技能介绍

在开发金融类 Agent 时，经常会遇到用户抛出模糊的资产研究请求。例如“帮我看看贵州茅台”、“宁德时代核心矛盾是什么”或“比亚迪和蔚来对比一下”。这类请求的痛点在于：数据维度高（资金、技术、财务、估值）、逻辑复杂且极度依赖后端服务的实时性。如果在本地客户端复刻一套量化分析模型，不仅维护成本极高，也很难保证数据的时效与准确。

核心工作流

@org-tr75fz5h/caidazi-asset-research 技能的设计思路是“MCP 优先，服务端兜底”。它不负责具体的分析算法，而是充当 Agent 的调度中枢，严格按照路由优先级处理不同深度的请求：

纯行情查询：若用户仅问“现在多少钱”、“今天涨跌幅”，技能会直接拦截并调用 get_real_time_record，避免过度执行研究流程。
快速研究：当用户说“看看”或“怎么样”时，技能仅调用 get_asset_overview 获取核心业务逻辑与近期变化，并在用户追问“为什么”时追加 investment_search_pro 抓取新闻公告。
深度研究：针对“全面诊断”类请求，技能会依次编排服务端的 analyze_caidazi_capital_flow、analyze_caidazi_technical、analyze_caidazi_financial 和 analyze_caidazi_valuation 工具，在本地仅做交叉验证与逻辑串联。
多标的比较：通过 compare_assets 并行拉取数据。若指标组不足，才会回退到单标的的独立分析工具。

适用边界与注意点

定位限制：该技能仅用于资产研究与横向比较，明确排除了自然语言选股、完整组合诊断或长篇研报生成等场景。
依赖 MCP 环境：所有数据均依赖 caidazi 系列的 MCP 工具。若工具列表未刷新，需通过 Agent 的 tool_search 机制查找；若彻底不可用，说明后端尚未连接，不应临时手写 JSON-RPC。
输出纪律：严禁给出直接的买卖指令，也不要将技术指标写成确定性信号。在账户数据（如自选、持仓）缺失时，仅使用公开行情数据继续回答，并引导用户前往 App 绑定 API Key。