Menu
用「三个问题 × 五个动作」框架快速拆解一家陌生公司。不堆数据，而是帮用户从"听过名字"推进到"形成独立判断"。触发场景：用户想研究/拆解/搞懂一家公司（「帮我研究 XX」「拆解 XX」「XX 的商业模式」「XX 凭什么值这么多钱」「XX 是一家什么公司」）。不触发：简单数据查询（「XX 股价多少」「XX 财报」「XX PE」）——那些交给 longbridge-quote / longbridge-fundamental。
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.
Based on SOC occupation classification
| name | company-research |
| description | 用「三个问题 × 五个动作」框架快速拆解一家陌生公司。不堆数据，而是帮用户从"听过名字"推进到"形成独立判断"。触发场景：用户想研究/拆解/搞懂一家公司（「帮我研究 XX」「拆解 XX」「XX 的商业模式」「XX 凭什么值这么多钱」「XX 是一家什么公司」）。不触发：简单数据查询（「XX 股价多少」「XX 财报」「XX PE」）——那些交给 longbridge-quote / longbridge-fundamental。 |
| license | MIT |
| metadata | {"author":"claudian","version":"1.0","risk_level":"read_only","requires_login":false,"requires_mcp":false} |
用 3 小时把一家陌生公司拆透。核心不是堆数据，而是用对的问题把用户推到独立判断的阶段。
原则：AI 不是替用户思考，而是把资料快速摊开、把基础信息处理好，让用户更快进入"我怎么看这家公司"的判断层。
| 阶段 | 核心问题 | 目的 | 动作 |
|---|---|---|---|
| 第 1 小时 | 这家公司是谁？ | 建立坐标，搞清定位和收入结构 | ① 类比 → ② 画业务版图 |
| 第 2 小时 | 凭什么活着？ | 找到真正的护城河 | ③ 找命脉 |
| 第 3 小时 | 会不会死？ | 看风险，防被好消息洗脑 | ④ 反方辩手 → ⑤ 形成判断 |
三个问题的顺序不能换。先搞清楚公司是谁，再谈护城河，最后看风险。跳过第一步直接看估值和护城河，等于在沙子上盖楼。
从用户输入中提取公司名称和股票代码（如有）。如果用户只给了公司名没有代码，用网络搜索或 Longbridge MCP 确认代码。
在对话中主动收集以下信息（不需要全部展示给用户，作为后续分析的基础）：
基础信息：
财务数据（如有 Longbridge MCP）：
市场数据：
数据采集原则：快速获取关键数据即可，不要陷入细节。这个框架的目的是形成判断，不是写研报。如果某些数据拿不到，标注"暂缺"继续推进，不要卡住。
当需要使用 A 级语气陈述关键事实时，优先查找并核对原始披露文件：
搜索工具、网页摘要、AI 聚合结果只能作为发现入口，不能直接作为 A 级证据。
这是整个框架中最容易被忽视的环节。之前的字节拆解案例中，AI 资本支出数据出现过时偏差（引用了三个月前的旧数），就是因为单源依赖。
交叉验证不仅要核对数值一致性，还要区分证据等级——不同等级的数据可信度不同，决定了你能用什么语气来表述它：
| 等级 | 类型 | 示例 | 可信度 | 允许语气 |
|---|---|---|---|---|
| A 级 | 公司官方披露 | 年报/季报/公告中的营收、净利、毛利率 | 极高 | 明确陈述 |
| B 级 | 行业权威机构 | LightCounting、TrendForce、IDC 等；若无权威机构，多家券商一致数据可酌情升级为 B 级 | 高 | 高概率判断 |
| C 级 | 券商/机构估算 | ASP 推演、份额测算、各业务线增速拆分 | 中 | 倾向性判断 |
