需要对 A股/港股/美股做 22 维深度分析、51…

当你想要 AI 代理对 A股、港股或美股生成多维度深度股票分析、机构估值模型、投资者面板报告和可分享 HTML/图卡时，安装并运行 UZI-Skill。

适用场景

解决思路

1. 确认适用范围与数据源：支持 A股 SZ/SH、港股 HK、美股 US；使用 22 个数据维度、17 个机构分析方法、51 个投资者人格、180 条量化规则、108 个归一化特征；数据源全部免费，零 API key 要求，使用 akshare、东方财富、雪球、yfinance、DuckDuckGo。
2. Claude Code 安装：运行 /plugin marketplace add wbh604/UZI-Skill，再运行 /plugin install stock-deep-analyzer@uzi-skill，然后运行 /analyze-stock 贵州茅台。
3. 其他代理通用安装：向 Codex、Cursor、Gemini CLI、Windsurf、Devin 粘贴：克隆 https://github.com/wbh604/UZI-Skill ，读 AGENTS.md 了解怎么用，帮我深度分析 贵州茅台。
4. Codex 安装：按 https://raw.githubusercontent.com/wbh604/UZI-Skill/main/.codex/INSTALL.md 的指引安装 UZI-Skill，然后让它深度分析 贵州茅台。
5. Gemini CLI 安装：运行 gemini extensions install https://github.com/wbh604/UZI-Skill。
6. 手动安装：运行 git clone https://github.com/wbh604/UZI-Skill；运行 cd UZI-Skill；运行 pip install -r requirements.txt。
7. 运行完整深度分析：使用 /analyze-stock <ticker>，例如 /analyze-stock 水晶光电、/analyze-stock 002273、/analyze-stock 00700.HK、/analyze-stock AAPL；耗时 5–8 分钟。
8. 手机/远程模式：对任意代理说：分析 贵州茅台，用远程模式，生成一个公网链接让我手机能看；代理会以 --remote 启动 Cloudflare Tunnel，并返回 https://xxx.trycloudflare.com URL。
9. 使用 /dcf <ticker>：做 DCF 估值，输出 WACC 分解 + 5×5 敏感度热力图。
10. 使用 /comps <ticker>：做同业基准比较，输出 PE/PB/EV-EBITDA 百分位 + 隐含目标价。
11. 使用 /lbo <ticker>：做 LBO 测试，交叉检查 PE 买方 IRR。
12. 使用 /initiate <ticker>：生成投行首次覆盖报告，JPM/GS/MS 格式。
13. 使用 /ic-memo <ticker>：生成投资委员会备忘录，8 章节，Bull/Base/Bear 情景。
14. 使用 /earnings <ticker>：检测并解读盈利超预期/不及预期。
15. 使用 /catalysts <ticker>：生成未来 60 天催化剂日历，按影响排序。
16. 使用 /thesis <ticker>：跟踪投资论点，5 支柱健康监测。
17. 使用 /screen <ticker>：运行 5 个量化筛选：价值/成长/质量/动量/综合。
18. 使用 /dd <ticker>：生成尽调清单，5 工作流、21 项、自动状态。
19. 使用 /quick-scan <ticker>：30 秒信号快扫。
20. 使用 /panel-only <ticker>：只做 51 投资者面板投票，跳过完整分析。
21. 使用 /scan-trap <ticker>：检测拉高出货/杀猪盘模式。
22. 了解项目结构以定位扩展点：commands/ 有 14 个 slash command 定义；skills/deep-analysis/ 是主工作流，包含 SKILL.md、references/ 8 篇方法论、assets/ HTML 模板 + 51 投资者头像、scripts/；scripts/lib/ 有 fin_models.py、research_workflow.py、deep_analysis_methods.py、investor_criteria.py、investor_evaluator.py、stock_features.py 等；fetch_*.py 是 22 维抓取器；compute_deep_methods.py 做机构模型计算；assemble_report.py 组装 HTML；run_real_test.py 是主管道。
23. 按两阶段流水线执行：Stage 1 运行 fetch_*.py 拉取 22 个数据维度，运行 compute_deep_methods.py，运行 investor_evaluator.py 用 180 条规则给 51 个人格打分。
24. 在 HARD-GATE 处必须让代理介入：读取数据，以每位投资者身份角色扮演，写定性判断，用上下文覆盖规则，例如巴菲特知道 Apple 是 BRK 第一大持仓则强制看多。
