value-invest-verify

name	value-invest-verify
description	价值投资 wiki 独立校验工具。对已有的个股估值 wiki 做"零上下文"反推核对——通过全新 subagent 不带主对话历史，检查每个数字的 [观测]/[推算]/[估计] 来源、计算链一致性、口径混用、叙事与数据匹配。Use when user says "verify 某 wiki"、"校验某个股估值"、"核实 wiki 数据"，或刚做完估值修订想要独立核对。也由 value-invest 主流程 Step 9 自动触发。

Value-Invest Verify Skill

定位

价值投资 wiki 的独立校验员。本 skill 的核心价值是通过全新 subagent 提供"另一双不带上下文的眼睛"——解决主 LLM 对自己产出的数字存在确认偏差的结构性盲点。

为什么需要独立校验

主 LLM 是"数据采集 + 建模 + 写作"的执行者，对自己产出的数字看不到盲点。过去案例：

案例	主作者盲点	后果
中国建筑 v1	"PE 中位 8x 反推" 错（实际 5.07x）	合理价高估 16%
平安银行 5/9	PB 中位漏扫（口径错位）	用户 push 才补
招商银行 v1.0	"-3bp" 接受用户数字、"0.85 PB" 心算	用户两次 push
焦点科技 v1	Q1 -12% 没追一阶原因（SBC 摊销）	差点错下调估值

CLAUDE.md 五项 sanity check 是纪律存在但执行靠自觉。独立 subagent 强制核对每个数字。

何时触发

用户主动调用

• "verify 招行 wiki"、"校验 X 估值"、"核实 X 的数据"
• 估值修订后想独立核对
• 对老 wiki（v1.0 之前建档）做一次性反向核对

主流程自动触发（value-invest Step 9）

• 首次建档（new wiki page）
• 估值锚点修订幅度 > 10%（如合理价 46 → 55）
• 多模型差距 > 30% 触发交叉验证后

核心实现：通过 Agent 工具调起全新 subagent

关键设计：subagent 必须"零上下文"——不能带主对话的分析过程，只能：

• 读最终 wiki 文件
• 读已归档的 raw/articles
• 独立跑脚本拉数据
• WebSearch 交叉验证

禁止：在 prompt 里塞主分析的结论、估值锚点、判断方向——会让 subagent "被叙事拖走"，失去独立性。

执行流程

Step 1: 准备工作

读取目标 wiki 文件路径（用户指定，或 value-invest 主流程传入）：

• A 股：wiki/stocks/<sector>/<name>.md
• 已 focus 标的：wiki/stocks/focus/<name>.md（symlink，自动 follow）
• 如对应 raw/articles/stocks/<name>/ 存在，列出归档文件路径

Step 2: 调起独立校验员（原生 subagent 优先）

当前环境能启动零历史的原生 subagent，并提供读文件、搜索和原文抓取能力时，直接使用原生工具。Codex 使用零历史 fork（如 fork_turns="none"）；Claude Code 使用 Agent 工具，subagent_type=general-purpose。prompt 严格按照 prompt-template.md 的模板（见 prompt-template.md）填充：

Agent({
  description: "招行 wiki 独立校验",
  subagent_type: "general-purpose",
  prompt: <prompt-template.md 内容 + wiki 路径>
})

verify-cli fallback：仅当当前环境没有满足要求的原生 subagent，或用户明确要求异构模型 / CLI 退出码时，才运行 python3 skills/_shared/verify/run_verify.py --template value-invest --file <个股wiki>（渲染同一份 prompt-template.md）。调用前检查 ~/.config/invest-wiki/llm.json；缺配置但原生 subagent 可用时直接走原生路径，不要先调用一次已知会失败的 verify-cli。

prompt 必须包含：

• 任务定义（独立校验，不做估值修订）
• wiki 文件路径
• 七项校验框架（含覆盖完整性 + 质化深度）
• 输出格式（三档清单）

prompt 禁止包含：

• 主对话讨论的具体数字（如"NIM -5bp"、"合理价 46 元"）
• 当前的判断方向（如"市场过度悲观"）
• 已知的 BPS / 锚点价格

Step 3: 接收校验报告

subagent 返回一份三档分级清单：

档位	含义	主 agent 行动
✅ Pass	数据与计算自洽	跳过
⚠️ Warning	不严谨但不影响结论	走 Step 3.5
❌ Fail	数字错误或推导错误	必须走 Step 3.5

