件 JSON。

Step 1 · 明确标的与范围
确认涉及哪些标的（持仓 / 候选池 / 具体代码）、时间窗口、关心单一事件还是一组事件。
若用户给出持仓清单，按权重分层：重仓优先、同业参考从简。
标的或时间窗口不明确时先问清楚，不要默认全市场扫描。

Step 2 · 逐只取数（Agent 执行，调用本机 MCP）
按标的逐只、明确带上证券代码或简称发起查询——聚源是语义检索，泛查召回率无保障。
- 公告原文 → AnnouncementData（查公司事件的第一入口）
- 市场反应交叉验证 → NewsDataQuery
- 一致预期与评级 → FinancialResearchReport
- 精确数值（营收/估值/涨跌幅）→ FinQuery
- 产业时序数据 → MacroIndustryData

⚠️ 首次使用前须做数据源自检；聚源鉴权失败时立即转入 TOKEN 配置引导，
不得绕过、不得凭记忆编造数据。

Step 3 · 过滤与分类（scripts/run_local.py 执行）
Agent 把取回的公告整理成事件 JSON，交给脚本做确定性处理：

python3 scripts/run_local.py events.json --out scored.json

脚本完成：程序性内容过滤 → 八大类归档 → impact_score 打分 → S/A/B/C 分档。
规则细节见 references/rules.md。

Step 4 · 预期差判断与简报撰写（Agent 执行，核心增值环节）
Agent 基于脚本输出的分档结果 + 取回的原文，逐条判断：
1. 实际值是多少？（原文明确写出才采信）
2. 基准是什么？（一致预期 > 预告区间中值 > 同比 > 趋势外推；拿不到就标注"无基准"）
3. 市场已反映多少？（事件前 5/20 日超额涨跌 + 估值分位）

框架与降级方案见 references/rules.md 第二节。简报格式见 references/output_templates.md。

Step 5 · 交付
输出结构化简报，每条事实附原文出处（公告标题 / 披露时间 / 聚源 source_address 链接）。

首次运行自检（建议）：

python3 scripts/run_local.py demo

用内置合成数据跑通分类→过滤→打分→分档主链路，验证本机 Python 环境可用。
在向用户发起付费调用前先跑一次，避免用户付费后才发现环境跑不起来。

Output（输出规范）

每份简报必须包含五要素：发生了什么 / 预期差判断 / 对仓位的影响 / 建议动作 / 需要核实。

优先级分档（由 scripts/run_local.py 计算，Agent 可据判断微调并说明理由）：

事实标注纪律：
- 每个事实陈述附原文引用标记，能给出公告标题、披露时间、原文链接；
- 严格区分【已证实】与【推测】，推测必须以"推测："开头；
- 原文中没有支撑片段时，明确写"原文未载明"，不得填充；
- 一致预期拿不到时如实标注基准类型，不用行业常识代替数据。

结尾固定免责声明：
> 本内容基于公开信息整理，仅供内部研究参考，不构成投资建议。

建议动作枚举（五选一，不给价格与指令）：
立即调研 ｜ 列入投委会讨论 ｜ 更新盈利预测 ｜ 维持观察 ｜ 仅归档

Notes / Constraints（约束）

合规红线（不可逾越）：
1. 只用公开信息——不推测、不编造、不使用非公开来源，这是本 Skill 存在的合规基础；
2. 禁止编造原文引用——若原文无支撑片段，写"原文未载明"；
3. 禁止给出买卖价格、目标价或明确买卖指令；
4. 付费不能成为编数据的理由——取不到的数据标注「未获取」，严禁因用户已付费而推测补造；

鉴权型三条纪律（见下方付费章节 Step 5）：
支付未确认前不执行取数 / already_fulfilled: true 时复用上次结果 / 取不到就标注未获取。

噪音过滤铁律：程序性公告（说明会时间预告、制度修订、例行担保、权益分派实施等）
一律不进简报正文，仅在末尾汇总条数。单家券商评级调整默认降档处理，
需三家以上同步且盈利预测调整方向一致才升档。

宁可漏，不可扰：拿不准的不硬凑，明确说"证据不足"优于给出似是而非的判断。
上线初期分档阈值整体上调 30%，根据使用者反馈逐步下调。

不替代：本 Skill 输出的是研究依据与优先级排序，不替代研究员的独立判断、
不替代投决会流程、不构成投资决策本身。

Pay Skill 模式（鉴权型，按次付费，已接入 X402）

本 Skill 为付费技能（Pay Skill），按次收费，已通过腾讯 SkillHub +
微信支付 Agent Pay X402 协议接入。不存在免费运行模式——
未完成支付授权前，不得执行本地履约脚本、不得输出任何付费内容；
鉴权型只由服务端返回的 paid: true 解锁本机履约。

> 使用者须已安装并开通 weixinpay_pay 插件（微信 AI 支付 / AI 专属卡）。
> Step 0 检查不通过时不发起付费调用，直接引导开通后重试。

鉴权型：履约在本机执行（需调用本地取数脚本 / 解析本地或远程大文件），
远端网关只负责订单鉴权与支付状态确认，支付通过后返回 fulfillment: "agent_local"，
不返回业务结果；Agent 收到 paid: true 后才在本地跑 scripts/ 下的脚本产出结果。