| D 级 | 产业链消息/媒体 | 供应链访谈、渠道调研、媒体报道 | 低 | 可能/或许/市场认为 |
| E 级 | AI 推理/市场传闻 | 基于公开信息的推演、论坛观点 | 极低 | 明确标注为猜测 |
证据等级由原始来源决定，不由获取工具决定。
语气强度 ←→ 证据等级绑定（硬性规则）：
不得使用 A 级语气包装 C 级及以下的证据。 如果某个判断的核心支持证据只有 C 级或 D 级，结论本身也必须降级表述。
硬性要求：
⚠️ 数据存在分歧：
- 来源 A（XX 机构）：数值 X
- 来源 B（YY 机构）：数值 Y
- 差异可能原因：[forward vs TTM/口径不同/预测版本不同/其他]
提示词示例：
[公司名] 的 [指标名称] 有多个来源数据，差异较大。
请交叉验证：来源 A 说是 X，来源 B 说是 Y。
哪个更可信？差异的原因可能是什么？
这是数据纪律的最后一道防线。 以下信息在公开披露中往往无法直接获取，AI 极易"合理补全"：
| 易幻觉字段 | 典型幻觉表现 | 正确做法 |
|---|---|---|
| 良率 | "良率 98.5%"——很可能是目标而非实际 | 标注"据产业链消息"或"未公开披露" |
| 客户份额 | "XX 是第一大客户，占 YY%" | 只有财报或公告明确披露时才可用 |
| ASP | "800G 均价约 350 美元" | 标注来源，注明为券商估算 |
| 独家/排他关系 | "独家合作伙伴" | 改为"主要供应商之一"，除非公告明确声明 |
| 技术领先程度 | "比对手领先 X 代" | 改为"据行业趋势推断，预计差距约 Y" |
| 子公司技术能力 | "子公司 XYZ 已掌握 CPO 核心技术"——常将子公司存在等同于能力具备 | 须有具体数据支撑（研发投入占比、专利数量、量产时间表），否则标注"未公开披露" |
| 专利储备 | "在 XX 领域有 X 项专利"——数字可能来自母公司而非该领域 | 注明专利总数和细分领域数量，标注来源，不得自行"合理推算" |
硬性规则：
为什么这样做：直接问"XX 是一家什么公司"会得到百科式介绍——正确但无聊，读完没有认知增量。类比能瞬间建立直觉理解。
提示词思路（在对话中使用，不要原样照抄）：
用一个我熟悉的东西打比方，[公司名] 在 [行业] 里到底像什么？
它更像英特尔（做基础设施），还是更像苹果（做消费者产品）？
——追问：这个类比有什么漏洞？在哪些方面不像？
期望产出：一到两句精炼的类比，一句话点醒认知。比如 Anthropic → "AI 时代的英特尔，大生意不是卖给聊天机器人，而是把 AI 能力做成基础设施卖给企业和开发者"。
为什么这样做：很多人以为自己在用一家公司的产品就懂它的生意，但消费者产品和收入来源往往不是一回事。
必须搞清楚的问题：
提示词思路：
把 [公司名] 的收入结构拆开：有几条核心收入线？每条的模式是什么（一次性销售/订阅/按用量付费/广告/佣金）？
哪条线最大？哪条线增长最快？
——追问1：这些收入数字是最新的吗？数据来源可信吗？
——追问2：有没有哪条收入线正在被竞争对手蚕食？增速有没有水分？
——追问3（关键）：每条收入线的数据是公司财报直接披露的，还是券商估算的？
如果是估算值，必须注明来源机构，并在输出表格中标注"数据口径"。
期望产出：收入结构表 + 一句话总结。特别关注反直觉的发现——比如"我以为它靠 A 赚钱，其实真正养它的是 B"。这是整个分析中最容易产生认知翻转的一步。
⚠️ 数据口径纪律：业务版图表格必须包含「数据口径」列，区分"公司披露"、"财报推算"、"券商估算"三级。如果最新季度未披露分项数据，基于全年趋势的推演须在表格下方注释说明"存在不确定性"。
⚠️ 进阶可选：如可获取客户级数据（券商估算或产业链消息），在表格备注或正文中列出前三大客户的名称与估算份额占比，并标注证据等级。例如："AWS ~60-70%（C 级，券商估算）"。这对评估"大客户砍单风险"极为关键。
