prospectus-decoder

name	prospectus-decoder
version	1.1.1
author	观星哥（小红书：观星哥 | 微信：guanxingge2025）
description	招股书商业模式解码器。上传IPO招股书PDF，自动生成结构化商业分析报告，支持30秒/3分钟/30分钟三种输出深度。
open_source	true
platforms	["opencode","codex","claude-code","cursor","generic"]

Skill: 招股书商业模式解码器 (Prospectus Decoder)

核心定位

不是"招股书摘要器"。是"商业模式翻译官"。

招股书会写"提供智能化整体解决方案"。 本 Skill 会告诉你：这是一家卖铲子的设备公司，客户是电池厂，靠卖设备和后续维护赚钱，最大的风险是下游客户扩产放缓。

语言规则

输出语言与用户输入语言一致。 用户用中文提问 → 中文输出；用户用英文提问 → 英文输出。招股书的原始语言可能与输入输出不同（如中文招股书 + 英文提问），这属于正常情况——事实抽取照常进行，推理和报告生成匹配用户语言即可。

V1 设计哲学

不做

• 不建知识图谱（V1 不需要）
• 不积累、不记忆、不学习
• 不让推理模型读原文（只读压缩后的 Master Fact Sheet）
• 不把推理和写作混在一个 Prompt 里

只做

PDF → 事实抽取 → 事实合并 → 商业模式推理 → 报告生成 → 输出 MD

一次性分析流水线。任务结束，中间数据丢弃。

三层 Token 策略

层	工作	Token 占比	智力	处理方式
Layer 1	分块事实抽取	90%	低	逐章处理，结构化 JSON
Layer 2	事实合并去重	5%	中	合并去重归类
Layer 3	推理 + 报告	5%	高	只读 3000-10000 Token 的 Master Fact Sheet

核心原则：大模型不读原文，只读压缩后的 Fact Sheet。

---

工作流程

Phase 0：接收输入

触发：@prospectus-decoder [文件路径]（如有 --level 1|2|3 参数则直接使用，无需询问）

1. 确认文件存在且为 PDF（也支持 .txt/.md 回退）
2. 提取文本：
   • PDF：pdftotext -layout "[文件路径]" "[临时目录]/raw.txt"
   • 如果 pdftotext 不可用 → 提示 brew install poppler
   • 如果 pdftotext 输出为空 → 尝试用 Read 工具直接读 PDF
3. 估算 Token 数：字数 × 1.5 ≈ Token 数
4. 若用户未指定 --level，必须先询问用户选择报告深度，不得使用默认值：

📄 已加载：[文件名]
📊 规模：约 [X] 字（~[Y] 万 Token）

请选择报告深度：

使用 question 工具提供三个选项：

• Level 1（30秒看懂·约500字）：一句话+产品+赚钱逻辑+大白话+行业视角精简版
• Level 2（3分钟看懂·约2500字）：完整11模块，每个判断有简要依据（推荐）
• Level 3（30分钟研究版·约8000字）：充分展开，含财务趋势、对手对比、Bull/Bear Case

5. 用户选择后，确认并告知：

🔧 深度：Level [X] | 开始处理...

6. 版本检查（在深度选择之前执行）： a. 读取本地 VERSION 文件获取当前版本号 b. 尝试 webfetch 远程 VERSION： URL：https://raw.githubusercontent.com/YFzh1995/prospectus-decoder/main/VERSION 设置 timeout: 5 秒 c. 若网络失败/超时/返回异常 → 静默跳过，不弹窗，不输出任何提示，继续步骤 7 d. 若成功且版本号相同 → 静默跳过，继续步骤 7 e. 若成功且远程版本号 > 本地版本号 → 使用 question 工具弹窗：

   header: "Skill 版本更新"
   question: "检测到新版本 v{远程}（当前 v{本地}），是否更新？"
   options:
     - "立即更新（推荐）" — 自动 git pull，完成后需重启 opencode
     - "跳过，使用旧版继续" — 不中断当前分析
   

   f. 若用户选择"立即更新"： i. 执行：cd ~/.config/opencode/skills/prospectus-decoder && git pull ii. 输出：✅ 已更新至 v{X.X.X}。请重启 opencode 后重新提交分析请求。 iii. 终止流程，不再继续后续步骤 g. 若用户选择"跳过"：继续步骤 7

