Menu
The review-first prompt is selected by default. You can switch to a direct command or download a local copy.
Read SKILL.md and any companion files shown by SkillsMP before deciding whether to install.
Install with Codex or Claude Copy this prompt, paste it into Codex, Claude, or another assistant, and let it review the skill page and install it for you.
A direct command skips the review prompt. Inspect the source before running it.
npx skills add https://github.com/agentbay-ai/agentbay-skills --skill aThe command stays on one line. Scroll horizontally to inspect it before copying.
Prefer a local copy? Download the files currently available to SkillsMP.
Showing SKILL.md
Based on SOC occupation classification
| name | 中国A股分析工具 |
| description | A股价值投资分析工具，提供股票筛选、个股深度分析、行业对比和估值计算功能。基于价值投资理论，使用akshare获取公开财务数据，适合低频交易的普通投资者。 |
基于价值投资理论的中国A股分析工具，面向低频交易的普通投资者。
当用户请求以下操作时调用此skill：
pip install akshare pandas numpy
在执行任何分析前，先检查akshare是否已安装：
python -c "import akshare; print(akshare.__version__)"
如果未安装，提示用户安装：
pip install akshare
筛选符合条件的股票
个股深度财务分析
同行业横向对比分析
内在价值测算与安全边际计算
用户请求筛选股票时使用。
向用户询问筛选条件。提供以下选项供用户选择或自定义：
估值指标：
盈利能力：
成长性：
股息：
财务安全：
筛选范围：
python scripts/stock_screener.py \
--scope "hs300" \
--pe-max 15 \
--roe-min 15 \
--debt-ratio-max 60 \
--dividend-min 2 \
--output screening_result.json
参数说明：
--scope: 筛选范围 (all/hs300/zz500/cyb/kcb/custom:600519,000858,...)--pe-max/--pe-min: PE范围--pb-max/--pb-min: PB范围--roe-min: 最低ROE--growth-min: 最低增长率--debt-ratio-max: 最大资产负债率--dividend-min: 最低股息率--output: 输出文件路径读取 screening_result.json 并以表格形式呈现给用户：
| 代码 | 名称 | PE | PB | ROE | 股息率 | 评分 |
|---|---|---|---|---|---|---|
| 600519 | 贵州茅台 | 25.3 | 8.5 | 30.2% | 2.1% | 85 |
用户请求分析某只股票时使用。
询问用户：
python scripts/data_fetcher.py \
--code "600519" \
--data-type all \
--years 5 \
--output stock_data.json
参数说明：
--code: 股票代码--data-type: 数据类型 (basic/financial/valuation/holder/all)--years: 获取多少年的历史数据--output: 输出文件python scripts/financial_analyzer.py \
--input stock_data.json \
--level standard \
--output analysis_result.json
参数说明：
--input: 输入的股票数据文件--level: 分析深度 (summary/standard/deep)--output: 输出文件python scripts/valuation_calculator.py \
--input stock_data.json \
--methods dcf,ddm,relative \
--discount-rate 10 \
--growth-rate 8 \
--output valuation_result.json
参数说明：
--input: 股票数据文件--methods: 估值方法 (dcf/ddm/relative/all)--discount-rate: 折现率(%)--growth-rate: 永续增长率(%)--margin-of-safety: 安全边际(%)--output: 输出文件读取分析结果，参考 templates/analysis_report.md 模板生成中文分析报告。
报告结构（标准级）：
询问用户：
python scripts/data_fetcher.py \
--codes "600519,000858,002304" \
--data-type comparison \
--output industry_data.json
或按行业获取：
python scripts/data_fetcher.py \
--industry "白酒" \
--top 10 \
--output industry_data.json
python scripts/financial_analyzer.py \
--input industry_data.json \
--mode comparison \
--output comparison_result.json
| 指标 | 贵州茅台 | 五粮液 | 洋河股份 | 行业均值 |
|---|---|---|---|---|
| PE | 25.3 | 18.2 | 15.6 | 22.4 |
| ROE | 30.2% | 22.5% | 20.1% | 18.5% |
| 毛利率 | 91.5% | 75.2% | 72.3% | 65.4% |
| 评分 | 85 | 78 | 75 | - |
询问用户估值参数（或使用默认值）：
DCF模型参数：
DDM模型参数：
相对估值参数：
python scripts/valuation_calculator.py \
--code "600519" \
--methods all \
--discount-rate 10 \
--terminal-growth 3 \
--forecast-years 5 \
--margin-of-safety 30 \
--output valuation.json
| 估值方法 | 内在价值 | 当前价格 | 安全边际价格 | 结论 |
|---|---|---|---|---|
| DCF | ¥2,150 | ¥1,680 | ¥1,505 | 低估 |
| DDM | ¥1,980 | ¥1,680 | ¥1,386 | 低估 |
| 相对估值 | ¥1,850 | ¥1,680 | ¥1,295 | 合理 |
在分析过程中自动检测以下异常信号：
应收账款异常
现金流背离
存货异常
毛利率异常
关联交易
股东减持
根据行业分类提供政策相关提示：
所有脚本输出JSON格式，便于后续处理：
{
"code": "600519",
"name": "贵州茅台",
"analysis_date": "2025-01-25",
"level": "standard",
"summary": {
"score": 85,
"conclusion": "低估",
"recommendation": "建议关注"
},
"financials": { ... },
"valuation": { ... },
"risks": [ ... ]
}
生成结构化的中文Markdown报告，参考 templates/analysis_report.md。
如果akshare数据获取失败，提示用户：
提示用户检查股票代码是否正确，提供可能的匹配建议。
对于新上市股票或财务数据不完整的情况，说明数据限制并基于可用数据进行分析。