| name | stock-analysis-github |
| description | 个股深度研究系统（GitHub开源版），三层架构（数据采集+AI分析+HTML生成），基于AkShare免费数据，生成专业的个股基本面分析HTML报告。包含K线图、财务分析、五维评分、投资建议。当用户说"分析XXX股票"时触发。此版本用于推送到GitHub开源。 |
| trigger_keywords | ["分析股票","个股分析","股票研究","基本面分析"] |
| version | 2.2 |
| last_updated | "2026-05-01T00:00:00.000Z" |
| variant | github |
个股深度研究系统（三层架构版）
版本：v2.2 | 更新：2026-05-01 | 定位：三层架构 + 强制Step 0-8 + AI手写HTML
📋 快速导航
⚡ 使用方式
当用户说"分析 XXX股票"时，AI一次性完成三阶段全流程（连续执行，中间不询问用户是否继续）：
Phase 1: 数据采集（3-5分钟）
cd G:/vibe/my-skills/stock-analysis-github
python stock_full_report.py <股票代码>
示例：
python stock_full_report.py 600519
python stock_full_report.py 600673
唯一输出： output/data_<股票代码>.json（包含K线、财务、股东、业务构成等完整数据，供Phase 2/3使用）
⚠️ Phase 1完成后立即进入Phase 2，不要停下来询问用户。JSON只是数据中间产物。
Phase 2: AI深度分析（30-60分钟）
AI必须手动执行以下步骤：
- 读取数据：
output/data_<股票代码>.json
- 执行MCP搜索： 根据实际需要搜索（通常3-6次）
- 行业趋势、市场规模
- 竞争对手、市场份额
- 券商研报、目标价
- 最新新闻、政策动态
- 逐步完成Step 0-8分析： 严格按照分析框架，每个Step达到要求
- 输出MD报告：
output/个股研究-<股票名称>.md
⚠️ 三阶段连续执行，中间不中断： Phase 2完成后立即进入Phase 3，不要停下来询问用户是否继续。MD报告只是中间产物，HTML才是最终交付物。
Phase 3: HTML生成层（AI手动分批拼装 + 逐批机械校验）
⚠️ 写 HTML 只用 Write 工具。整个 Phase 3 只需 6 次 Write 调用，约 30 分钟，完全在单会话内完成。不要用 Python 替代。
原理： AI手写完整HTML——从范例提取结构参照，从 shared/ 搬运CSS/JS，从MD报告提取内容。分批 Write，每批写完后立即用 grep 对范例做机械校验，通过才继续。
核心规则：不靠记范例，靠每批 grep diff。
执行步骤：
- 读取模板：
shared/template_base.css + shared/template_base.js
- 读取范例并提取参照：
examples/个股研究-中国长城.html → 用 grep 提取 nav 锚点列表、section id 列表，保存为临时参照文件
- 读取校验规范：
HTML手写参考.md → 严格按「分批机械校验」表格逐批执行
- 读取数据：
output/个股研究-{股票名称}.md + output/data_{代码}.json
- 分批手写HTML（每批 = Write + grep校验）：
- 每批 ≤300行，用 Write工具 直接写HTML markup
- 写完后立即跑该批对应的 grep 校验命令（命令清单见
HTML手写参考.md § 分批机械校验）
- 校验通过 → 下一批。校验失败 → grep 范例对应行 → 比对 → Edit 修正 → 重新校验
- 合并： 仅用
cat 做机械字节拼接
- 终验： 运行合并后终验命令（nav-id 配对 + 结构完整性），全部通过才输出最终文件
- 输出：
output/个股研究-{股票名称}.html
⚠️ 分批手写规则（强制）
禁止行为：
| 禁止 | 原因 |
|---|
| ❌ Python f-string/template 生成HTML | 需要大量 {{}} 转义，易出错不可维护 |
| ❌ Bash heredoc 生成HTML | 多行HTML下经常EOF匹配失败 |
| ❌ 一次性写出整个HTML | >300行文件必须分批，每批独立一个Write调用 |
❌ 用 python -c 拼接HTML字符串 | 属于Python生成，不是手写 |
正确做法：
| 操作 | 工具 | 说明 |
|---|
| 写入HTML内容 | Write | 直接写HTML markup，无转义问题 |