---

Phase 1：章节识别与分块

招股书有明确章节标记。按章节切分，不盲切 Token。

核心章节（必须处理）：

• 风险因素（Risk Factors）
• 行业概览（Industry Overview）
• 业务 / 主营业务（Business）
• 财务资料 / 财务会计信息（Financial Information）
• 募集资金运用（Use of Proceeds）
• 未来计划与展望（Future Plans）

跳过章节（无商业分析价值）：

• 释义 / 定义（Definitions）
• 公司治理（Corporate Governance）
• 法律意见 / 监管文件

执行：

1. 扫描文本，找到各章节标题
2. 记录每个章节的起止行号
3. 为每个核心章节生成一个处理单元

---

Phase 2：分块事实抽取（Layer 1）

消耗 90% Token，但智力要求最低。

逐章处理。对每个核心章节，按 prompts/extract-facts.md 中的指令抽取结构化事实。

执行步骤：

1. 读取 prompts/extract-facts.md 获取抽取指令
2. 对每个核心章节：
   • 读取该章节文本
   • 按指令抽取事实 → 输出 JSON
   • 保存到 [临时目录]/facts_[章节名].json
3. 记录处理进度

注意：

• 只抽取，不总结，不解释
• 客户名、供应商名完整保留
• 数字精确保留
• 没有信息的字段留空数组

---

Phase 3：事实合并（Layer 2）

将多个章节的 JSON 合并为一份 Master Fact Sheet。

执行：

1. 读取 prompts/merge-facts.md 获取合并指令
2. 读取所有 facts_*.json 文件
3. 按指令合并、去重、归类
4. 输出并保存 [临时目录]/master-fact-sheet.json

合并后预期大小：3000-10000 Token（压缩比约 50:1 到 100:1）

---

Phase 4：商业模式推理 + 匿名实体识别（Layer 3 - Call 1）

灵魂步骤。只读 Master Fact Sheet，不读原文。

执行：

1. 读取 prompts/reason-business.md 获取推理框架
2. 读取 master-fact-sheet.json
3. 按推理框架完成：
   • 商业模式分类（步骤1）
   • 客户痛点分析（步骤2）
   • 价值创造分析（步骤3）
   • 赚钱逻辑分析（步骤4）
   • 竞争位置分析（步骤5）
   • 风险与机会判断（步骤6）
   • 匿名实体识别（步骤7）
   • 行业视角与定语剥离（步骤8） ← 新增
4. 输出并保存 [临时目录]/business-reasoning.json

匿名实体识别要点：

• 检查 Master Fact Sheet 中 is_anonymized: true 的实体
• 利用模型训练数据知识，将脱敏描述（成立年份、业务范围、上市地等）匹配到已知公司
• 如果推断不确定，使用 webfetch 工具构造搜索查询进行网络交叉验证
  • 例如：描述为"成立于2006年的中国私有企业，覆盖消费级无人机"，搜索关键词 中国 无人机 2006年 成立 农业 消费级 私有企业
  • 访问搜索结果页面，读取关键信息进行验证
• confidence: low 的识别结果比强行匹配好——存疑时宁可标注 low

推理观点标注规则：推理过程中可能产生招股书未明确披露的推论（如"960万人次已达产能上限"、"毛利率跌破盈亏线"等重大负面信号）。这些观点不是招股书官方陈述，而是基于披露事实的推理。在 business-reasoning.json 中，对于以下类型的推论，必须在 risks 条目的 rationale 字段中记录推理过程：

• 财务临界点的判断（盈亏平衡线、偿债能力红线等）
• 产能/市场空间上限的判断
• 客户/供应商隐形依赖的推断
• 任何 severity: 高 但招股书正文未直接提及的结论