阶段一小结：分析完前两个动作后，必须用一段话总结——"搞了半天，它其实是一家______公司"。这比任何数据都重要。
为什么不要问"优势是什么"：AI 会给你一堆正确的废话——"技术领先""品牌强大""团队优秀"。这些话能套在任何公司上。
提示词思路：
假设你是一个挑剔的投资人，告诉我 [公司名] 真正的护城河是什么？
要求：
- 哪些护城河是真的（对手短期打不掉）？
- 哪些是假的（看起来很厉害但对手半年就能追上）？
- 如果竞争对手想打死它，最难打的地方是哪里？
——追问：你刚才说的这个护城河，能套在任何一家同行公司上吗？
如果不能，为什么只适用于这家？请给出具体的、不可复制的细节。
分析维度：
关键判断：护城河不是单一因素，而是多个因素叠加才形成稳定壁垒。单独每个可能都不够，但合在一起就是真护城河。
⚠️ 进阶追问（可选）：如果公司属于高端制造/精密设备行业，额外追问"供应链双向依赖"——公司是否对核心上游供应商有反向议价能力或不可替代的供应角色？这种"你中有我"的关系比单纯的客户认证壁垒更坚固，且竞争对手极难复制。
注意： 此类信息通常缺乏公开证实，除非公告明确披露，否则一律标注 D 级或 E 级，且不得作为核心护城河论断的唯一依据。
行业适配提示：上述五个维度（用户锁定、成本结构、技术壁垒、生态绑定、品牌信任）更适用于消费互联网和 SaaS 公司。如果分析的是传统制造业、医药、能源、金融等行业的公司，护城河的判断维度会不同——例如：
- 医药 → 专利悬崖、研发管线、FDA 审批通道
- 能源/资源 → 资源许可证、地理优势、开采成本
- 制造 → 规模效应、供应链深度、良品率
- 金融 → 监管牌照、资本充足率、渠道网络
请根据行业特性调整判断维度，避免用互联网框架硬套传统行业。
期望产出：分层护城河清单（真的 vs 假的）+ 一句话总结——"它之所以还没被打死，最核心的原因是______"
⚠️ 护城河标注纪律：每个护城河 claim 旁必须标注证据等级（A-E），例如
【证据等级：C 级，基于券商估算】。如果某个护城河判断仅有行业常识或 AI 推理支撑，标注"E 级，AI 推演"——不要用高确定性语言包装低证据水平的判断。
阶段二小结：用一段话总结"这家公司凭什么活着"。
为什么必须做这一步：只听一家公司怎么成功很容易被洗脑。认真看它可能怎么失败，才能真正理解它。这是整个框架中最重要的一步。
提示词思路：
假设你是 [公司名] 的空头分析师（看跌），最可能让这家公司出问题的三到五件事是什么？
要求：
- 不要笼统说"竞争风险"，要具体：哪个对手、在哪个维度、为什么能打
- 区分短期风险（1-2 年）和长期风险（3-5 年）
- 如果可能，指出哪些风险市场目前可能低估了
——追问1：你刚才说的风险，有没有可能只是我的臆想或者过度焦虑？
请给出反方证据——为什么这个风险可能不会发生。
——追问2：这些风险排序的依据是什么？哪个最具破坏性（估值打几折）？
分析维度：
期望产出：3-5 个具体风险，按严重程度排列，每个风险附两句话判断：
⚠️ 逻辑一致性约束：反方辩手和反驳输出后，必须逐条检查：
- 每个风险点是否有对应的反驳/质疑（不能只列风险不给辩护）
- 辩护方使用的数据是否经过验证？特别是——如果反驳用到某板块增速数据，而该数据是最新季报未披露的（只能从全年趋势推演），则须标注"存在不确定性"
- 风险 A 和风险 B 之间是否有矛盾？例如"营收失速"和"结构优化"不能同时作为论据和反驳，除非明确注明了数据基础
为什么这是最关键的一步：资料整理只是搬运，能用一段话讲出"我怎么看这家公司"，才是真正的理解。这一步不是 AI 替用户判断，而是 AI 帮用户把前面的分析提炼成判断框架。
提示词思路：
基于以上分析，帮我把这家公司总结成一段判断，格式：
- 一句话定性：它是一家______公司
- 最打动我的一个点：
- 最让我担心的一个点：