25. 进入 Stage 2：运行 assemble_report.py，把判断综合成 HTML + 图片卡片 + 纯文本摘要。
26. 直接运行完整管道：python skills/deep-analysis/scripts/run_real_test.py --ticker 002273 --market A --output ./reports/；--market 可选 A、HK、US。
27. 抓取 22 维/108 归一化特征：from skills.deep_analysis.scripts.lib.stock_features import StockFeatureEngine；engine = StockFeatureEngine(ticker='002273', market='A')；features = engine.fetch_all()；查看 valuation、growth、quality、technical、sentiment、governance 等分组。
28. 运行投资者面板：from skills.deep_analysis.scripts.lib.investor_criteria import INVESTOR_REGISTRY；from skills.deep_analysis.scripts.lib.investor_evaluator import InvestorEvaluator；evaluator = InvestorEvaluator(features=features)；results = evaluator.evaluate_all()；逐个打印 name、score、stance、triggered_rules。
29. 给单个投资者深度评分：evaluator.evaluate_single('巴菲特', features)；输出结构含 name、score、stance、summary、triggered_rules，每条含 rule、met、label。
30. 运行 DCF：from skills.deep_analysis.scripts.lib.fin_models import DCFModel；DCFModel(ticker='002273', market='A', risk_free_rate=0.025, equity_risk_premium=0.06, tax_rate=0.25, terminal_growth=0.025)；valuation = dcf.run()；打印 WACC、Intrinsic Value、Current Price、Safety Margin、Sensitivity。
31. 运行 Comps：from skills.deep_analysis.scripts.lib.fin_models import CompsModel；comps = CompsModel(ticker='002273', market='A')；result = comps.run()；读取 result['peer_table']、result['percentiles']、result['implied_targets']；打印 PE Percentile、Implied target (PE-based)。
32. 生成 IC 备忘录：from skills.deep_analysis.scripts.lib.research_workflow import ICMemo；memo = ICMemo(ticker='002273', market='A', features=features)；output = memo.generate()；章节包括 executive_summary、investment_thesis、risk_factors、scenario_analysis、valuation_bridge、catalysts、portfolio_fit、recommendation；打印 output['scenario_analysis']。
33. 数据抓取使用多源回退：每个 fetcher 按主源失败后自动尝试下一源；价格链为 eastmoney_push2 → xueqiu → tencent → sina → baidu；若全部失败抛 DataFetchError。
34. 按数据类型选择主源/回退：实时价格/PE/市值 主东方财富 push2，回退雪球→腾讯→新浪→百度；历史财务 主 akshare，回退雪球 f10；K 线/技术面 主 akshare，回退 yfinance；龙虎榜/北向/融资融券 主 akshare，回退东财；研报/公告 主巨潮 cninfo + akshare，回退同花顺；港股 主 akshare hk，回退 yfinance；美股 主 yfinance，回退 akshare us；宏观/政策/情绪/陷阱 用 DuckDuckGo search。
35. 定义/使用 51 投资者面板：每位投资者是 dataclass，字段有 group A–G、style、rules、skip_markets、override_conditions；规则对象含 field、operator、threshold、weight、label。