关键：这一步只输出推理结果，不生成报告正文。推理和写作分离。

---

Phase 5：报告生成（Layer 3 - Call 2）

基于推理结果生成 Markdown 报告。

执行：

1. 读取 prompts/generate-report.md 获取写作指令（包含匿名实体标注规则和信息来源要求）
2. 读取 business-reasoning.json
3. 读取 templates/report-template.md 获取输出结构
4. 注意：对 AI 推断识别的脱敏实体，必须按规则标注（* / **）
5. 注意：报告中出现的重大推理观点（非招股书原文陈述），必须在提出后紧跟一段简要推理过程，并以 > ⚠️ 此观点并非招股书官方披露，而是基于披露事实的推理判断，仅供参考。 标注
6. 注意：报告末尾必须包含"信息来源"章节
7. 注意：报告必须包含"行业视角"章节，剥离招股书中为美化排名而添加的限定定语
8. 根据用户选择的 --level 参数，生成对应深度的报告：
   • Level 1（30秒看懂）：约 500 字
   • Level 2（3分钟看懂）：约 2500 字
   • Level 3（30分钟研究版）：约 8000 字
9. 保存到招股书所在目录：[招股书所在目录]/[公司名称]-[YYYYMMDD]-L[level].md
10. 报告末尾强制页脚（Level 1/2/3 均适用，必须原样输出）：
    • *报告由 Prospectus Decoder v[VERSION] 生成 | 深度：Level X | 日期：YYYY-MM-DD*
    • *Skill 作者：观星哥 | 小红书：观星哥 | 微信：guanxingge2025*

---

Phase 6：清理与交付

1. 清理所有临时 JSON 文件
2. 向用户展示报告摘要（前 3 个章节）
3. 输出完整文件路径

✅ 分析完成！

📁 报告已保存：[招股书目录]/宁德时代-20260615-L2.md

📊 报告摘要：
> [一句话讲清公司]
> [产品类型] | [客户类型] | [收入模式]

💡 核心发现：
- [关键发现1]
- [关键发现2]
- [关键发现3]

---

内置知识

商业模式分类

设备商：研发生产销售专业设备。特征：B2B、项目制、高客单价、重售后。
软件商：开发销售软件/SaaS。特征：可复制、边际成本低、订阅或许可。
制造商：标准化生产。特征：规模化、成本竞争、产能驱动。
品牌商：自有品牌面向消费者。特征：渠道+品牌双驱动、C端。
渠道商：分销代理。特征：薄利多销、资金周转。
平台商：撮合交易。特征：双边网络效应、轻资产。
服务商：提供专业服务。特征：人效驱动、项目制。
原材料商：基础材料/零部件。特征：大宗商品属性、价格波动。
金融服务商：金融产品和服务。特征：牌照壁垒、资金驱动。

招股书用语 → 白话翻译

招股书用语	白话
智能化整体解决方案	卖设备/软件+附带服务
一站式综合服务	什么都做，但不一定每样都精
行业领先	可能是真的，也可能只是自封的
协同效应	买来的公司和原有业务有关系
赋能	帮客户做事情
轻资产运营	不自己建工厂
募投项目	用 IPO 融来的钱干的事
生态化布局	上下游都想做
全栈能力	从头到尾都能自己做

招股书行业排名"定语剥离"指南

招股书行业章节经常通过添加限定词来制造"细分第一"的排名。分析师需要识别并剥离这些修饰性定语，还原公司的真实行业位置。

常见定语手法：

招股书表述	剥离定语后
"全国单一主题园区中排名第四"	全国主题公园排名第X（含连锁品牌如方特、欢乐谷等）
"中国XX行业前五大公司中唯一具有XX属性的"	可能是第五名，用"唯一XX属性"包装
"河南省唯一提供大型实景演出的主题园区"	河南有实景演出的主题园区可能只有它一家
"XX产品在XX细分品类中排名第一"	这个"细分品类"可能只有2-3个玩家
"全球最大的XX设备供应商（按出货量计）"	按收入计可能不是最大；"出货量"可能含低端产品

