财务分析技能
系统化执行财务分析：涵盖比率分析、估值建模（DCF）、敏感性测试，帮助评估公司及投资机会。
证据显示该技能仅为一份纯文档，不包含任何代码执行、权限请求或数据收集指令。它指导用户进行财务分析，不要求外部API密钥，也不涉及敏感数据外传。然而，该技能未提供任何数据流透明度、用户确认机制或回滚方案，并且其依赖项（如LLM、数据来源）未明确声明安全性。因此，在信任维度上给予8分，因为主要风险可见，但权限、隔离和恢复方面不完整。
该技能提供了清晰的步骤指导，但缺乏可执行的代码或脚本，无法验证其关键路径的复现性。没有测试覆盖该技能，也没有错误处理或失败反馈机制。即使不考虑静态评估限制，其可靠性上限也较低，因此给予5分。
技能明确描述了财务分析的目标、步骤和输出，场景清晰（如上市公司估值、私募投资、并购分析），但未明确界定能力边界或非适用场景。未提及中文支持或mainland-China网络可达性，且核心功能依赖于海外服务（如LLM API），这限制了适应性。因此给予7分。
技能采用标准Markdown格式，包含方法论、步骤、指南和示例，但缺少安装说明、依赖说明、版本号、变更日志、维护责任人和已知限制。虽然README提供了整体框架信息，但技能本身缺乏此类治理信息。因此给予8分。
技能提供了完整的财务分析步骤和输出格式，理论上能指导用户完成任务，但缺乏实际执行验证。由于是静态评估，无法确认输出直接可用性，且该技能更多是指导性文档而非自动化工具，边际价值有限。因此给予5分。
该技能没有任何测试、CI证据或第三方验证。所有声明均为作者撰写，无独立证据。依据静态评估规则，verifiability上限为5，但这里没有任何可验证材料，因此给予2分。
- 该技能为纯文档，无实际可执行代码，无法验证其实际效果；作为技能使用时可能只是指导性文本。
- 金融分析涉及投资决策，可能存在风险；技能未包含任何免责声明或用户确认机制。
- 核心功能依赖LLM API等海外服务，在中国大陆网络环境下可能不可达。
这个 Skill 能做什么，适合哪些场景？
这是一个财务分析技能，指导用户进行全面的财务分析，包括历史财务报表的收集与验证、关键财务比率的计算、多种估值模型的构建（DCF、可比公司与先例交易），以及敏感性分析。技能强调保守假设、多方法交叉验证，并产出执行摘要、财务模型、估值区间、投资建议及可视化图表。适用于上市公司估值、初创企业评估及并购分析等场景。
读取并验证历史财务报表（利润表、资产负债表、现金流量表）；计算盈利能力、流动性、杠杆和效率比率；构建DCF模型（预测自由现金流、确定WACC、计算终值）和可比公司/先例交易分析；执行基准与情景敏感性分析；输出执行摘要、财务模型、估值区间与投资建议。
- 投资者评估上市公司：输入股票代码，生成DCF估值和投资建议。
- 私募投资者评估初创企业：分析单位经济性和现金流跑道。
- 并购团队分析目标公司：评估收购的财务影响。
这个 Skill 有哪些优点和局限？
- 提供清晰、分步的财务分析方法论
- 涵盖多种估值技术（DCF、可比公司、先例交易）
- 强调敏感性分析，帮助理解关键驱动因素
- 跨验证多种方法，减少单一模型偏差
- 未提供自动化的数据抓取，用户需手动输入或通过其他工具获取财务数据
- 技能本身不包含具体实现代码，依赖用户环境中的工具和数据源
- 未提及对实时市场数据的集成，可能影响时效性
- 该方法论需要财务背景，新手可能需要额外学习
如何安装这个 Skill？
该技能作为Swarms仓库的一部分，位于examples/single_agent/capabilities/skills/financial-analysis/SKILL.md。克隆仓库或下载该SKILL.md文件，将其放置到支持Agent Skills标准的客户端（如Claude Code）的技能目录中，或按项目结构引用。安装Swarms依赖：pip install swarms 或 uv pip install swarms。
如何使用这个 Skill？
在支持技能的代理中，直接描述任务（例如：'Analyze Tesla's financials and provide a DCF valuation'）。技能将指导代理遵循系统化步骤：收集数据、计算比率、构建估值模型、执行敏感性分析，并生成结构化输出。具体执行取决于所选模型和配置的工具。