| 精确局部修改 | Edit | 替换特定行，不改动其他部分 |
| 机械合并部分文件 | Bash cat 或 Python file.read() | 仅读取+拼接字节，不生成任何markup |
标准分批方案（~900行HTML）—— 每批三步：Read范例 → Write → grep：
参考范例： examples/个股研究-中国长城.html（864行，金标准成品）
⚠️ 参考范例路径不可变。 该文件位于 examples/ 目录（稳定范例），禁止替换为 output/ 下的生成结果。行号基于当前版本，如范例更新需同步修正行号。
| 批次 | Step 1: Read范例（先看再写） | Step 2: Write | Step 3: grep兜底 |
|---|
| Batch 0 | Read 中国长城 line=1-160（head+style段） | Write DOCTYPE + <head> + <style> | grep -c '<style>'=1, grep 'echarts|MathJax' 确认CDN |
| Batch 1 | Read 中国长城 line=163-240（nav+hero+conclusion+profile网格） | Write <body> + nav + hero + conclusion + grid-2(公司画像+近期动态) | grep -oc 'href="#'=13, grep -c 'hero-meta-item'=4, grep -c 'hero-tag'≤5 |
| Batch 2 | Read 中国长城 line=241-280（饼图+财务+K线） | Write 饼图+财务grid-2 + K线card(kline-section) | grep 'id="kline-section"' 存在, grep 'height:480px' 存在 |
| Batch 3 | Read 中国长城 line=281-450（Step 0-3） | Write Step 0-3 卡片（mission/macro/chain/quality） | grep -o 'id="[^"]*"' → mission/macro/chain/quality 四者存在 |
| Batch 4 | Read 中国长城 line=451-600（Step 4-6） | Write Step 4-6 卡片（elasticity/risk/valuation） | grep -o 'id="[^"]*"' → elasticity/risk/valuation 三者存在, grep -c 'score-fill.*width'≥10（每个fill必须带width）, grep 'border-top:2px solid var(--gold)' 弹性树横线存在 |
| Batch 5 | Read 中国长城 line=601-720（Step 7-8+footer） | Write Step 7-8 卡片 + footer + </div> | grep -o 'id="[^"]*"' → compare/tracking 存在, grep '📌' 存在, grep -c '<p>' footer段=5, grep 'strong' footer段=0 |
| Batch 6 | Read 中国长城 line=721-末尾（script段）；从 data_{代码}.json 提取K线（最近120条）和业务构成 | Write <script>...</script>（搬运JS模板，替换 __RAW_DATA_ARRAY__ 和 __PIE_DATA_ARRAY__，数据直接嵌入Write内容中，不用Python脚本做替换） | grep -c '__'=0（占位符清零）, grep -cF 'const rawData'=1（唯一声明）, grep -c '替换为'=0（无中文残留）, grep -c '});' _h_part7.html≥1（IIFE闭合）, grep -c '</script>' _h_part7.html=1（必须显式写出闭合标签）, grep -c 'RAW_DATA_ARRAY|PIE_DATA_ARRAY' _h_part7.html=0（确认占位符已被替换为非占位文本） |
| 合并+终验 | — | Bash cat _h_part*.html > 最终文件，然后运行 HTML手写参考.md § 终验自检清单 全部 10 条 + 补充检查：grep -c 'class=\"svg-hdr\"'≥2 且 grep -c 'class=\"svg-sub\"'≥8（SVG文字使用CSS class做主题切换，禁止inline fill+font-size） | 全部通过才输出最终文件 |
执行规则（不可跳过）：
