Loading skill
Install any skill in seconds. Free to start, no credit card required.
Get Started Free →AI Berkshire skill: 财报精读团队：四大师并行解读 + 公众号发布. Source: skills/earnings-team.md.
.claude/skills/xbtlin-earnings-team/SKILL.md| Test case | Without → With | Effect | Δ tokens | Δ turns |
|---|---|---|---|---|
| case-10 | ✗→✓ | ▲ Improved | 334% | 0% |
| case-09 | ✗→✓ | ▲ Improved | 200% | 0% |
| case-13 | ✗→✓ | ▲ Improved | 116% | 0% |
| case-15 | ✗→✓ | ▲ Improved | 246% | 0% |
| case-18 | ✗→✓ | ▲ Improved | 160% | 0% |
This skill is generated from skills/earnings-team.md so Claude Code and Codex users share one canonical workflow.
$ARGUMENTS as the user's request in the current Codex thread.tools/ in this repository. Prefer running commands from the repository root with paths like python3 tools/financial_rigor.py ...; if the current thread starts outside the repo, locate the actual checkout path first instead of assuming a fixed home-directory path.date command to confirm today's date; treat it as the baseline for "latest" data and state the data cutoff date in the report header. Never assume the current date from training data.AGENTS.md: cross-check financial data, use exact arithmetic tools for valuation/math, and clearly label uncertainty and source gaps.对 $ARGUMENTS 进行团队化财报精读分析。四位大师并行解读财报，编辑润色成文，读者评审把关质量，最终产出可直接发布的公众号文章。
支持输入格式：公司名 季度，例如：腾讯 2025Q4、PDD 2025年报、美团 最新
一份好的财报分析要解决两个问题：
本 Skill 的流程分三阶段：
使用 Agent 工具启动后台 Agent 并行获取以下原始材料：
| 资料类型 | 获取来源 | 优先级 | |---------|---------|--------| | 财报原文 | 公司IR页面、SEC EDGAR（美股）、港交所披露易（港股）、巨潮资讯网（A股） | 最高 | | 业绩电话会纪要 | Seeking Alpha、公司IR页面、雪球 | 最高 | | 管理层致股东信 | 年报中提取 | 高（仅年报时） | | 上一期财报/电话会 | 同上 | 高（用于承诺追踪） |
资料可得性评级：
| 等级 | 特征 | 影响 | |------|------|------| | A级 | 获取到完整原文 | 正常执行全部步骤 | | B级 | 仅获取到部分原文或第三方汇总 | 标注"非原始来源"，降低附注分析权重 | | C级 | 仅有新闻报道和数据网站摘要 | 聚焦核心数据变化，跳过附注挖掘，标注"一手资料不足" |
将资料可得性评级告知每个 Agent，影响其分析深度。
| 阶段 | 角色 | 大师/定位 | 核心任务 | |------|------|----------|---------| | 研究 | Team Lead（你自己） | 总协调 | 统筹、合成、定稿 | | 研究 | 生意本质解读者 | 段永平 | 这门生意变好了还是变差了？ | | 研究 | 财务质量审计师 | 巴菲特 | 赚的是真钱还是假钱？ | | 研究 | 竞争变化解读者 | 芒格 | 竞争格局在怎么变？ | | 研究 | 风险信号猎手 | 李录 | 管理层在隐瞒什么？ | | 发布 | 编辑 | 公众号写作 | 把研究报告改写成好文章 | | 发布 | 读者评审 | 普通投资者 | 读者能看懂吗？有收获吗？ |
使用 Agent 工具在同一条消息中启动4个后台 Agent。
核心问题：这份财报反映的生意本质，变好了还是变差了？
> 段永平："投资就是买一门生意。看财报不是看数字，是看这门生意有没有变。"
分析内容：
输出要求：每个子项标注 🟢改善 / 🟡持平 / 🔴恶化，给出段永平式总结点评。
核心问题：这家公司赚的是真钱还是假钱？安全边际变了吗？
> 巴菲特："我看每一份财报，第一件事就是翻到现金流量表。"
分析内容：
bash python3 tools/financial_rigor.py cross-validate \ --metric "revenue" --values {值1} {值2} --sources "来源1" "来源2"
bash python3 tools/financial_rigor.py verify-market-cap \ --price {价格} --shares {股本} --reported {报告市值} --currency {币种} python3 tools/financial_rigor.py verify-valuation \ --price {价格} --eps {EPS} --bvps {每股净资产} python3 tools/financial_rigor.py three-scenario \ --price {价格} --eps {EPS} --shares {股本亿} \ --growth {乐观} {中性} {悲观} --pe {乐观PE} {中性PE} {悲观PE}
输出要求：所有计算附工具输出记录，利润质量信号灯 🟢/🟡/🔴，巴菲特式总结点评。
核心问题：这份财报揭示了竞争格局的什么变化？
> 芒格："我想知道我会死在哪里，这样我就不去那儿了。"
分析内容：
输出要求：竞争格局判断（加强/持平/恶化），竞争对手对比表，芒格式逆向点评。
核心问题：管理层在这份财报里隐瞒了什么？哪些信号在闪烁？
> 李录："投资最重要的是避免永久性资本损失。"
分析内容：
输出要求：管理层可信度评分★1-5，承诺兑现率，风险信号清单，李录式总结点评。
向用户实时展示：
📊 {公司名} {期间} 财报精读进度
━━━━━━━━━━━━━━━━━━━━━━━
阶段一·研究
☐ 段永平·生意本质 ⏳ 分析中...