• 统一网关主接口：POST https://pay.zerone-iteration.com/api/invoke
  （请求体 {"skill": "buy-side-event-radar", "skill_version": "1.0.0", "query": "...", "amount": 490}）
• 兼容入口：POST https://pay.zerone-iteration.com/api/resource（等价于默认 Skill）
• 支付回调：POST https://pay.zerone-iteration.com/api/pay/notify
• 退款回调：POST https://pay.zerone-iteration.com/api/refund/notify
• 实现：透明网关（nginx + Java 17 / Spring Boot + WechatPay-Java，微信支付公钥模式）；
  skill/skill_version 仅做格式校验后透传进 X402 预下单，不查 SkillHub（不查注册表、不反查是否真实存在/已发布/版本匹配）；
  无本地白名单，新增 Skill 免 Java 注册、免改 JAR、免重启，直接 POST /api/invoke 传正确 slug+版本即可
• 状态：未联调 —— 包内 pay/server.py 为 Python 参考实现；生产由
  pay.zerone-iteration.com 透明网关承载（Java 17 / Spring Boot，微信支付公钥模式）。
  首次上线须先在 DEV_MODE=true 下验证 402 响应结构（头 + body 双通道均含 payment_code），
  再切生产密钥实测 1 元真扣，通过后回填此处实测结论。未实测前不得对外宣称「已通」。

Agent 侧调用规范（含付费前置插件检查）

Step 0 付费前置插件检查（必须，缺失则不得发起付费调用）

1. 检测当前环境中 weixinpay_pay 插件（微信支付 Agent Pay / AI 专属卡）是否已安装并已开通；
2. 若不存在或未开通：不调用 /api/invoke，改为提示用户先安装/开通微信 AI 支付，完成后再继续；
3. 若可用：继续 Step 1。

Step 1 调用统一网关：POST /api/invoke，请求体：

{
  "skill": "buy-side-event-radar",
  "skill_version": "1.0.0",
  "query": "用户原始需求（用于订单留痕，不作为履约输入）",
  "amount": 490
}

• skill：必填，固定为本 Skill 的 slug buy-side-event-radar（与 SkillHub 已发布的一致；透明网关下传错 slug 时错误延后到 SkillHub/微信预下单环节才返回）；
• skill_version：必填，当前版本号 1.0.0（缺失返回 400 MISSING_SKILL_VERSION）；
• amount：必填，单位分，服务端校验为大于 0 的整数（小数/布尔/零/负数一律 400 INVALID_AMOUNT，不静默截断）；
  区间不强制，价格由 SkillHub 产品定价约束。

Step 2 支付触发（X402 预下单 → 402）：未支付时服务端依次执行——

1. 生成订单号 out_trade_no（402 响应头 X-Out-Trade-No 与响应体 out_trade_no 均会返回，Agent 须记下）；
2. 调用微信支付 Native 下单，获取 code_url；
3. 用 SkillHub 开发者私钥（SHA256withRSA）对 X402 AI 预下单请求签名；
4. 调用 POST https://payapp.weixin.qq.com/palmpayminiapp/clawagentpay/preorder 换取 payment_code；
5. 返回 HTTP 402，响应头 WeixinPay-Required 与 body WeixinPay 块中
   同时携带 X402 预下单返回的 payment_code（必须是 X402 的 payment_code，
   不能直接把微信 code_url 当作 payment_code 返回），并回显本单 amount 与 out_trade_no。
   ⚠️ body 的 WeixinPay 嵌套结构最易遗漏：缺失时 weixinpay 插件从 body 解析不到
   payment_code，会报「当前支付订单已过期」，该报错常被误判为「返回了 code_url」。

Step 3 用户支付授权：Agent 将 WeixinPay-Required 头（或 body WeixinPay 块）中的
payment_code 作为 paymentCode 交给 weixinpay_pay 插件，向用户申请支付授权。

Step 4 二次调用鉴权：用户完成支付后，Agent 再次调用 POST /api/invoke
（请求体同 Step 1，带请求头 X-Out-Trade-No: <402 返回的订单号>）；
服务端按订单号主动向微信查单验证支付成功（不依赖回调到达）后返回：

{"ok": true, "paid": true, "fulfillment": "agent_local",
 "skill": "buy-side-event-radar", "out_trade_no": "...", "already_fulfilled": false}

Step 5 本地履约（本 Skill 的关键差异）：Agent 收到 paid: true 且
fulfillment: "agent_local" 后，在本机执行 scripts/ 下的脚本产出结果
（见 scripts/README.md），再把结果交付给用户。
支付未确认前，不执行本地取数脚本、不输出任何付费内容
（未支付重试返回 402 {"code":"NOT_PAID"}）。

> 幂等说明：already_fulfilled: true 表示同一订单此前已鉴权通过；
> 此时直接复用上次已产出的结果，不要重复跑取数脚本（避免重复消耗外部接口配额）。

异常处理说明（Agent 与服务端两侧）

> 核心原则（SkillHub 官方教程 FAQ）：支付失败/未确认时必须如实告知用户，绝不据此推进后续流程。

核心特征对照表（供审核查验）

包内 pay/server.py 为 Python 参考实现（含 APIv3 签名、X402 预下单、回调验签解密、
主动查单、幂等鉴权、透明网关无需注册表），部署说明见 PAY_SKILL_UPGRADE.md 与 pay_skill.yaml。

注意：本 Skill 涉及两套独立密钥/证书——

• 微信支付 API 证书（wechat_pay）：用于微信 Native 下单与主动查单；
• SkillHub 开发者密钥（skillhub）：用于 X402 预下单签名。

私钥均不得写入 Skill 包或仓库，须通过环境变量注入服务端。