- 每批第 1 步：必须用 Read 工具打开范例对应行号区间。读完范例段落后立即 Write，中间不做其他操作。
- 写完后跑第 3 步 grep。对不上 →
grep 范例对应行 → grep 自己写的 → 看差异 → Edit 修正 → 重跑 grep。
- 三步全部通过才进入下一批。
若各批写为独立文件，用 cat _h_part*.html > 最终文件 合并，然后删临时文件。
Step 0-8 关键可视化组件清单：
- Step 0: 4个信息卡片（标的/周期/风格/命题）
- Step 1: 核心矛盾高亮框
- Step 2: 产业链SVG图谱、grid-2布局、关键判断提示框
- Step 3: grid-2布局、6个评分条、评级徽章
- Step 4: 弹性树、公式卡片2x2、情景分析grid-3
- Step 5: grid-2布局、止损信号列表
- Step 6: grid-2布局、三档目标价、盈亏比量化卡片
- Step 7: 对比表格、增长引擎切换3卡片
- Step 8: grid-2布局、执行清单、verdict-highlight、五维评分、📌总结框（强制，红色左边框）
关键约束：
- OHLC 格式必须
[open, close, low, high]
- 成交量柱必须每根单独着色（红涨绿跌）
- 产业链 SVG 文字使用
.svg-hdr / .svg-sub class
- MathJax 使用
\\(...\\) 行内分隔符 → HTML源码中写 \(...\)（单反斜杠），禁止 \\(...\\)（双反斜杠）。HTML text 中反斜杠不是转义符，双反斜杠会导致 MathJax 分隔符匹配失败
- 所有CSS class必须来自
shared/template_base.css
- 内容区子标题禁止编号前缀（不用 "1a/1b/2a"），直接写中文描述文字
- 禁止 h2/h3 标题带"Step X"编号前缀：卡片标题只写中文描述（如"任务锁定与核心矛盾"，不写"Step 0 · 任务锁定"），
.sub 同样禁止编号
- Hero 第一项 meta-item 显示 Step 3 公司质地评分的等级（如"B级"），标签写"公司质地"
- 两套评分标签区分：Step 3 评分 → 标签"公司质地评分"；Step 8 评分 → 标签"综合交易评分"。两套分维度不同、数值不同是正常的，标签区分清楚即可
- 产业链 SVG 内容质量：不满足于基础的3节点模板。根据 MD 分析内容扩充节点——多业务线（如 IVD vs SPD）、分支节点（如子公司网络）、关键数据标注（如各业务毛利率）。每个
<text>元素≤14个中文字，超出换新<text>行(y+22)。写完自检：最长text字符数×13px < 所在rect的width
- 📌总结框为强制组件：Step 8 底部必须有一个独立的红色左边框总结框（
border-left:4px solid var(--red-up)），包含 📌 总结 标题和一段话总结，不可省略或用 verdict-highlight 替代
- 弹性树强制HTML模板：使用flex+CSS边框构建树形图——顶层节点(金色边框)→竖线(2px×6px gold)→横线(border-top:2px solid gold)→三列子节点flex(2:1:1)。🔴红色/🟡金色/⚪灰色分别标记核心/次要/其他业务。每个子节点含业务名+营收占比+毛利率+业务线+弹性因子。禁止纯文本无树形图
- 评分条score-fill宽度强制：每个
.score-fill 必须为 <div>（禁止 <span>，inline 元素 width 无效），必须有内联 style="width:X%"，X为该维度得分百分比。格式：<div class="score-fill" style="width:65%;"></div>——不可省略style属性，不可用CSS class替代width。高分段(≥70%)金色，中分段(40-69%)橙色，低分段(<40%)红色
- Hero标签限制：
.hero-tags 内标签≤5个，每个标签≤4个中文字
- Footer格式：作者行和联系方式行禁止使用strong标签和金色高亮，保持纯文本
输出文件
output/
├── data_<股票代码>.json # Phase 1: 原始数据（akshare采集）
├── 个股研究-<股票名称>.md # Phase 2: 完整分析报告
└── 个股研究-<股票名称>.html # Phase 3: 可视化HTML报告
🔧 配置要求
所有版本通用
必需配置：
- Python 3.8+
- akshare库（数据采集）
- Claude Code环境（AI分析和HTML生成）
- 智谱AI MCP配置（
.mcp.json）：用于Phase 2的中文信息搜索
配置示例：
.mcp.json（智谱AI搜索）：