Step 3.5: 原始数据源回访（强制纪律，不开新 agent）

为什么这个 Step 是强制的：subagent 也可能错。"主 agent 写 X / subagent 说 Y / 谁对谁错？"——若主 agent 直接信 subagent，就是用一个偏差替换另一个偏差。层次 1 仲裁——主 agent 必须独立 fetch 原始数据源核对一次，才能决定修订或保留。

历史教训：招行 v1.2 校验首测中，subagent 报告说"原文同时给净利差 1.77% 和净息差 1.83%"——主 agent 独立 WebFetch 原文后发现真实情况是原文直接给 NIM 1.83%，净利差 1.77% 是从原文给的"生息资产收益率 2.84% - 计息负债成本率 1.07%"反推出来的。subagent 结论正确但表述不严谨——若主 agent 不做层次 1 仲裁就直接信，会把 [推算] 当 [观测] 写进 wiki。

强制动作（对每项 Fail 和影响结论的 Warning）：

subagent 标注	主 agent 必做核对
[观测] + URL + 原文摘录	必须 WebFetch 该 URL，独立确认原文与 subagent 摘录一字一致
[推算] + 公式 + 底层数据 URL	必须 WebFetch 底层 URL + 独立代入公式核对结果
[估计] + 置信度区间	评估置信度区间是否合理。[估计] 项不走 Step 3.6 仲裁（仲裁员靠原始数据也无法判断"主观猜测是否合理"）——若主 agent 认为置信度区间不合理，应直接修订置信度标注或保留 [估计] 但拓宽区间；只有当 [估计] 涉及估值核心假设且主 agent 怀疑能找到原始数据（subagent 漏查）时，才走 Step 3.6
脚本输出（AKShare / baostock）	必须重跑脚本独立核对

Step 3.5 输出：对每项 Fail/Warning 给一个仲裁结论：

仲裁结论	行动
✅ subagent 正确	进 Step 4 修订 wiki
⚠️ subagent 部分正确（如结论对但置信度档位标错）	进 Step 4 修订 wiki，但修正置信度标注
❌ subagent 错误	不修订 wiki，记录 subagent 误判到归档报告
🤔 主-sub 仍分歧无法独立确认	触发 Step 3.6（层次 2 仲裁）

Step 3.6: 层次 2 仲裁（按需触发，开第三个 subagent）

触发条件（任一）：

• Step 3.5 仍无法确认（原始 URL 失效 / 数据源本身冲突 / 反推公式有争议）
• 分歧涉及估值核心假设（合理 PB、长期 ROE、NIM 中枢、安全边际比例）
• subagent 引用的数据源被主 agent 怀疑不可信

实现：优先用原生工具调起第三个零上下文 subagent（仲裁员 / arbiter），prompt 用 arbiter-prompt.md 模板。没有合格原生 subagent，或明确需要异构模型 / CLI 退出码时，才运行 python3 skills/_shared/verify/run_verify.py --template arbiter --diff <分歧描述文件>（调用前检查本机配置；arbiter 模式机械排除读取 wiki/**，把 arbiter-prompt.md "严禁读 wiki" 的盲化从指令级升为代码级）。

关键设计：仲裁员 prompt 不透露哪个是主 agent 版本、哪个是 subagent 版本，只给两个版本的差异描述 + 独立去查原始数据。

何时跳过 Step 3.6：层次 1 已经能独立确认结论（如刚才招行案例中 5 项 Fail 全部通过层次 1 WebFetch + 重跑脚本独立确认，未触发层次 2）。

Step 3.5 与 Step 3.6 仲裁结论维度不同（避免误读）：

• Step 3.5（层次 1）输出维度：按"subagent 是否正确"分类（subagent 正确 / 部分正确 / 错误 / 仍分歧）
• Step 3.6（层次 2）输出维度：按"真值是什么"分类（A 正确 / B 正确 / 都对但口径不同 / 都不对 / 数据冲突 / 无法核对），见 arbiter-prompt.md 第 Step 2 仲裁结论表

两者不矛盾：层次 1 是"主 agent 视角对 subagent 的评价"，层次 2 是"独立仲裁员对真值的认定"——前者关心"该不该信 sub"，后者关心"事实是什么"。