- 短期看______，中期看______，长期看______
——最终检查：以上判断有没有建立在未经核实的数据上？
如果某个关键数据是错的，我的判断会翻车吗？
期望产出：一份结构化判断摘要，不是数据罗列，而是有观点的判断。即使用户的判断过几个月可能被颠覆，但在当下必须形成自己的看法。
在最终输出和创建笔记之前，逐项核查以下内容，全部通过才可输出：
□ 文中是否有"独家""唯一""绝对""首个""最"等绝对化表述？
→ 如有，加限定条件或核实来源。例如"独家合作伙伴"应为"核心供应商（非独家）"
□ 事实层 / 解释层 / 推测层是否已区分？
→ 每个主要 section 开头标注了【事实层】【解释层】【推测层】标签。
事实层禁止观点，推测层标注"以下为前瞻性推演"。
□ 护城河、风险等核心判断是否标注了证据等级（A-E）？
→ 每个 true/pseudo moat claim 旁须有 【证据等级：X 级】标注
□ 语气强度是否匹配证据等级？
→ C 级及以下证据不得使用 A 级语气（"是""为""达"）。
D 级证据必须加"据产业链消息""市场认为"等限定。
E 级证据必须标注"以下为 AI 推理/猜测"。
□ 良率、失效率、精度等工艺指标是否区分了"目标值"vs"已达成"？
→ 如无法确认，使用"目标/可低至/可达"等措辞
□ 毛利率/净利率等比例指标是否标注了对应时期？
→ 如果同时提及不同时期（如"2025 全年毛利率 X%，2026Q1 毛利率 Y%"），
每个数字旁必须有明确的时间标签，不得混用。不可用"当前"这种模糊词。
□ 最新一季的分项数据是否已披露？
→ 如未披露，基于全年趋势的推演须标注"存在不确定性"
□ 所有关键数字（营收/净利/增速/市占率）是否标注了数据口径和数据来源？
→ 每个数字至少应让读者知道：这是公司披露、财报推算、还是券商估算
□ 不同时期数据的口径是否一致？
→ 跨期对比时检查：是否同为归母口径（vs 扣非）？是否同为同一会计准则？
是否同为单季（vs TTM/累计）？口径不一致直接对比会误导，须标注差异。
□ 良率/份额/ASP/客户排他性等易幻觉字段是否有公告或财报支撑？
→ 如无，须标注"未公开披露""暂无可靠证据"，不得自动生成"合理数字"
□ 同一指标不同来源差异 >10% 时，是否暴露了冲突（而非平滑掉了）？
→ 亮出两个数字，标注差异可能原因
□ 反方辩手中的反驳是否有未经验证的数据支撑？
→ 如果辩护引用的数据未被最新季报证实，须标注不确定性
□ 反方辩手是否每个风险点都有对应的反驳/质疑？
→ 不得只列风险不给辩护。引用数据须标注证据等级且与事实层一致
□ 比较性论断（A 比 B 更 XX / 更深 / 更快）是否双方都有数据支撑？
→ 如缺一方数据，须标注"暂缺对比方数据"或弱化论断为"A 程度较高"
□ 各阶段小结是否完整？（不能跳过）
→ 阶段一小结："搞了半天，它其实是一家______公司"
→ 阶段二小结："之所以还没被打死，最核心的原因是______"
□ 新增维度是否按行业适用性选择性执行？
→ 技术演进路径：科技/制造类公司强制执行，其余跳过
→ 供应链双向依赖：高端制造公司至少追问一次
→ 资金面风险：A 股热门标的加入风险清单
→ 财务细节注释：如有异常信号必须解释
这个检查清单不是为了追求完美——信息永远不完备——而是为了明确告知读者"我知道哪些数据是确定的，哪些是推演的"。透明比准确更值得信任。
分析完成后，创建 Obsidian 笔记保存到仓库。
/Users/leon/Library/CloudStorage/OneDrive-个人/应用/remotely-save/leon_vault/10-Active/公司研究/[公司名] - 公司拆解 [YYYYMMDD].md
仓库根目录：
/Users/leon/Library/CloudStorage/OneDrive-个人/应用/remotely-save/leon_vault/，笔记落到10-Active/公司研究/下。