{
"mcpServers": {
"zhipu": {
"command": "npx",
"args": ["-y", "@zhipu-ai/mcp-server"],
"env": {
"ZHIPU_API_KEY": "your_zhipu_api_key"
}
}
}
}
说明：
- Enhanced版本：本地使用，MCP已配置
- Competition版本：比赛提交，需确保MCP配置文件存在
- GitHub版本：开源发布，需在README中说明MCP配置步骤
🏗️ 三层架构
架构图
┌─────────────────────────────────────────────┐
│ 用户输入 │
│ "分析 XXX股票" 或 "分析 600519" │
└────────────────────┬────────────────────────┘
│
┌──────────────────▼──────────────────┐
│ Phase 1: 数据采集（脚本） │
│ python stock_full_report.py <code> │
│ → output/data_{代码}.json │
└──────────────────┬──────────────────┘
│
┌──────────────────▼──────────────────┐
│ Phase 2: AI分析（手写） │
│ 读取 data JSON → MCP搜索 │
│ → 逐步完成 Step 0-8 │
│ → output/个股研究-{名称}.md │
└──────────────────┬──────────────────┘
│
┌──────────────────▼──────────────────┐
│ Phase 3: HTML生成（手写） │
│ CSS/JS 从 shared/ 搬运 │
│ 内容从 MD + data JSON 提取 │
│ 结构参考 examples/ 范例 │
│ → output/个股研究-{名称}.html │
└──────────────────┬──────────────────┘
│
┌──────▼──────┐
│ 完成 ✓ │
└─────────────┘
📊 输出内容
MD报告结构（540-740行）
# {股票名称}（{股票代码}）深度研究
## 基本信息
- 股票名称、代码、行业、市值、PE、PB等
## 财务摘要（最近一年）
- 营业收入、净利润、毛利率、ROE
## 股东结构
- 十大股东表格
## 主营业务构成
- 业务构成表格
---
## Step 0: 任务锁定（10行）
- 标的、周期、数据截止日、研究状态、风格预判
## Step 1: 宏观与周期定位（50行）
- 1a. 经济周期映射
- 1b. 政策与环境扫描
- 1c. 核心矛盾提炼
## Step 2: 产业链深度拆解（100行）
- 2a. 题材来源判断
- 2b. 产业链图谱（ASCII/Mermaid）
- 2c. 趋势三要素
- 2d. 价值链利润分布
## Step 3: 公司筛选与质量评分（50行）
- 3a. 正面筛选清单
- 3b. 不碰清单
- 3c. 质量评分（100分制）
## Step 4: 业绩弹性测算（80行）
- 4a. 分业务弹性树
- 4b. 价格敏感度公式
- 4c. 情景分析
## Step 5: 风险分析（40行）
- 5a. 风险清单
- 5b. 逻辑破坏条件（5个止损信号）
## Step 6: 估值与买卖时机（100行）
- 6a. 估值方法
- 6a+. 资金面分析
- 6a++. 技术面分析
- 6b. 三档目标价
- 6c. 盈亏比量化
## Step 7: 对标分析（60行）
- 7a. 案例类比法
- 7b. 增长引擎切换
## Step 8: 跟踪计划与综合结论（50行）
- 8a. 分层跟踪锚点
- 8b. 执行清单
- 8c. 综合结论（一句话判断、风险等级、操作建议）
- 8d. 五维综合评分
HTML页面结构（实际输出格式）
<!DOCTYPE html>
<html>
<head>
<meta> + <title>
<script src="echarts CDN">
<script src="MathJax CDN">
<style> /* = template_base.css 完整搬运 */ </style>
</head>
<body>
<nav class="top-nav"> <!-- 顶部导航（sticky） -->
股票名+代码 · logo · **13个固定nav-links**（行情/结论/画像/K线/任务/宏观/产业链/质量/弹性/风险/估值/对标/跟踪）· 主题切换按钮
</nav>
<div class="container">