Step 4: 呈现给用户 + 后续修订（用户决策后）

把 Step 3.5/3.6 仲裁后的最终结论呈现给用户（不要塞回 subagent 原始报告——经过仲裁的更可信）。

4.1 校验报告归档（无论修订与否都做）

• 归档到 raw/articles/stocks/<name>/<YYYY-MM-DD>_verify_report.md
• Frontmatter 包含 type: verify_report + verified: true，作为时间戳证据

4.2 用户决定修订时——强制走 4 步完整落地（不只是改 frontmatter）

为什么强调"完整落地"：2026-05-11 招行 v1.2 + 茅台 v1.1 + focus list 全量回归（Phase 1+2+3）实测发现——Phase 1+2 只改 frontmatter 标注的做法是不完整的，wiki 正文还有大量旧数据、过期叙事、未同步区间判定。下游 skill（periodic-review / portfolio-review）grep wiki 时会读到错误数据。Phase 3 落地工作量是 Phase 1+2 的 2-3 倍，但是必须的。下次跑 verify 强制走完整闭环。

Step 4.2.1：Frontmatter 加 v1.x 校验修订说明（最轻量但易导致下游误用）

> **2026-MM-DD v1.x 独立校验修订**（value-invest-verify focus 回归）：
> - **Fail N [严重度]** 摘要
> - 校验报告：[路径]
> - 估值锚点变化 OR 保持

⚠️ 仅 frontmatter 标注不构成完整修订——必须继续走 4.2.2。

Step 4.2.2：wiki 正文贯穿（最容易遗漏的步骤）

对每项 Fail / 影响结论的 Warning，必须 grep 该数字 / 叙事在 wiki 内出现的所有位置，不能只改一处。

实测教训：

• 海螺水泥净现金 394 亿出现 5 处（核心判断 / 一句话 / PE 推导 / 净资产分拆 / 看多论点），只改 frontmatter 会让下游读到 5 处旧数据
• 紫金矿业合理价 31 元出现 3 处（结论速览表 / 综合估值表 / 锚点 A 公式）
• 汇川技术"67-71 元处乐观区间下沿" 出现 2 处（价格区间表 / 操作建议段一句话总结）
• 蜜雪集团"霸王茶姬崛起" 叙事出现 3 处（一句话 / 同行对比段 / 风险点段）

强制流程：

1. 对每项 Fail/影响结论的 Warning，先 grep -n "<key term>" wiki/stocks/.../X.md 看出现位置
2. 逐处修订，加 （v1.x verify 修订） 标注
3. 修订后再 grep -n 一次确认无遗漏

Step 4.2.3：跨文件一致性同步

修订完 wiki 主页面后，必须同步：

同步对象	内容
wiki/index.md	该标的的个股摘要行（含估值锚点 / 区间判定 / 关键叙事）
wiki/stocks/价格区间总览.md（如存在该标的）	四档锚点价格
相关 sectors/行业 wiki（如该标的被引用作为同业对比）	同业数据更新
wiki/journal/<最近一次复盘>.md	如已写入复盘的区间判定与本次修订冲突，加 caveat

Step 4.2.4：log.md 加 LINT 条目

记录本次修订的：触发原因 / 修订项数 / 关键 Fail / 影响估值 / surprising 发现 / 最大不确定性。

4.3 区间判定术语契约（CLAUDE.md 6 档白名单）

修订区间判定时必须从白名单取（不允许自创术语）：

• 个股 6 档：买入区间 / 关注区间 / 持有区间 / 谨慎区间 / 减仓区间 / 清仓区间
• 位置修饰：XX 区间下沿/上沿/中段/中位

wiki 正文与 index.md 同一标的的区间判定必须一致（下游 skill 依赖此契约）。

4.4 完整闭环 checklist（修订前自检）

步骤	完成
□ 校验报告已归档到 raw/articles/stocks/<name>/<YYYY-MM-DD>_verify_report.md
□ Frontmatter 加 v1.x 修订说明
□ 对每项 Fail grep 该数字 / 叙事出现的所有位置，逐处修订
□ index.md 个股摘要行同步
□ 如修订了区间判定：从 6 档白名单取，wiki 正文与 index.md 一致
□ 如影响价格区间总览 / sectors 引用：同步
□ log.md 加 LINT 条目

