看懂XX公司深度系列（deep-company-series）
用 3-8 篇深度长文拆解一家公司，从认知重置到决策闭环，严格按价值投资四大师方法论与事实核查标准。
技能明确要求公开报告只用公开信息，并规定发布前 grep 扫描本机用户名、/Users/、个人身份信息，隐私处理意识强。但流程中多处依赖 Bash 执行命令、可能涉及本地文件读写，未明确限制最小权限或用户确认步骤；依赖外部网络搜索（富途、券商研报），存在数据源不可控风险。无恶意行为迹象，但权限与确认机制不完整，故扣分。
提供了具体的执行流程和检查清单，但未提供测试用例或 CI 验证该技能关键路径。脚本 (financial_rigor.py) 有测试文件，但该技能本身并未引用这些测试。静态阅读无法确认技能能按描述稳定运行，错误处理反馈缺乏证据。
技能场景清晰（面向对深度公司系列感兴趣的公众号写作者），篇数适配、篇目模板和禁用词列表明确，边界（单篇研报、季报点评不适用）清楚。依赖海外服务（如 WebSearch、富途、可能需访问境外券商研报），在中国大陆网络环境下可能受限，但未完全依赖，故给予较高分但略扣。
有清晰的描述、结构化的模板、具体示例（参考腾讯系列）和合规要求，但缺少版本号、更新日志、维护责任人的明确说明；依赖 rep 内其他文件（如 AGENTS.md、tools/）但未提供完整依赖列表。许可证 MIT 明确，但 provenance 未验证。
目标明确（产出可发布的深度长文系列），并有写作风格、事实核查、修订流程等指导，理论上可帮助用户完成写作任务。但未提供实际输出示例或验证报告，无法确认输出是否直接可用，且产出大量长文需要用户大量交互审阅，边际价值难以静态评估。
部分关键声明（如收益数据）来自 README，未提供可独立验证的证据。没有发现伪造数据，但缺少第三方验证或可复现的测试结果，故得分低。
- 技能依赖海外网络服务（如网络搜索、富途等），在中国大陆部分功能可能受限，请提前测试可用性。
- 技能要求用户审阅多篇长文，成本和耗时较高，请评估实际需求。
- 仓库中收益数据来自个人声明，未独立验证，请勿作为投资依据。
这个 Skill 能做什么，适合哪些场景？
这是 AI Berkshire 仓库中的一个 Skill，专门用于生成《看懂XX》系列深度长文，将一家上市公司拆解为3-8篇独立成文但贯穿统一估值与判断的系列文章。核心能力不是“写得好”，而是“改得严”——内置严苛的事实核查清单，防止伪精确数字、主观加权期望值、绝对化表述等常见财经写作陷阱。它遵循巴菲特、芒格、段永平、李录四位大师的方法论，并提供详细的篇目模板、写作风格规范与修订流程。
根据用户指定的公司名称（$ARGUMENTS），生成《看懂XX》系列长文提纲并撰写正文。它会先运行 date 命令确认当前日期，并将数据截止日写入报告头部。写作前需阅读近5年年报、至少3份独立卖方研报，并可用 /investment-research 等内部研究底稿。每篇文章遵循固定骨架：头部引用块、反常识数字钩子、正文按主轴展开、末尾要点回顾与下期预告。完成后存入 reports/{公司名}/《看懂{公司名}》/ 目录，若目录已存在则写入带日期后缀的新文件夹。推送前需在本地运行 grep 扫描隐私字段，并使用 python3 tools/financial_rigor.py 等工具进行财务数据交叉验证与精确计算。
- 财经公众号作者需要为一家公司写深度解析系列，希望每篇独立可分享，但全系列贯穿统一估值框架
- 价值投资者想用教科书级方式拆解腾讯这类复杂公司（多业务+隐藏资产+丰富管理层史料），需要7-8篇的深度容量
- 研究者面对快手这类业务清晰的公司，希望用最少篇数（3篇）完成闭环，避免凑字数
- 分析师撰写报告后需要严格修订，确保数据跨篇一致、口径标注清楚、无重复加计
- 用户希望公开发布系列文章，但需确保合规与隐私，自动扫描个人身份信息
这个 Skill 有哪些优点和局限？
- 内置严苛事实核查Checklist，防止伪精确、主观加权期望值、绝对化表述等常见错误
- 提供完整的篇目模板与篇内结构，适用于不同复杂度公司（3-8篇自适应）
- 强调“会改”而非“会写”，定义了硬错误/主观化/颗粒度/不可靠四级修订处理流程
- 跨篇一致性扫描与联动检查机制，确保全系列数字、术语、引用关系一致
- 明确的合规与隐私要求，推送前强制 grep 扫描敏感字段
- 写作流程较重，需阅读近5年年报与至少3份研报，耗时较长
- 依赖第三方工具如 /investment-research 作为内部底稿，若未安装需单独配置
- 未提供自动化测试，仅依赖人工与 grep 检查，可能遗漏边缘情况
- 篇目模板以腾讯为样本，简单公司需自行合并主轴，初始学习成本较高
- 未包含直接调用 financial_rigor.py 的示例，需用户自行查阅仓库工具用法
如何安装这个 Skill？
该 Skill 位于 AI Berkshire 仓库的 codex-skills/deep-company-series/SKILL.md。安装整个仓库后按客户端安装：Claude Code 运行 ./scripts/install-claude-commands.sh（macOS/Linux）或 .\scripts\install-claude-commands.bat（Windows）；Codex 运行 ./scripts/install-codex-skills.sh 或 .bat。仓库同时维护 skills/*.md 源文件，codex-skills 由脚本自动生成。
如何使用这个 Skill？
在 Claude Code 中直接调用：/deep-company-series 腾讯（或任意公司名）。在 Codex 中安装后重启，描述任务如“使用 deep-company-series 研究腾讯”。激活后，先确认当前日期，然后按流程执行：阶段1调研（写前完成）、阶段2按01→末篇顺序写作、阶段3跨篇一致性扫描、阶段4发布前最终核查。写作时需遵循篇内结构模板与禁用词列表，并严格应用事实核查Checklist。
这个 Skill 与同类方案有什么区别？
同一仓库中的 /investment-research 提供单篇深度分析，而此 Skill 专注于系列长文；/earnings-review 侧重财报精读，此 Skill 则覆盖完整公司拆解。相较于直接问 AI，此 Skill 强制给结论、多视角对抗、结构化反偏见机制，确保输出可做决策。