<div class="hero"> <!-- Hero行情卡片 -->
价格 + 涨跌幅 + **hero-meta 4项固定**（质量评级/中期目标价/盈亏比/风险等级）+ 标签组
</div>
<div class="conclusion-top"> <!-- 结论置顶卡片 -->
核心结论标签 + 综合判断 + 详细说明 + 标签组
</div>
<!-- 公司画像 + 新闻（grid-2） -->
<!-- 主营业务饼图 + 关键财务指标（grid-2） -->
<!-- K线图卡片（ECharts candlestick + 成交量） -->
<!-- K线底部4指标行（向上空间/盈亏比/目标价/周期） -->
<!-- 分析章节卡片：任务/宏观/产业链/质量/弹性/风险/估值/对标/跟踪 -->
<!-- 页脚（固定模板，见 HTML手写参考.md） -->
<!-- 页脚含：免责声明 + 数据截止/研究状态 + 数据来源行 + 作者信息 + 联系方式 -->
</div>
<script> /* = template_base.js 骨架搬运 + 数据注入 */ </script>
</body>
</html>
关键约束： HTML不使用左侧目录导航（旧设计规范中的 nav.toc 已废弃），改用顶部 sticky 导航 + 滚动高亮。
🎨 HTML手写规范
Phase 3开始时，必须读取 HTML手写参考.md。该文件包含：组件速查表、颜色语义、以及分批机械校验的 grep 命令清单。校验命令不可跳过。
核心要点
<style> = shared/template_base.css 完整搬运，不做修改<script> = shared/template_base.js 骨架 + 注入 rawData（K线）+ pieData（业务构成）<body> 结构参考 examples/个股研究-中国长城.html- OHLC 格式
[open, close, low, high]，成交量每根单独着色
- 红涨绿跌全篇一致，所有CSS class来自template_base.css
- 产业链SVG文字用
.svg-hdr / .svg-sub class，MathJax用 \\(...\\)
页面结构（强制顺序）
top-nav → .hero → .conclusion-top → grid-2(公司画像+动态) → grid-2(饼图+财务)
→ .card(K线图) → 分析章节9卡片 → footer
详细参考
完整组件速查表、颜色语义表、CHECKS自检清单 → HTML手写参考.md
🔧 执行流程
Phase 1: 数据采集层（3-5分钟）
脚本： stock_full_report.py
功能：
- 使用akshare采集数据源
- Fallback机制：akshare失败→跳过
- 唯一输出：
output/data_{代码}.json（供Phase 2/3使用）
数据源： 基础信息、行情（3年日K线）、主营业务、资金流向、财务数据、股东结构、公告新闻、研究报告
Phase 2: AI分析层（45-75分钟）
AI手动执行，无自动化脚本。
2.1 基础信息写入（5分钟）
- 读取
output/data_{代码}.json
- 写入MD头部：股票名称、代码、行业、市值、PE/PB、财务摘要、股东结构、主营业务构成
2.2 MCP搜索（10分钟）
- 用智谱AI搜索行业趋势、竞争对手、券商研报、最新新闻（通常3-6次）
- 智谱失败则fallback到Tavily
2.3 AI逐步分析Step 0-8（30-60分钟）
⚠️ MD写作禁止事项（防止内容泄露到HTML）：
- ❌ MD正文任何位置禁止出现：
@明立玩AI / 作者：明立 / ll-mingli1221 / 社交媒体ID
- ❌ MD末尾禁止添加署名行（如
> 分析框架：... | @明立玩AI）
- ✅ 这些信息仅出现在HTML的footer中，由Phase 3统一添加
强制执行清单：
□ Step 0: 任务锁定（10行）
├─ 标的（公司名、代码、交易所）
├─ 周期（短线/中线/长线）
├─ 数据截止日（YYYY-MM-DD）
├─ 研究状态（首次覆盖/持续跟踪）
└─ 风格预判（配置型/交易型/左侧博弈型）
□ Step 1: 宏观与周期定位（50行）
├─ 使用MCP搜索结果：行业趋势
├─ 1a. 经济周期映射
├─ 1b. 政策与环境扫描
└─ 1c. 核心矛盾提炼（XX vs YY）
□ Step 2: 产业链深度拆解（100行）
├─ 使用MCP搜索结果：竞争对手、产业链
├─ 2a. 题材来源判断
├─ 2b. 产业链图谱（ASCII或Mermaid代码块）
├─ 2c. 趋势三要素（表格+打分）
└─ 2d. 价值链利润分布（表格）
□ Step 3: 公司筛选与质量评分（50行）
├─ 使用akshare数据：财务、股东