☐ 巴菲特·财务质量 ⏳ 分析中...
☐ 芒格·竞争格局 ⏳ 分析中...
☐ 李录·风险信号 ⏳ 分析中...
阶段二·合成 ⏸ 等待中
阶段三·发布 ⏸ 等待中每收到一份报告，更新进度并展示核心发现（3-5条）。
全部4份研究报告到齐后，Team Lead 综合产出研究报告初稿。
合成要点——不是拼报告，是找交叉和矛盾：
markdown# {公司名} {期间} 财报精读报告 **四大师并行解读 | {日期}** ## 一、一句话结论 > 50-100字：超/符/低预期，核心变化，对投资论文的影响。 ## 二、本期最重要的3个变化 聚焦真正重要的变化，不罗列数据，每个变化100字以内。 ## 三、四大师评分表 | 视角 | 大师 | 核心问题 | 结论 | 评分 | vs上期 | |------|------|---------|------|------|--------| ## 四、核心数据速览 关键财务和运营指标表格（本期 vs 上期 vs 同比） ## 五、各视角深度分析 每个视角3-5条最重要发现 ## 六、管理层语气与承诺追踪 承诺兑现表 + 语气变化分析 ## 七、四大师会怎么做？ | 大师 | 如果持有 | 如果没持有 | 理由 | ## 八、结论 1. 超/符/低预期？ 2. 投资论文影响：强化/无影响/削弱/破裂 3. 下一个催化剂 4. 操作建议
研究报告完成后，并行启动两个 Agent：
定位：把硬核研究报告改写成公众号读者爱看、能看懂的文章。
核心原则：
具体任务：
输出：改写后的完整公众号文章。
定位：以一个"关注价值投资、有基础财务知识、持有/关注该公司"的普通投资者身份审读文章。
评审维度：
输出格式：
markdown## 读者评审报告 ### 总体评分：X/10 ### 优点（2-3条） 读者视角下文章做得好的地方 ### 必须修改（硬伤） - 问题1：具体描述 → 建议修改方式 - 问题2：... ### 建议优化（锦上添花） - 建议1：... - 建议2：... ### 读者最想知道但文章没回答的问题 - 问题1 - 问题2 ### 一句话总评
收到编辑改写稿和读者评审报告后：
reports/{公司名}/
├── {公司名}-earnings-{期间}.md ← 最终公众号文章（定稿）
├── {公司名}-earnings-{期间}-研究底稿.md ← 四大师合成研究报告（自用）
├── {公司名}-earnings-{期间}-段永平.md ← 生意本质解读
├── {公司名}-earnings-{期间}-巴菲特.md ← 财务质量审计
├── {公司名}-earnings-{期间}-芒格.md ← 竞争格局解读
├── {公司名}-earnings-{期间}-李录.md ← 风险信号分析
└── {公司名}-earnings-{期间}-读者评审.md ← 读者评审报告对最终文章执行抽检：
bashpython3 tools/report_audit.py extract \ --report reports/{公司名}/{公司名}-earnings-{期间}.md python3 tools/report_audit.py verdict \ --results '<填好的JSON>' \ --report {报告文件名}
【准出】 全部通过 → 可发布；【打回】 有不通过 → 修正后重审。
| Skill | 定位 | 何时用 | |-------|------|--------| | /earnings-review | 单Agent财报精读 | 快速过一遍，只需一个视角 | | /earnings-team（本Skill） | 六Agent团队精读 + 公众号发布 | 重要公司的关键财报，需要深度+发布 | | /investment-team | 四Agent全面公司研究 | 首次研究一家公司 |
| Case | Status | Duration (ms) | Turns | Tokens | Tool calls | ||||||||
|---|---|---|---|---|---|---|---|---|---|---|---|---|---|
| Without | With | Δ | Without | With | Δ | Without | With | Δ | Without | With | Δ | ||
case-01 | fail→fail | 28,012 | 6,790 | -76% | 1 | 1 | 0% | 4,322 | 5,454 | +26% | 0 | 0 | — |
case-02 | fail→fail | 38,437 | 6,798 | -82% | 1 | 1 | 0% | 6,191 | 5,386 | -13% | 0 | 0 | — |
case-03 | fail→fail | 45,510 | 5,717 | -87% | 1 | 1 | 0% | 5,139 | 5,130 | -0% | 0 | 0 | — |
case-10 | fail→pass | 8,520 | 3,186 | -63% | 1 | 1 | 0% | 1,245 | 5,409 | +334% | 0 | 0 | — |
case-09 | fail→pass | 19,222 | 2,703 | -86% | 1 | 1 | 0% | 1,744 | 5,232 | +200% | 0 | 0 | — |
case-04 | fail→fail | 11,666 | 8,290 | -29% | 1 | 1 | 0% | 2,171 | 5,100 | +135% | 0 | 0 | — |
