Към всички skills

deep-company-series

xbtlin · Инструменти

AI Berkshire skill: 看懂XX公司(深度公司系列):3-8 篇长文拆一家公司. Source: skills/deep-company-series.md.

Оригинален текст · няма потвърден превод на български

Теми: ai · ai-agent · anthropic · berkshire-hathaway · charlie-munger · china-stock · claude · claude-code · financial-analysis · fintech · fundamental-analysis · investment · investment-research · llm · mcp

Първо прочетете инструкцията.

Файлът се зарежда от посочения източник само по ваше действие. Можете да го прочетете тук, да го копирате или да го запазите като .md.

Оригинален SKILL.md
GitHub хранилище
Звезди на репото
16 508
Лиценз
MIT
Последна проверка на записа
20.09.2026 г.

Добавете в своя инструмент.

Командата отваря избора на skills от репозитория. Прочетете файла и условията на автора преди изпълнение.

npx skills add xbtlin/ai-berkshire

Страницата копира текст. Не инсталира и не изпълнява нищо на устройството ви.

Откъс от SKILL.md

Началото на файла на автора, без превод.

Codex adapter note

This skill is generated from skills/deep-company-series.md so Claude Code and Codex users share one canonical workflow.

  • Treat $ARGUMENTS as the user's request in the current Codex thread.
  • When the source mentions Claude-only surfaces such as Task, Agent, WebSearch, Bash, Read, or Write, use the closest Codex capability available in this session: subagents when available, web search when needed, shell commands for local tools, and normal file edits for workspace files.
  • Use shared project tools from tools/ in this repository. Prefer running commands from the repository root with paths like python3 tools/financial_rigor.py ...; if the current thread starts outside the repo, locate the actual checkout path first instead of assuming a fixed home-directory path.
  • Before starting research, run the date command to confirm today's date; treat it as the baseline for "latest" data and state the data cutoff date in the report header. Never assume the current date from training data.
  • Preserve the research quality rules from AGENTS.md: cross-check financial data, use exact arithmetic tools for valuation/math, and clearly label uncertainty and source gaps.

看懂XX公司(深度公司系列):3-8 篇长文拆一家公司

为 $ARGUMENTS 撰写一个《看懂XX》深度长文系列(3-8 篇,按公司复杂度定,见"篇数适配"),发布在公众号/视频号等公开渠道。核心 IP 不是"会写",而是"会改"——99% 的财经文章在违反本 skill 的事实核查标准。

参考样本:reports/腾讯/《看懂腾讯》/


一、触发场景

用户希望为一家公司做"教科书级别"的深度研究,并以系列长文形式公开发布。区别于一篇研报:

  • 3-8 篇(复杂公司 8 篇约 12 万字,简单公司 3 篇约 3 万字),从认知重置到决策框架完整闭环
  • 每篇独立成文(适合单篇分享),但贯穿一套估值/管理层/价格判断
  • 写给"愿意花 90 分钟读懂一家公司"的读者,不是写给券商客户

不适合用本 skill 的场景:单篇研报、季报点评、行业研究——那些用 /investment-research、/earnings-review、/industry-research。


二、系列篇目模板

篇数适配公司复杂度(先定篇数,再定篇目)

篇数不固定为 8。 8 篇是腾讯这种"多业务 + 万亿投资组合 + 20 年管理层故事"的公司才撑得起的容量。写之前先问:这家公司有几个能用"一个尖锐问题"独立成文的主轴?有几个写几篇。

复杂度特征篇数例子
高多条业务线各自成生意 + 隐藏资产/投资组合 + 管理层史料丰富7-8 篇腾讯
中2-3 条业务线 + 一个重大时代变量4-6 篇—
低主业清晰、核心问题少而集中3 篇快手

3 篇的标准合并方式(下面 8 主轴仍是检查清单,全部要覆盖,只是折进 3 篇):

#篇名方向折入的主轴
01你以为你看懂了 X(开篇 + 生意与护城河)认知重置 + 护城河 + 利润引擎概览
02X 的最大变量(当下叙事/隐藏资产)隐藏资产 + AI/时代变量
03多少钱值得买,什么信号必须卖(财务 + 决策终章)财务深度 + 管理层要点 + 估值决策

判断信号:如果某篇写到一半发现在"凑内容"(同一事实换说法重复出现),说明篇数定多了——合并。反之,某篇超过 12,000 字还塞不下,拆开。

8 主轴全模板(复杂公司用;简单公司当检查清单折叠)

Целият SKILL.md в GitHub