剥离方法：

1. 找出排名中的所有限定词（地域、时间、产品类型、统计口径）
2. 逐一去掉限定词，问"去掉这个词后排名还成立吗？"
3. 如果去掉后排名不确定或大幅下降，说明这个定语是关键修饰
4. 在"行业视角"章节中：
   • 指明公司使用的定语手法
   • 说明去掉定语后的真实竞争格局
   • 列出真正同维度的可比公司

---

调用示例

# 默认（会提示用户选择深度 Level 1/2/3）
@prospectus-decoder /path/to/prospectus.pdf

# 直接指定深度，无需交互
@prospectus-decoder /path/to/prospectus.pdf --level 1
@prospectus-decoder /path/to/prospectus.pdf --level 2
@prospectus-decoder /path/to/prospectus.pdf --level 3

---

成本参考

以 100 万 Token 招股书为例：

• Phase 2（事实抽取）：~30 万 Token → 占 60-70% 成本
• Phase 3（合并）：~2 万 Token → 占 5% 成本
• Phase 4（推理）：~5000 Token → 占 15% 成本（单价高）
• Phase 5（写作）：~3000 Token → 占 10% 成本（单价高）

相比直接丢全文给大模型，节省约 60-80% Token 成本。

---

铁律

1. Phase 2 只抽事实，不总结、不解释
2. Phase 4 不读原文，只读 Master Fact Sheet
3. Phase 4 和 Phase 5 分离执行（推理 ≠ 写作）
4. Phase 6 清理所有中间 JSON
5. 最终报告必须独立可读，不依赖原始招股书

---

安装部署

一键安装（推荐）

curl -fsSL https://raw.githubusercontent.com/YFzh1995/prospectus-decoder/main/install.sh | bash

安装脚本自动检测当前平台（opencode / codex / claude-code / cursor），将 Skill 文件安装到对应目录。

降级安装（手动）

如果一键安装失败或需要离线部署：

1. 下载本仓库所有文件
2. 根据平台将文件复制到对应目录：

平台	Skills 目录
opencode	~/.config/opencode/skills/prospectus-decoder/
codex	~/.codex/skills/prospectus-decoder/
claude-code	~/.claude/skills/prospectus-decoder/
cursor	~/.cursor/skills/prospectus-decoder/
通用（手动加载）	任意目录，使用时指定完整路径

3. 验证安装：在 AI 对话中输入 @prospectus-decoder --version 应显示版本号。

跨平台兼容说明

• 所有 Prompt 文件（prompts/*.md）使用纯文本，不依赖任何特定框架
• 报告模板（templates/report-template.md）为标准 Markdown
• PDF 文本提取优先使用 pdftotext（poppler），回退为 PyMuPDF / pdfplumber / Python 内置方案
• 不依赖任何付费 API 或闭源工具链

---

版本与更新

版本号

当前版本：v1.1.1

版本号格式：v<MAJOR>.<MINOR>.<PATCH>（语义化版本）。

• MAJOR：不兼容的架构变更（如 Prompt 结构重构）
• MINOR：新增功能（如新增推理步骤、新增报告模块）
• PATCH：修复和优化（如 Prompt 措辞修正、模板调整）

更新方式

自动提示：Skill 启动时（Phase 0）会尝试读取远程 VERSION 文件，若有新版本会提示。

手动更新：

# 进入 Skill 目录
cd ~/.config/opencode/skills/prospectus-decoder/

# 拉取最新版本
git pull origin main

# 或重新运行安装脚本
curl -fsSL https://raw.githubusercontent.com/YFzh1995/prospectus-decoder/main/install.sh | bash

无网络环境：手动下载最新 release 包解压覆盖即可。

版本历史

版本	日期	变更
v1.1.1	2026-06-16	交互式版本更新：检测到新版本时弹窗确认，一键 git pull 更新
v1.1.0	2026-06-16	精简信息来源章节；新增输出防呆规则与自检清单；修正页脚格式
v1.0.0	2026-06-16	初始发布：三层架构、8步推理、定语剥离、推理观点标注、匿名实体识别