技能介绍

要解决什么问题

买方做公司研究时，常见路径是：先把 SEC、A股或港股披露落到本地，再在 PDF/文本里翻章节做问答，最后按固定框架写长篇质化报告。若整条链路依赖 dayu-agent 与外部 LLM API，还要维护 API Key、限流与调用成本；财报下载与文本解析本身却并不需要大模型。

大智（Dazhi） 把 dayu-agent 侧的能力（下载、投研问答、多轮对话、分章写作）蒸馏到同一工作区流程里，但 LLM 部分由 WorkBuddy 助理直接完成，不调用 OpenRouter 等外部接口。

技能如何工作

财报下载：通过 dazhi.py 拉取披露并写入 portfolio/{TICKER}/processed/。未指定 --forms 时会按市场默认类型批量下载（美股 10K/10Q，A股/港股 FY、H1、Q1/Q3），建议显式指定以免冗余。美股需设置环境变量 EDGAR_IDENTITY。
投研问答：助理读取本地 processed/*.txt，区分事实与判断，回答末尾附 ### 证据与出处；支持多轮上下文，避免重复读盘。
自动写作：先 infer 写入 manifest.json，再按 dayu-agent 结构写第 1–9 章 → 第 10 章 → 第 0 章 → 来源清单，输出到 draft/{TICKER}/ 并合并为 {TICKER}_qual_report.md。
简化报告：仅需标准投研短文时，可走「摘要—财务—业务—风险—结论」路径并渲染 HTML（优先 Python markdown 库，减少对 pandoc 路径的依赖）。
其它：本地财报 upload、用 manifest.json 查看写作进度、必要时用 pandoc 导出 PDF/Word。

适用边界与注意点

技能要求助理 直接执行任务，而不是只抛命令示例。输出上禁止目标价、估值区间、仓位与买卖建议；证据不足处用占位符标注，主观判断须与事实分开。Ticker 按市场惯例传参（如 AAPL、600519、00700）。A股/港股源偶发反爬时，可降频或手动上传；PDF 扫描件可能导致解析不完整，可 --overwrite 重试。