├─ 3a. 正面筛选清单（6项标准）
├─ 3b. 不碰清单（负面排查）
└─ 3c. 公司质地评分（100分制，6个维度——注意：与Step 8综合交易评分维度不同，两个分不一定相等）
□ Step 4: 业绩弹性测算（80行）
├─ 使用akshare数据：主营业务、财务
├─ 4a. 分业务弹性树（ASCII代码块）
├─ 4b. 价格敏感度公式（3个公式）
└─ 4c. 情景分析（悲观/基准/乐观表格）
□ Step 5: 风险分析（40行）
├─ 5a. 风险清单（表格：风险类型、影响程度、发生概率）
└─ 5b. 逻辑破坏条件（5个止损信号）
□ Step 6: 估值与买卖时机（100行）
├─ 使用MCP搜索结果：券商研报
├─ 使用akshare数据：K线、资金流向
├─ 6a. 估值方法选择
├─ 6a+. 资金面分析（筹码分布、主力资金）
├─ 6a++. 技术面分析（均线、支撑阻力）
├─ 6b. 三档目标价（短期/中期/长期表格）
└─ 6c. 盈亏比量化（向上空间 vs 向下空间）
□ Step 7: 对标分析（60行）
├─ 使用MCP搜索结果：竞争对手
├─ 7a. 案例类比法（对比表格）
└─ 7b. 增长引擎切换（如果适用）
□ Step 8: 跟踪计划与综合结论（50行）
├─ 8a. 分层跟踪锚点（高频/季度/事件）
├─ 8b. 执行清单（短线/中线）
├─ 8c. 综合结论（一句话判断、风险等级、操作建议）
└─ 8d. 五维综合交易评分（基本面/资金面/技术面/情绪面/事件——与Step 3公司质地评分维度不同）
✅ 总计：540行（最低要求）
执行规则：
- AI必须严格按照Step 0→Step 8顺序执行
- 每完成一个Step，输出：
✅ Step X完成（XX行）
- 不能跳过或简化任何Step
- 每个Step必须达到最低行数要求
Phase 3: HTML生成层（AI手动分批拼装）
原理： AI手写完整HTML——从 shared/ 搬运CSS/JS，从MD报告提取内容，从范例参考结构。分批用Write工具写，禁止用Python/Bash heredoc生成HTML内容。
执行步骤：
- 读取模板：
shared/template_base.css + shared/template_base.js
- 读取范例：
examples/个股研究-中国长城.html
- 读取数据：
output/个股研究-{股票名称}.md + output/data_{代码}.json
- 分批手写HTML：
- 每批 ≤300行，用 Write工具 直接写HTML markup
<style> = 完整搬运 template_base.css（Write工具写入）<script> = template_base.js 骨架 + 注入 rawData + pieData（独立一批，Write工具写入）<body> = 参考范例结构，分2-4批写入各section
- 合并部分文件（如有）： 仅用
cat 或 Python file.read() 做机械字节拼接，绝不生成HTML内容
- 输出：
output/个股研究-{股票名称}.html
⚠️ 分批手写规则（强制）
禁止行为：
| 禁止 | 原因 |
|---|
| ❌ Python f-string/template 生成HTML | 需要大量 {{}} 转义，易出错不可维护 |
| ❌ Bash heredoc 生成HTML | 多行HTML下经常EOF匹配失败 |
| ❌ 一次性写出整个HTML | >300行文件必须分批，每批独立一个Write调用 |
❌ 用 python -c 拼接HTML字符串 | 属于Python生成，不是手写 |
正确做法：
| 操作 | 工具 | 说明 |
|---|
| 写入HTML内容 | Write | 直接写HTML markup，无转义问题 |
| 精确局部修改 | Edit | 替换特定行，不改动其他部分 |
| 机械合并部分文件 | Bash cat 或 Python file.read() | 仅读取+拼接字节，不生成任何markup |
标准分批方案（~900行HTML）：
Batch 0: Write — DOCTYPE + <head> + <style>（CSS完整复制） ~180行
Batch 1: Write — <body> + nav + hero + conclusion-top + profile ~150行
Batch 2: Write — K线图卡片 + Step 0-3 卡片 ~200行
Batch 3: Write — Step 4-6 卡片（弹性/风险/估值） ~200行
Batch 4: Write — Step 7-8 卡片 + footer + </div> ~150行
Batch 5: Write — <script>（JS完整复制 + 注入rawData + pieData） ~150行
