公司深度研究报告
将以下提示词粘贴到你的 AI 对话框中:
请根据 https://skillhub.cn/install/skillhub.md,安装 @user_75763b02/company-report-agent。
技能介绍
许多团队在准备一份公司深度研究时,真正耗时的不是结论,而是:去哪里找可重复验证的数据、如何把零散信息收敛到统一结构、以及怎样在现有文档里快速迭代。手动整理不仅容易遗漏,也让后续维护变得困难。
定位与工作流
company-report-agent 的目标是把研究流程模板化:你提供公司名称和关注维度,它负责后续的信息抓取、结构化整理与文档写入。核心逻辑是 输入字段 → 调用数据源 → 聚合结果 → 写入表格(含 | 分隔行)。
- 数据获取:从公开数据源(如公司官网、行业数据库、新闻资讯)提取关键指标,避免凭空编造。
- 结构统一:按公司概况、业务拆解、财务与风险等板块组织,形成可复用的记录模板。
- 文档落地:将结果写入
JSON,方便对接内部系统或版本化管理。
在依赖方面,脚本依赖 requests、pandas、openpyxl。如果遇到 ImportError,请确认运行环境包含项目依赖;使用系统 python 时先执行 pip install -r requirements.txt。
适用场景与边界
- 适合需要周期性生成公司简报的团队,或希望先用结构化字段再人工研判的场景。
- 建议提供精确的公司名称与关注点(如细分业务线、区域市场),以提升结果聚焦度。
- 当前版本聚焦结构化报告生成,复杂预测或深度行业建模仍需配套工具。
- 交付方式为文档与数据表格,便于后续审计、修正与协同。
总之,该技能补足了从“零散资料”到“结构化研究稿”的中间环节,让团队把时间花在判断与决策上。
使用场景
- 投研前需要把零散公司信息按统一结构整理成可评审底稿
- 定期产出公司报告时,需要从公开数据源抓取并聚合结果
- 团队协作场景中,要把研究结论写入 JSON,便于后续维护
- 遇到依赖缺失时,需要在系统 Python 安装 requirements 后重跑
适合人员
- 投研分析师:需要快速生成公司研究底稿并保持一致性
- 数据分析师:负责接入数据源并维护结构化输出流程,确保 JSON 可复用
- 内容编辑:需要将研究结论转成可读报告,减少重复排版
- 工程团队:维护依赖环境并保证脚本在目标 Python 下稳定运行