深度研报

要解决什么问题

写上市公司深度研报时，常见痛点是：数据散落在年报、券商报告和新闻里，引用容易变成「据市场分析」；业务拆解停在板块名，读不懂钱从哪来；HTML 长文还要兼顾图表、溯源和排版一致性。

技能如何工作

本技能按 十大模块框架 输出公众号风格的 HTML 深度研报，执行上分四阶段：

1. 数据收集（并行搜索） — 针对业绩、业务拆分、行业格局、历史财务、估值、资产负债表、最新动态、竞争对比等 12 类维度发起检索；优先 2025 年报 / 2026 一季报·中报，每条数据记录 来源 URL 与发布日期，缺数标「估算」不编造；港股需兼顾 A/H 代码及 IFRS / Non-IFRS 口径差异。
2. 撰写与可视化 — 依 references/framework.md 与 references/writing-style.md 写模块 1–9，再定 5–8 个图表并用 SVG 内嵌 绘制，补模块 10（数据溯源）与执行摘要；结构套用 assets/template.html。
3. 自检 — 按 references/checklist.md 与强制丰富度基准（字数、SVG、表格、highlight-card、风险与时间轴等）用 Python 脚本自查，不达标重写。
4. 输出 — 生成 {公司简称}深度研报.html 并呈现给用户。

核心原则：数据真实可溯源、业务拆到客户/产品/单价/毛利率粒度、通俗但有判断、避免骑墙表述。

适用边界

• 依赖模型检索与引用质量；无法搜到的数据只能估算标注，不能凭空补全。
• 丰富度与时效性要求很高（须覆盖最新财报、券商引用宜近 3 个月），长文生成耗时与 token 成本显著。
• 参考文档（framework.md、data-tiering.md 等）需在技能包内可用，否则无法保证模块结构一致。