所有 □ 全部 ✓ 才算完整修订。仅做前 2 项是"半完成"状态，下游会读错数据。

七项校验框架

详细见 prompt-template.md，简述如下：

项	校验内容	失败示例
1. 数据来源三档	每个核心数字标 [观测]/[推算]/[估计] 是否到位？数据源 URL 是否可验证？	"PB 中位 1.29" 未标 [观测：baostock]
2. 计算链一致性	戈登 PB、DDM、含息回报、合理价加权等数学正确性	(ROE-g)/(r-g) 算错 / 加权和 ≠ 综合价
3. 口径混用	EPS / BPS / 股本 / NIM / ROE 的时点与口径是否前后一致？	EPS 表用 5.70 但 PE 反推 5.97
4. 反推校验	派生数字与基数的反推关系（占比、同比、环比）	机构持仓 735 亿 / 总份额 735 亿 = 100% 报警
5. 叙事 vs 数据	"护城河 / 第一 / 显著低估 / 过度悲观" 等强叙事词是否有数据支撑？	"市场过度悲观" 无量化反推
6. 覆盖完整性 ★	业务结构 / 竞争对手 / 风险点 / 关键事件是否完整覆盖？强制 WebSearch 验证	漏报 ≥ 1 个直接竞争对手 / 漏报 ≥ 1 个独立融资的子公司 / 行业格局只列硬件出货层未列方案+服务层对手
7. 质化深度 ★	创始团队 / 人才密度 / 接班准备 / 央企政策定位 / 合规文化等"不易量化但影响长期估值"的维度，按企业类型差异化	AI 创业型缺创始人 IDL/学术背景 / 民营成长股缺接班准备 / 央企被错误地按"创始人"框架写（结构性错位）/ 金融股缺合规文化与风控对比

校验 1-7 的关系：

• 校验 1-5：检查"已写下的内容是否正确"（防"数据假"和"算错"）—— 主要"读 + 反推"
• 校验 6：检查"应该写但没写的内容是否完整"（防"漏对手"和"漏分部"）—— 2026-05 新增，主动 WebSearch 验证
• 校验 7：检查"质化深度是否到位"（创始团队 / 人才密度 / 接班 / 央企政策等）—— 2026-05 新增，按企业类型差异化——AI 创业型查创始团队 / 央企查政策定位 / 金融股查合规风控 / 真周期查管理层周期反应。绝对禁止"创始团队"框架硬套央国企（结构性错位）

不做什么（边界）

• ❌ 不重做估值（不重算合理 PB、不调整锚点）
• ❌ 不更新当前价（只校验 wiki 已写数字之间的自洽性）
• ❌ 不做投资建议
• ❌ 不写 wiki 修订 patch（仅输出问题清单）
• ❌ 校验 6 + 校验 7 不是"补充研究"——WebSearch 仅用于验证覆盖完整性（校验 6）和质化深度（校验 7），两者共享 8 次配额，不深入分析对手详细信息或创始人详细背景，只指出"漏了什么"

校验员的职责是指出问题（包括"漏了什么"），不是解决问题——保持独立性。

输出格式（呈现给用户）

## 校验报告：<wiki 路径>

### ✅ Pass（N 项）
- 项目 1：数据 + 反推链
- 项目 2：数据 + 反推链
...

### ⚠️ Warning（N 项）
- 项目：问题描述 + 不影响结论的原因 + 建议修订（可选）

### ❌ Fail（N 项）
- 项目：错误数字 + 正确数字 + 数据源 URL + 必须修订的原因

### 元数据
- 校验日期：YYYY-MM-DD
- subagent 类型：general-purpose
- 使用工具：Read / Bash(脚本) / WebFetch / WebSearch
- 校验耗时：约 N 分钟

与 value-invest 主 skill 的关系

角色	value-invest	value-invest-verify
任务	建档 + 估值 + 写 wiki	校验已写 wiki 的数据与结论
上下文	全部主对话历史	零上下文（subagent）
输出	wiki 修改 + 估值结论	问题清单（不改 wiki）
触发	用户问"分析 X"	用户问 "verify X" 或主流程自动触发

value-invest Step 9 通过调用 value-invest-verify 间接使用 prompt-template.md（prompt-template.md 的唯一直接消费者是 value-invest-verify）——避免在 value-invest 和 value-invest-verify 两边维护两份校验逻辑。

与 wiki-review 的区别

skill	解决问题
wiki-review	格式对齐 + 过期内容归档（文本布局）
value-invest-verify	数据与结论的反推校验（数字正确性）

两者互补：先校验数字正确性，再做格式整理。