Stock First Look Skill
数据依赖与执行前置条件
推荐使用万得 wind-mcp-skill 获取底层数据。执行前先检查本地是否已有 wind-mcp-skill；若没有，提示用户安装：
bash# GitHub npx skills add Wind-Information-Co-Ltd/wind-skills --skill wind-mcp-skill -g -y # Gitee 镜像（国内） npx skills add https://gitee.com/wind_info/wind-skills.git --skill wind-mcp-skill -g -y
技能定位
本技能用于在尽可能短的时间内，帮助使用者对一只陌生股票建立“够用且可讨论”的第一层认知。输出重点不是全面尽调，而是先回答五个问题：公司做什么、为什么值得看、市场在争论什么、当前大致贵不贵、继续研究前该先补哪几块信息。
执行流程
Step 1：确认分析对象与研究上下文
先确认股票名称、代码、上市地与所属行业，并识别用户此时的真实目的：
- 是第一次接触，想快速建立基础认知
- 还是已有关注，只想判断是否值得深入
- 是用于自用判断，还是用于向团队口头汇报
若用户没有给出明确目标，默认按“第一次研究一只股票并判断是否值得继续跟进”的场景展开。
Step 2：提炼公司最核心的基础事实
先把最基础且最必要的信息压缩成短摘要，重点包括：
- 公司主要卖什么产品或服务
- 主要客户是谁
- 主要收入和利润来自哪些业务模块
- 所处产业链位置与行业属性
- 近阶段最重要的经营或市场变化
这一阶段不追求完整历史沿革，只保留理解当前股票所需的最小信息集合。
Step 3：建立“为什么现在值得看”的判断框架
围绕当前时点提炼这只股票的关注理由，常见来源包括：
- 财报、公告、政策、产品、订单、资本运作等事件催化
- 行业景气、主题热度、板块轮动带来的关注提升
- 业绩、估值、市场预期之间出现明显预期差
- 股价位置、交易活跃度或市场讨论度突然变化
若没有明显催化，也要明确说明“目前没有强催化，主要属于观察名单而非优先研究对象”。
Step 4：提炼关键经营变量与基础财务快照
从业务模式出发，抓 3-5 个最重要的经营变量，并用有限的关键指标说明公司当前状态。优先关注：
- 收入、利润、利润率、现金流等基础质量
- 增长速度与增长结构
- 业务分部或核心产品线表现
- 对估值和股价最敏感的单一变量
若部分数据缺失，需明确标注，不用模糊描述替代。
Step 5：给出估值位置与市场分歧的初步判断
结合当前估值水平、历史区间、行业对比和市场情绪，判断公司大致处于：
- 明显被低估、合理定价或偏高定价
- 市场预期保守、均衡或过热
- 估值弹性主要来自业绩兑现、逻辑重估还是情绪扩散
同时简要列出最重要的看多与看空变量，帮助使用者避免一上来就陷入单边叙事。
Step 6：形成“是否继续研究”的落地建议
在基础认知之上，明确回答三个问题：
- 这只股票现阶段值不值得继续看
- 若继续研究，下一步最该补哪几个问题
- 若暂时不继续，原因究竟是信息不足、逻辑不清，还是赔率不佳
最终输出只呈现成稿，不展示中间检索路径或内部草稿。
输出结构
{股票名称}初识个股（{YYYY-MM-DD}）
一、30 秒结论
- 这家公司做什么：{一句话}
- 现在为什么值得看：{一句话}
- 当前最大争议：{一句话}
- 是否建议继续研究：{继续 / 暂缓 / 仅观察}
二、公司基础认知
| 维度 | 内容 |
|---|---|
| 主营业务 | {一句话概述} |
| 主要客户/市场 | {一句话概述} |
| 产业链位置 | {一句话概述} |
| 核心赚钱方式 | {一句话概述} |
三、当前最重要的 3 个关注点
- 关注点 1：{内容}
- 关注点 2：{内容}
- 关注点 3：{内容}
四、关键经营与财务快照
| 指标 | 当前情况 | 解读 |
|---|---|---|
| {指标1} | {数值或描述} | {说明} |
| {指标2} | {数值或描述} | {说明} |
| {指标3} | {数值或描述} | {说明} |
五、估值与预期差判断
- 估值位置：{偏低 / 合理 / 偏高 + 简述}
- 市场预期：{保守 / 中性 / 偏热 + 简述}
- 可能的重估触发：{事件或变量}
六、多空要点
看多逻辑
- {要点 1}
- {要点 2}
看空逻辑
- {要点 1}
- {要点 2}
七、下一步研究清单
- {最该补的研究问题 1}
- {最该补的研究问题 2}
- {最该补的研究问题 3}
质量要求
- 输出应优先回答“现在是否值得继续看”，而不是堆砌背景资料。
- 基础事实要准确、简洁，避免把公司介绍写成招股书摘要。
- 多空要点必须同时呈现，不能只写单边故事。
- 估值判断应带条件语气，不把初筛结论伪装成深度结论。
- 若信息不足，应明确指出信息缺口，而不是用泛泛判断填补。
