美国市场投研

要解决的问题

美股研究常分散在财报、13F、COT、宏观、SEC 和产业资助等数据源里。投研/资管团队若人工拼接，容易漏掉机构调仓、财政流动性、内部人交易与披露信号；把多条公开数据交叉成可上会结论，也不轻松。

技能如何工作

• 动态查搭子：运行时读取 GET /api/playbook 的 buddies[]，不烤死 template_id。
• 语义选搭子：委托 cue-research 的匹配逻辑，把用户主体从 goal 中剥离；弱命中先列不超过 2 个候选确认。
• 强制确认 credits：执行前明确提示会消耗 credits，并等待用户确认。
• 跑深度研究：调用 research_run.py --query ... --template-id ...，读取 RESULT ok|empty。
• 带来源交付：结论保留可点击来源；公开数据不足时标注，不杜撰。

适用边界

• 只覆盖公开数据，不替代尽调、法律或核保。
• 若场景未在 playbook 返回中，提示暂不可用；empty 时建议换主体或搭子。
• 跨多个搭子且匹配弱时，不擅自决定，先让用户确认候选。