人物背景核查

要解决什么问题

投行尽调、风控复核和人力背调里，人物信息往往散落在工商、司法、基金披露和新闻里。团队常见做法是多源手工拼凑：查失信与限高、核对董监高履历、追问基金经理宣称与持仓是否一致、再单独画实控人关联网。周期长，且结论很难逐条挂回原始出处。

技能如何工作

cue-person-check 把「背调 → 言行 → 管理层 → 穿透 → 批量」串成一条核查链。运行时通过 GET /api/playbook 拉取当前场景下的 搭子（buddies） 列表（以 live 返回为准，而非文档快照），再由 cue-research 的语义匹配（+match/Stage-2）根据你的表述选搭子，而不是按标题关键词硬选。

当前 playbook 里与「人物核查」相关的典型搭子包括：

• 个人背调底稿：工商与司法轨迹、在册/历史风险、商业控制版图
• 基金经理言行核查：公开选股逻辑与真实持仓、集中度、回撤等对账
• 企业管理层风险体检：董监高与实控人的任职、失信、限高、被执行等定级排序
• 实控人关联穿透：关联企业、对外担保、资金占用与代持线索
• 关键人物批量核查：多人失信、限高、被执行、行政处罚等批量定级

选定搭子并 确认 credits 后，用 research_run.py 跑深度研究（约 3–15 分钟）。回报以带来源链接的报告为主；runner 末行为 RESULT empty 时只说明未取到内容，不补写结论。

边界与注意点

• 仅覆盖 公开数据，不替代正式尽调、法律意见或核保；覆盖不到的维度应标注「公开数据不足」。
• 跑研究 消耗 credits，运行前需显式确认。
• 若场景暂未出现在 playbook 返回中，或匹配意图较弱，应列候选让用户确认，而非擅自选搭子或编造结果。