美股价值投资四维分析 Skill
用巴菲特式四维评分体系（ROE、债务、自由现金流、护城河）系统判断一只美股是否值得长期持有。
该技能为纯提示词框架，不执行代码、不请求敏感权限，数据获取依赖 web_search 并要求附数据来源链接，风险面较小；但它在每份输出末尾强制注入作者推广页脚（MUST 附加关注链接），属于未经用户确认的强制输出内容，扣分；扣分点：强制营销页脚、无回滚/确认机制。
四维评分标准内部一致、执行步骤明确（8 步）、输出模板完整，happy path 可信；但完全依赖 web_search 的数据可得性，未处理搜索失败、数据矛盾或银行/REIT 之外异常输入的失败反馈；扣分点：无测试、无错误处理、无失败提示规范。
触发条件在 description 中写得具体（ROE、基本面、长期持有等），明确声明不适用范围（纯成长股、周期股），支持中英文输出；但核心数据源（Macrotrends、Finviz、SEC 文件）多为海外服务，中国大陆可达性存在风险；扣分点：环境可达性未验证、搜索质量直接决定可用性。
文档分层清晰（用例、框架、评分表、模板、注意事项、免责声明），MIT 许可明确，README 中维护者信息清楚；但该技能无独立版本号或 changelog，关键假设（如 FCF/净利润比值阈值）无方法论出处；扣分点：缺版本治理、方法论阈值未标注依据。
提供结构化、直接可用的报告模板和明确评分逻辑，比用户自行整理财务数据有明显边际价值；但输出质量完全取决于搜索到的数据准确性，主观护城河判断易受模型偏见影响，且强制页脚污染输出需人工清除；扣分点：无已验证的代表性输出，估值建议部分（PE/PS 参考区间）指引薄弱。
要求附数据来源链接并优先官方文件（10-K/10-Q），来源可追溯设计合理；但静态审查下无任何已执行的复现证据，无测试、无第三方验证，FCF 等阈值口径（如是否扣除并购资本化）无说明；扣分点：零复现证据、方法论不可独立审计。
- 该技能会在每份分析报告末尾强制附加作者推广页脚，使用前请知悉此营销注入，必要时需手动删除。
- 所有财务数据均来自 web_search，静态审查无法验证搜索结果的准确性与时效性，投资决策前请用 SEC 官方文件核对关键数字。
- 核心数据源（Macrotrends、Finviz 等）为海外网站，中国大陆网络可达性未经验证，可能影响技能可用性。
- 评分阈值（如 FCF/净利润 > 80%）无方法论出处，护城河判断高度主观，评级仅为单一框架视角，不构成投资建议。
- 发布者未经 FollowSkills 认证，身份未知；本评估为静态源码审查，未执行任何复现测试。
这个 Skill 能做什么，适合哪些场景？
这是 Day1Global-Skills 仓库中的一个独立 Skill，位于 us-value-investing/SKILL.md。它把巴菲特式价值投资方法固化为可执行的 Agent 分析流程：对目标公司依次评估 ROE 持续性、债务安全性、自由现金流质量和经济护城河四个维度，每个维度 0-3 分，满分 12 分，最终给出 A/B/C/D 投资评级和结构化报告。数据获取依赖 Agent 的联网搜索能力，官方数据源优先级为 10-K/10-Q 文件和 Macrotrends 等权威财经平台。它对银行、REITs、公用事业等特殊行业内置了调整后的评分标准，并明确声明不适用于纯成长股和周期股。
确认分析目标（公司名与代码）后，通过 web_search 检索当前股价、近三年 ROE、资产负债率、现金流量表和竞争壁垒相关分析；按四个维度分别打分（每维 0-3 分）：ROE 三年以上持续高于 15%/20% 得分更高，资产负债率低于 30% 得满分，FCF/净利润超过 80% 视为高盈利质量，护城河按品牌/网络效应/成本优势/转换成本四类判断并要求 2 类以上强护城河才得满分；加总 12 分制总分映射为 A（10-12）/B（7-9）/C（4-6）/D（0-3）评级；按固定模板生成含四维明细、评级、投资建议和免责声明的报告，并附数据来源链接。
- 个人长期投资者在买入或继续持有某只美股前，想要一份基于价值投资框架的基本面体检报告
- 普通用户随口问「你觉得 XX 股票怎么样」，希望得到结构化分析而非泛泛而谈
- 不会读财报的用户想理解一家公司的 ROE、负债和现金流数据意味着什么
- 价值投资者想快速筛选或对比多家公司，判断谁的护城河更宽、谁不符合价值标准
- 已经用财报深度分析工具研究过公司，想再跑一遍四维价值评分做交叉验证（README 中列出的协同用法）
这个 Skill 有哪些优点和局限？
- 评分体系完全透明，每个维度的打分标准和常见陷阱（高杠杆虚增 ROE、回购抬高 ROE、周期行业波动）都写在 Skill 里，结果可复现、可审计
- 针对银行、REITs、公用事业等高负债行业内置了差异化标准（如银行看 Tier 1 资本充足率），避免了生搬硬套
- 要求引用 10-K/10-Q 或 Macrotrends 等权威数据源并在报告末尾附来源链接，降低数据编造风险
- 明确声明 D 评级不代表股价不会涨，框架定位清晰，不冒充全能选股工具
- 护城河评估高度依赖主观判断，不同 Agent 或不同时点可能给出不同结论
- 评分阈值（如 ROE 15%/20%）为固定经验值，未考虑行业间系统性差异
- 完全依赖 web_search 取数，搜索失败或数据源覆盖不足时分析质量无保障
- 不覆盖估值建模、成长股和周期股分析，也没有配套测试或验证脚本证明输出稳定性
- 报告末尾强制附加作者推广语，用于正式场景时需要自行处理
如何安装这个 Skill？
方式一（自动发现）：在终端运行 npx skills add https://github.com/star23/Day1Global-Skills --all，全部 5 个 Skill 会装到 .agents/skills/ 目录。方式二（Claude Code 斜杠命令）：git clone https://github.com/star23/Day1Global-Skills.git，然后 cp -r Day1Global-Skills/us-value-investing your-project/.claude/skills/（项目级）或复制到 ~/.claude/skills/（全局），重启 Claude Code 后可用 /us-value-investing 调用。仓库未提供该 Skill 的单独依赖安装说明。
如何使用这个 Skill？
安装后无需配置，直接用自然语言提问即可触发，例如「从价值投资角度看，AAPL 值得长期持有吗？」或「帮我分析一下 COST 的基本面」。Skill 会自动搜索最新财报数据、逐维打分并输出完整报告；报告语言会跟随你的提问语言（中英文均有预设结尾推广语模板）。注意：需要所处环境具备联网搜索能力，否则无法取数。
这个 Skill 与同类方案有什么区别？
同仓库的 tech-earnings-deepdive 覆盖 16 大模块的财报深挖，适合逐季跟踪；本 Skill 更轻量，专注长期持有的价值判断，两者可交叉验证。若需要市场情绪或流动性视角，仓库中的 us-market-sentiment 和 macro-liquidity 是互补工具。