技能介绍

问题：结构化财务数据的实时获取

在处理业绩类问题时，Agent 需要依赖可核验的结构化数据源来避免幻觉。本技能针对中港美上市公司，通过读取预先生成的 Excel 文件，提供公司整体和分部业务的财务指标查询，确保回答中的数字有可靠来源。

技能如何工作：从 Excel 到结构化数据

技能的核心是两个 Python 脚本：query_income.py 和 query_segments.py。数据源位于 workspace/excels/ 目录，由上游 skill（如 futu-financial-report）生成，文件命名严格遵循 {MARKET}_{TICKER}_income_{yyyymmdd}_{hhmmss}.xlsx 和 {TICKER}_segments_{yyyymmdd}_{hhmmss}.xlsx 规则。脚本通过文件名时间戳自动选择最新版本，跳过临时锁文件（~$ 前缀）。

公司整体数据：query_income.py 读取收入、毛利、净利润等指标，支持按财年、财期、指标名过滤。例如，查询阿里巴巴（BABA）2024 财年营业总收入：

  python query_income.py --ticker BABA --fiscal-years 2024 --metrics 营业总收入 --pretty

输出 JSON 包含指标、单位、财报日期及各财期数据，失败时返回 {"success":false,...}。

分部业务数据：query_segments.py 解析带层级前缀的分部名称（如 ├─ 淘天），支持按分部名、指标、层级深度过滤。例如，查询阿里云分部 EBITA 利润率：

  python query_segments.py --ticker BABA --segment 阿里云 --metric EBITA利润率 --pretty

适用边界与注意点

数据源依赖：技能仅读取 workspace/excels/ 中的结构化文件，需由上游 skill 定期生成。若目录无文件或文件名不符合规则，查询将失败。
格式严格性：Excel 内部布局需严格遵循约定（如第 1 列为指标名、第 2 列为单位），布局变更需通过 config/excel-format.json 配置，避免硬编码修改。
层级处理：分部名称中的 ├─/└─ 前缀决定层级，--max-level 参数控制返回深度，适合需要按业务线细分的分析场景。
数据时效性：脚本按文件名时间戳选择最新版本，但需确保上游 skill 及时更新数据，否则可能返回过期财报。