36. 按分组组织投资者：A 经典价值：巴菲特、格雷厄姆、芒格、费雪、邓普顿、卡拉曼；B 成长：林奇、欧奈尔、蒂尔、木头姐；C 宏观对冲：索罗斯、达里奥、霍华德马克斯、德鲁肯米勒、罗伯逊；D 技术：利弗莫尔、米内尔维尼、达瓦斯、江恩；E 中国价值：段永平、张坤、朱少醒、谢治宇、冯柳、邓晓峰；F A股游资：章盟主、赵老哥、炒股养家、佛山无影脚、北京炒家、鑫多多等再加 17 个游资人格；G 量化系统：西蒙斯、索普、大卫·肖。
37. 应用代理覆盖示例：巴菲特分析 Apple 时，代理知道 BRK 第一大持仓，强制看多覆盖；赵老哥分析美股时跳过，因为游资不交易美股；木头姐分析白酒时，用“不是颠覆式创新”施加看空覆盖。
38. 规则引擎示例（共 180 条）：巴菲特规则包括 roe_5y_avg >= 0.15 权重 10、roe_5y_min >= 0.15 权重 10、debt_to_equity <= 0.5 权重 8、gross_margin >= 0.4 权重 8、fcf_yield >= 0.05 权重 7、moat_score >= 30 权重 12、pe_ratio <= 25 权重 6、insider_ownership >= 0.1 权重 5。
39. 每次 /analyze-stock 在 ./reports/<ticker>/ 生成：report.html，完全自包含，约 600KB，浏览器打开；share_vertical.png，1080×1920，朋友圈；share_horizontal.png，1920×1080，群分享；summary.txt，可复制纯文本摘要。
40. HTML 报告包含 10 个区块：Hero Score、22-Dimension Deep Scan、DCF Model、IC Memo、Comps Table、Jury Seats、The Great Divide、Chat Room、Catalyst Calendar、Trap Detector。
41. 数据抓取失败排查：单独测试某个 fetcher，运行 python skills/deep-analysis/scripts/fetch_realtime_price.py --ticker 002273；或运行 python run_real_test.py --ticker 002273 --verbose；多数是临时限流，重跑或等 30 秒。
42. akshare 版本问题：运行 pip install --upgrade akshare；UZI 要求 akshare >= 1.10.0；用 python -c 'import akshare; print(akshare.__version__)' 检查。
43. 缺依赖：运行 pip install -r requirements.txt；核心依赖 akshare、yfinance、pandas、numpy、jinja2、Pillow、requests、duckduckgo-search。
44. 报告 HTML 打不开：它是自包含，CSS/JS 内联；运行 ls -lh reports/002273/report.html，正常约 500KB–1MB；若 <10KB，说明 assemble_report.py 组装失败，检查日志。
45. 港股/美股识别：正确 ticker 格式：港股 00700.HK 或 0700.HK，带 .HK 后缀；美股 AAPL 或 TSLA，大写纯代码；A 股 002273 或 600519，6 位代码；A 股也可用中文名 贵州茅台 或 水晶光电。
46. 代理跳过 HARD-GATE 时：明确告诉它：在继续生成报告之前，请先以每位评委的身份分别给出判断，不要直接运行 Stage 2 脚本。
47. 使用 develop 分支开发最新功能：运行 git checkout develop；运行 pip install -r requirements.txt。
48. 配置可选环境变量：无需 API key；可设 HTTP_PROXY='http://127.0.0.1:7890'、HTTPS_PROXY='http://127.0.0.1:7890'、UZI_OUTPUT_DIR='/path/to/reports'、UZI_LANG='zh'，可选 zh 或 en、UZI_NO_IMAGES=1、UZI_REMOTE=1。
49. 常用代理提示词：/analyze-stock 贵州茅台；分析 002273，重点看 DCF 估值和机构持仓变化；/panel-only 600519；/scan-trap 300999；/ic-memo TSLA；/quick-scan 00700.HK；/analyze-stock NVDA。
50. 参考链接与支持：仓库 https://github.com/wbh604/UZI-Skill；License MIT；问题 https://github.com/wbh604/UZI-Skill/issues；社区微信二维码见 README；最新构建 git checkout develop。

适用边界 · 注意事项

• 不适用于需要实际下单、交易执行、合规投资建议或保证收益的场景；该技能输出的是分析报告和观点，不是交易指令。
• 未安装或无法安装 UZI-Skill、目标代理不支持 slash command/插件、或不能运行 Python 依赖时，不能直接按这些命令使用；需改用手动 clone + Python 管道或换支持插件/命令的代理。
• 目标 ticker 格式不受支持、数据源全部被限流或网络被限制时，分析可能失败或不完整；需要检查 ticker、等待 30 秒重试、配置代理或更换网络。