---
title: "[公司名] 公司拆解"
created: YYYY-MM-DD HH-mm
type: 公司研究
status: draft
skill: company-research v1.0
tags:
- 商业分析
- 公司研究
- [行业标签]
---
> 📌 **模板中各模块的行业适用性**：
> - 【通用】关键财务数据、客户拆分、阶段小结、风险清单底层逻辑——所有行业
> - 【科技/制造类必备】技术演进路径与公司卡位——有技术迭代的行业（半导体、光模块、汽车等）
> - 【高端制造可选】供应链双向依赖——精密设备/核心零部件公司（反向追问，不强制）
> - 【A 股/上市可选】资金面与 ETF 拥挤度——有公开交易数据的公司
## 一句话定性 【解释层】
[公司名] 是一家______公司。
---
## 一、这家公司是谁？【事实层 + 解释层】
### 类比 【解释层】
> [一到两句精炼类比，类比本身为解释性内容，非事实陈述]
### 业务版图 【事实层】
| 收入线 | 模式 | 占比 | 增速 | 数据口径 | 证据等级 | 备注 |
|--------|------|:----:|:----:|---------|:-------:|------|
| | | | | | | |
> 数据口径填写规范：**A 级-公司披露** / **B 级-行业权威** / **C 级-券商估算** / **D 级-产业链消息** / **E 级-AI 推理**。若最新季报未披露分项数据，在表格下方注释说明"分项数据基于 XX 趋势推演，存在不确定性"。
### 关键财务数据（交叉验证） 【事实层】
| 指标 | 时间段 | 数值 | 同比 | 证据等级 |
|------|:-----:|:----:|:----:|:-------:|
| 营业收入 | | | | |
| 归母净利润 | | | | |
| 毛利率 / 净利率 | | | | |
| 季度营收环比趋势 | 最近 4 个季度 | Q1→Q2→Q3→Q4（如公司未披露季度数据则标注"暂缺"或使用半年报推算） | — | A |
> **⚠️ 数据冲突**（差异 >10% 必须暴露，不得平滑）：
> - 来源 A（XX 机构 / 口径）：数值 X
> - 来源 B（YY 机构 / 口径）：数值 Y
> - 差异可能原因：[forward vs TTM / 口径不同 / 预测版本 / 其他]
> - 采纳：[说明以哪个为准及原因，或标注"暂无法裁定"]
> **财务细节注释**：如有异常信号（存货激增/经营现金流大幅波动/应收账款异常等），在此解释产业层面的可能原因，区分"市场误读"与"真实风险"。
#### 周期曲线 【事实层】（条件触发：峰谷差 >30% 的周期型公司）
当营收/净利呈现明显周期波动时，用折线图呈现"波动体感"——这是表格无法替代的。**平稳增长型公司跳过此图。**
```mermaid
xychart-beta
title "营收与净利趋势（单位：亿元）"
x-axis [2021, 2022, 2023, 2024, 2025]
y-axis "数值" 0 --> 100
line [81.5, 81.3, 57.6, 73.6, 92.0]
line [20.5, 8.5, 1.6, 11.0, 16.5]
```
> 数据替换为公司实际值；净利若为负，y-axis 下限设为负数。仅 A/B 级数据入图，C 级以下不画。
### 反直觉发现 【事实层 + 解释层】
[基于已验证数据提取的意外发现，每个发现标注数据来源，用编号列表呈现]
### 阶段小结 【解释层】
> **阶段小结**：搞了半天，它其实是一家**\_\_\_\_**公司。
---
## 二、凭什么活着？【解释层 + 推测层】
### 护城河分析
**真护城河**（对手短期打不掉）：
1. **[]** —— 【证据等级：X 级，依据说明】
