前言¶
做 A 股基本面研究时，常见路径是逐表翻财报、再叠公告和估值表。标的多了以后，时间往往耗在重复读表上，却未必能稳定抓住「数字是否自洽」「措辞是否含糊」这类违和点。若你希望 Agent 按一套固定心智模型和量化阈值来协助海选、深瞪和验证，而不是每次从零写提示词，可以把 SkillHub 上的社区 Skill「拉马努金瞪眼选股」装进 Cursor、Claude Code 或 Codex 等支持 SKILL.md 的客户端。下面介绍它是什么、能做什么，以及如何安装与触发。
这是什么¶
拉马努金瞪眼选股（坐标 @user_231765ee/lamanu，版本 1.0.0）是 SkillHub 社区来源（community）、分类为 professional 的 Agent Skill，由发布者 user_231765ee（SkillHub 页面标注作者 EtterLanhorne）维护。Skill 标签标明 requires_api_key=false，即 Skill 包本身不绑定第三方 API Key。
一句话定位：在 SKILL.md 中，它将「结构透视、直觉跳跃与极简验证、异常敏感度、全局压缩」等心智模型，与 A 股公告措辞规则、财务生死线指标、三步瞪眼执行流程绑在一起，要求 Agent 在分析具体股票时先抓取真实数据再下结论，而不是凭记忆编造数字。
- SkillHub 页面：https://www.skillhub.cn/skills/user_231765ee/lamanu
- 官方坐标地址：https://api.skillhub.cn/user_231765ee/lamanu
SkillHub 抓取信息显示：评分 100000，下载 942（安装计数为 0，以页面/索引为准）。
核心功能¶
以下内容均来自已安装的 SKILL.md（name: ramanujan-staring），不含 Skill 包外的脚本或独立服务。
心智模型与决策规则¶
Skill 定义四类核心心智模型：结构透视（三表关系与比例）、直觉跳跃与极简验证（先短答三问再用硬指标闭环）、异常敏感度（恶性阈值与公告措辞违和）、全局压缩（用一句话说清商业模式）。
配套 决策启发式 包括：生死线一票否决（净现背离、存贷双高、商誉、质押、非经常性损益、审计师变更等）、公告措辞三瞪、反做空自检、以及仅在极端估值或周期拐点等场景下重仓的纪律说明。
量化指标与数据要求¶
Skill 给出三张表：一票否决生死线、商业模式质量评估、公告信号强度辅助评分，并列出建议数据源（巨潮资讯、交易所、行情估值、申万行业基准等）。
Agentic Protocol 明确要求：遇到具体代码或排雷类问题时，须通过数据工具抓取近三年报表核心字段、近六个月重大公告、估值与行业基准，再代入指标表做瞪眼速判；输出需包含直觉判断、支撑指标、核心风险与下一步交叉验证动作。
执行流程与训练¶
三步瞪眼法：海选（公告信号与财务过滤 + 一句话逻辑测试）→ 深瞪（公告与财报闭环、数字自洽、强制做空报告）→ 验证闭环（内外部交叉验证）。
另含 训练体系（倒序暴雷训练、行业浸泡、直觉审计日志）及 诚实边界（不预测短期股价、依赖行业基准、高杠杆行业需调整阈值等）。
触发方式¶
description 中给出的触发词包括：拉马努金选股、瞪眼法、一眼看穿财报、数字直觉、1729选股。适用场景写明为：A 股基本面筛选、财务排雷、事件驱动机会捕捉、直觉训练。
安装与启用¶
SkillHub 推荐让 Agent 按安装文档操作，或本地使用 skillhub CLI。安装时必须用 --dir 指向当前客户端的 skills 目录，否则默认落在 ./skills/ 且可能不被识别。
1. 检查或安装 skillhub CLI¶
command -v skillhub && skillhub --version
未安装时可按 SkillHub 安装文档执行（完整安装示例）：
curl -fsSL https://skillhub-1388575217.cos.ap-guangzhou.myqcloud.com/install/install.sh | bash
说明文档：https://skillhub.cn/install/skillhub.md
2. 安装本 Skill¶
搜索可见完整简介与安装提示：
skillhub search lamanu
安装到指定目录（namespace 与 slug 需与坐标一致）：
skillhub install lamanu --namespace user_231765ee --dir <你的 skills 目录>
也可向 Agent 发送 SkillHub 页面提示词：
请根据 https://skillhub.cn/install/skillhub.md，安装 `@user_231765ee/lamanu`。
3. 各客户端 skills 目录（摘自 SkillHub 安装文档）¶
| 客户端 | 常见路径 |
|---|---|
| Cursor | ~/.cursor/skills/ |
| Claude Code | ~/.claude/skills/ |
| Codex | ~/.codex/skills/ 或项目下 .agents/skills/ |
安装后按你所用客户端要求重启或刷新 Skill 索引。当前 Skill 包内仅含 SKILL.md，无附带 Python 脚本；财务与公告数据依赖 Agent 运行时可用的检索/抓取能力，Skill 文本中列明了抓取清单，但未内置固定 API 实现。
典型用法¶
下列示例对 Agent 的期望行为来自 SKILL.md 中的工作流，便于复现「先数据、后瞪眼」的节奏。
单票排雷（应走 Step 2 全流程）
用拉马努金瞪眼法看一下 600519，先抓最新财报和近半年公告，过一遍生死线指标表，给出直觉判断和三个支撑指标。
公告与财务闭环
某公司刚发重大合同公告，用瞪眼法核对：合同负债增速、毛利率行业分位、净现比是否形成闭环；若触发一票否决直接说明原因。
框架与训练（可走 Step 1 中的纯框架类）
解释一下拉马努金选股里的「公告措辞三瞪」和恶性阈值清单，我想用来训练直觉审计日志。
Agent 应按 Skill 规定的输出结构回复：直觉判断、不超过三个的定量证据、做空视角下的核心风险、以及需进一步交叉验证的数据来源。
适用场景与注意¶
适合谁：需要在 A 股场景下用统一话术做基本面海选、财务排雷、事件公告解读，并希望 Agent 遵守「禁止臆造数字、先抓取再分析」纪律的研究者或个人投资者。
限制与坑：
- Skill 自述无法预测短期股价，震荡市与纯题材阶段应降低「瞪眼」决策权重（见决策启发式规则 4）。
- 无行业基准线时，结构透视与异常判断容易失真；Skill 要求建立申万等行业对比数据。
- 金融、地产等高杠杆行业需调整阈值，不能机械套用通用表。
- SkillHub 下载接口对错误 slug 可能返回 404；安装时应使用
lamanu --namespace user_231765ee，与坐标@user_231765ee/lamanu一致。 - 社区 Skill 不构成投资建议；量化阈值与公告评分表是分析框架，实盘仍需自行核实原始披露文件。
结尾¶
拉马努金瞪眼选股把 A 股基本面研究拆成可重复的指标表、公告规则和 Agent 工作流，适合作为长期挂在 Agent 里的「瞪眼」辅助 Skill。安装与详情以 SkillHub 为准：https://www.skillhub.cn/skills/user_231765ee/lamanu