case-05 | fail→fail | 9,582 | 6,681 | -30% | 1 | 1 | 0% | 1,985 | 5,171 | +161% | 0 | 0 | — |
case-06 | fail→fail | 5,779 | 5,339 | -8% | 1 | 1 | 0% | 406 | 5,104 | +1157% | 0 | 0 | — |
case-07 | fail→fail | 19,722 | 5,055 | -74% | 1 | 1 | 0% | 3,853 | 5,058 | +31% | 0 | 0 | — |
case-08 | fail→fail | 25,049 | 5,033 | -80% | 1 | 1 | 0% | 3,545 | 5,058 | +43% | 0 | 0 | — |
case-11 | fail→fail | 11,375 | 5,931 | -48% | 1 | 1 | 0% | 2,080 | 5,290 | +154% | 0 | 0 | — |
case-12 | fail→fail | 6,539 | 2,676 | -59% | 1 | 1 | 0% | 1,081 | 5,255 | +386% | 0 | 0 | — |
case-13 | fail→pass | 14,796 | 3,773 | -74% | 1 | 1 | 0% | 2,549 | 5,511 | +116% | 0 | 0 | — |
case-14 | pass→pass | 11,356 | 4,894 | -57% | 1 | 1 | 0% | 2,115 | 5,664 | +168% | 0 | 0 | — |
case-15 | fail→pass | 10,087 | 4,893 | -51% | 1 | 1 | 0% | 1,656 | 5,733 | +246% | 0 | 0 | — |
case-16 | pass→pass | 13,758 | 7,517 | -45% | 1 | 1 | 0% | 2,159 | 6,005 | +178% | 0 | 0 | — |
case-17 | fail→fail | 6,741 | 5,921 | -12% | 1 | 1 | 0% | 1,345 | 5,329 | +296% | 0 | 0 | — |
case-18 | fail→pass | 11,809 | 4,176 | -65% | 1 | 1 | 0% | 2,134 | 5,551 | +160% | 0 | 0 | — |
case-19 | fail→pass | 14,962 | 8,344 | -44% | 1 | 1 | 0% | 2,394 | 6,350 | +165% | 0 | 0 | — |
case-20 | pass→fail | 9,073 | 6,215 | -32% | 1 | 1 | 0% | 1,500 | 5,160 | +244% | 0 | 0 | — |
case-21 | fail→fail | 25,292 | 9,143 | -64% | 1 | 1 | 0% | 3,778 | 5,469 | +45% | 0 | 0 | — |
case-22 | pass→fail | 30,343 | 4,538 | -85% | 1 | 1 | 0% | 6,175 | 5,019 | -19% | 0 | 0 | — |
DecimalAI ran this skill against gemini-3.6-flash twice over the same eval suite — once with the skill loaded and once without — and compared the two runs case by case. 22 cases were attempted, and 9 counted toward the lift figure. The other 13 produced results that are not comparable between the two arms, so they are excluded from the headline rather than averaged into it. The headline lift of +18 percentage points is the difference between those two pass rates over the 9 comparable cases. 3 cases got worse with the skill loaded, and they are included in that figure.
Without the skill loaded, the model failed this case. With it loaded, the same prompt on the same model passed. This is one improved case from the latest verified run; every case, including any that regressed, is in the table above.
Other measured skills in the registry, with their headline benchmark lift.