2. **[]** —— 【证据等级：X 级，依据说明】
**伪护城河**（看起来很厉害但容易被追上）：
1. **[]** —— 【证据等级：X 级，依据说明】
#### 技术护城河动态评估：技术演进路径 【解释层 + 推测层】
> **要求**：覆盖至少三层——当前主力 → 短期下一代 → 远期路线 + 威胁方向。每层标注时间节点和证据等级。
> **禁止**：只写趋势不写风险，或只写到下一代就结束。
> **纪律**：每个 timeline claim（如"2028 年前后商用"）须标注依据——是公司公告、行业权威预测、券商估算、还是 AI 推演。不得把行业推演讲成确定事实。
>
> 例如：
> - **当前主力**：800G 可插拔（已量产）→ 1.6T 放量中（2026E，全球市占~70%）【证据等级：C 级】
> - **短期下一代**：硅光方案渗透率超 50%（降本 15-20%）；3.2T 已进入研发送样阶段（预计 2027-2028 年起量）【证据等级：C 级】
> - **远期路线**：6.4T NPO / 12.8T XPO 在研（量产时间表未公开披露）【证据等级：D 级】
> - **威胁方向**：CPO（光电共封装）——如 2028 年前后大规模商用（注：此为行业推演，厂商未公布具体量产时间线），可插拔光模块价值链可能被重构【证据等级：D 级】
### 阶段小结 【解释层】
> **阶段小结**：它之所以还没被打死，最核心的原因是**\_\_\_\_**。
---
## 三、会不会死？【解释层 + 推测层】
### 风险清单
| 风险 | 严重程度 | 可控性 | 时间维度 | 市场低估程度 | 证据等级 |
|------|:-------:|:------:|:--------:|:----------:|:-------:|
| | 🔴/🟡/🟢 | 可控/致命 | 短期/中期/长期 | 严重/部分/合理 | |
| 【可选】资金面风险（ETF 超配/机构拥挤） | 🟡 中等 | 不可控 | 短期 | 部分低估 | |
#### 风险优先级矩阵 【推测层】（条件触发：风险清单 ≥3 条）
把风险清单投射到"概率 × 严重程度"四象限，一眼看出最该盯哪个——表格列得清但看不出优先级。
```mermaid
quadrantChart
title 风险优先级矩阵（发生概率 × 严重程度）
x-axis "低发生概率" --> "高发生概率"
y-axis "低严重程度" --> "高严重程度"
quadrant-1 "致命且大概率——立即对冲"
quadrant-2 "致命但小概率——设预警"
quadrant-3 "可控且小概率——忽略"
quadrant-4 "可控但大概率——接受"
"风险一": [0.7, 0.85]
"风险二": [0.4, 0.8]
"风险三": [0.9, 0.5]
```
> 坐标 [概率, 严重]，均归一化到 0-1。仅对 ≥3 条风险生成；风险少于 3 条跳过此图。
### 空头视角 【推测层】
> [!warning] 空头视角
> [反方辩手的核心论点]
> **可选追加**：如属 A 股/上市热门标的，可检查机构持仓结构是否存在"ETF 化"特征（被动资金占比过高），这种结构在 AI 主题退潮时可能触发正反馈踩踏。资金来源：季报股东数据。
### 三个风险排序 【推测层】
1. **风险一**（最具破坏性）——
2. **风险二**（最结构性）——
3. **风险三**（最确定）——
---
## 四、我的判断 【推测层】
> 以下属于前瞻性推演，不代表事实确认。
- **最打动我的一个点**：
- **最让我担心的一个点**：
- **短期看**（1-2 年）______，**中期看**（2-3 年）______，**长期看**（3-5 年）______
- **关键假设**（这个判断建立在什么前提上）：
1.