若各批写为独立文件，用 cat part*.txt >> main.html 合并，然后删临时文件。Python仅用于 file.read() 字节拼接，绝不用f-string生成HTML markup。
Step 0-8 关键可视化组件清单：
- Step 0: 4个信息卡片（标的/周期/风格/命题）
- Step 1: 核心矛盾高亮框
- Step 2: 产业链SVG图谱、grid-2布局、关键判断提示框
- Step 3: grid-2布局、6个评分条、评级徽章
- Step 4: 弹性树、公式卡片2x2、情景分析grid-3
- Step 5: grid-2布局、止损信号列表
- Step 6: grid-2布局、三档目标价、盈亏比量化卡片
- Step 7: 对比表格、增长引擎切换3卡片
- Step 8: grid-2布局、执行清单、verdict-highlight、五维评分、📌总结框
关键约束：
- OHLC 格式必须
[open, close, low, high]
- 成交量柱必须每根单独着色（红涨绿跌）
- 产业链 SVG 文字使用
.svg-hdr / .svg-sub class，字号 .svg-hdr ≥14px, .svg-sub ≥12px
- MathJax 使用
\\(...\\) 行内分隔符 → HTML源码中写 \(...\)（单反斜杠），禁止 \\(...\\)（双反斜杠）。HTML text 中反斜杠不是转义符，双反斜杠会导致 MathJax 分隔符匹配失败
- 所有CSS class必须来自
shared/template_base.css
- 禁止占位符：HTML 全文不得残留任何
<!-- AI填充 或 <!-- XXX_PLACEHOLDER 注释
- 弹性树必须用
grid-2（2×2），禁止 flex 单行4列
- 📌总结框必须为独立
.card（红色左边框），位于 Step 8 之后、footer 之前
归档说明： gen_html.py、gen_ganfeng_html.py（硬编码模板）、phase3_html_builder.py（骨架生成）、phase3_md_parser.py（MD解析）、stock_analysis_main.py（早期主控）均已归档至 archive/。Phase 2/3 全部由AI手写，不使用自动化脚本。
📝 使用示例
示例：分析赣锋锂业（002460）
cd G:/vibe/my-skills/stock-analysis-competition
python stock_full_report.py 002460
输出：
[Phase 1/3] 数据采集中...
✅ Phase 1完成，数据已保存：output/data_002460.json
[Phase 2/3] AI分析中...
✅ Step 0-8 完成，MD已保存：output/个股研究-赣锋锂业.md（619行）
[Phase 3/3] AI手写HTML中...
✅ 模板已读取（shared/template_base.css + shared/template_base.js）
✅ HTML已保存：output/个股研究-赣锋锂业.html（991行/63KB）
🔍 常见问题
Q1: 为什么Phase 2这么慢？
A: Phase 2需要AI逐步分析Step 0-8，每个Step都需要深度思考和MCP搜索，总计需要30-60分钟。这是为了保证分析质量。
Q2: 可以跳过某些Step吗？
A: 不可以。Step 0-8是完整的分析框架，跳过任何一步都会导致分析不完整。
Q3: MCP搜索失败怎么办？
A: 系统会自动fallback：智谱搜索失败→Tavily搜索→继续执行。
Q4: HTML太长写不下怎么办？
A: HTML最终约900行/60KB，远非"太大"。关键是分批写：用Write工具每批≤300行，分5-6批写完。若写为独立文件，最后用 cat 做机械合并。禁止用Python f-string生成HTML。
📚 相关文档
🗄️ 已归档
以下脚本/文件已移至 archive/：
gen_html.py、gen_ganfeng_html.py — 硬编码模板（每股票需单独写脚本）phase3_html_builder.py — 中间骨架生成（产出_skeleton.html，与终版混淆）phase3_md_parser.py — MD解析工具（Phase 2/3 由AI手写，不需要）stock_analysis_main.py — 早期主控脚本（已被三层架构替代）stock_report_*.html — stock_full_report.py 自动生成的简化HTML（只有JSON是Phase 1产出）
免责声明： 本系统所有分析仅供研究参考，不构成投资建议。投资有风险，决策需谨慎。