2.
3.
- **最终拷问**：如果\_\_\_\_\_\_，你怎么办？
---
### 什么情况会推翻这个判断？ 【推测层】
> [!warning] 推翻判断的触发条件
> 以下情况若发生，当前投资逻辑可能失效：
> 1.
> 2.
> 3.
---
## 研究可信度摘要
| 可信度 | 内容 | 证据等级 |
|:-----:|------|:--------:|
| 🟢 高 | 公司财务数据、行业排名、客户集中度 | A 级 |
| 🟡 中 | 增长预测、技术路线判断、护城河评估 | B-C 级 |
| 🔴 低 | 市占率细分、良率数据、客户份额拆分 | C-D 级 |
| 整体可信度 | **/10** | |
最大不确定性来源：
---
## 关联 【事实层】
用 `[[ ]]` 链接，让笔记融入公司研究网络（暂无对应笔记时写成空链接，Obsidian 会标记为待创建，未来建好即自动关联）：
- **同业**：`[[华邦电子]]` `[[旺宏电子]]` `[[普冉股份]]`
- **产业链**：`[[长鑫科技]]`（代工方） `[[中芯国际]]`
- **概念**：`[[存储周期]]` `[[国产替代]]` `[[利基存储]]`
输出前检查 ✅
当 Longbridge MCP 可用时，在数据采集阶段可用的工具：
| 需求 | 工具 | 用法 |
|---|---|---|
| 公司基础信息 | mcp__longbridge__static_info | 股票代码（如 AAPL.US, 700.HK） |
| 实时行情 | mcp__longbridge__quote | 获取价格、市值、PE/PB 等 |
| 财务报表 | longbridge-financial-analysis skill | 深度财务数据 |
| 一致预期 | longbridge-consensus skill | 分析师 EPS/目标价预测 |
| 竞争分析 | longbridge-competitive-analysis skill | 行业对比 |
当 Longbridge 不可用时，使用网络搜索获取公开信息。按以下顺序尝试降级（当一个工具限流或不可用时自动切换到下一个）：
mcp__tavily__tavily_search — 首选的通用搜索工具。支持：
search_depth: "advanced" 获取更全面的信息include_domains / exclude_domains 精准锁定/排除来源time_range: "month" / "year" 按时间窗口搜索max_results: 10-20）mcp__tavily__tavily_extract — 当已有具体 URL 时（如招股书、财报、百科），直接提取全文内容。设置 extract_depth: "advanced", format: "markdown"mcp__web-search-prime__web_search_prime — 中文搜索备用。设置 content_size: "high" 获取详细信息WebSearch（内置） — 英文搜索备用，也可作为任何语言的最终备用方案defuddle skill / WebFetch — 最后的兜底，从已知 URL 提取内容搜索降级原则：一个工具限流就换下一个，不要反复重试同一个工具。如果所有搜索工具都不可用，不要因此卡住——基于已有知识和推理进行分析，在输出中标注"信息基于已有知识，建议后续补充验证"。这个框架的核心是提问方式和分析逻辑，不是数据完备性。
重要：数据工具是辅助，不是主角。这个框架的核心是提问方式和分析逻辑，不是数据量。数据不全不影响分析——恰恰相反，"在信息不完备的情况下形成判断"就是这个框架要训练的能力。
| 场景 | 用哪个 |
|---|---|
| 快速了解一家公司的基础数据 | longbridge-company-tearsheet |
| 深度财务分析 | longbridge-fundamental |
| 财报季分析 | longbridge-earnings |
| 从零搞懂一家陌生公司，形成自己的判断 | company-research（本 skill） |
company-research 和 longbridge-company-tearsheet 的区别：后者是一页纸数据快照，前者是结构化的思考框架。两者可以互补——先用 tearsheet 拿数据，再用本框架进行分析。
> 加粗体标题、或编号列表、或正文呈现。callout 用多了会失去强调力，且一片色块反而干扰阅读。