前言¶
普通 LLM 寫研報的通病是：沒有一手資料、數字靠心算、結論模棱兩可、無法複覈。DeepSeek Harness（DSH）的理念是「一切皆插件」，但社區裏缺乏一套完整落地的價值投資研究流程。dsh-invest-bundle 就是爲此設計的插件，它把價值投資研究能力打包成插件，提供 23 個投研技能、10 個原生工具、四大師並行 workflow 和圖文並茂 PDF 渲染管線，零外部 npm 依賴。
插件定位¶
dsh-invest-bundle 是一個 DeepSeek Harness 插件，由維護者 woshipixiu1234 發佈。它將方法論血統來自 xbtlin/ai-berkshire（MIT，16.8k★）的 21 個 Claude Code 技能改造爲 DSH 原生技能，並吸收了 @stifer/dsh-harvest 的多平臺調研思路，同時把「關鍵詞命中」式驗證換成覆蓋率式驗證。
插件代碼本身 MIT 許可，21 個技能文本改造自 ai-berkshire，固定提交 70646dd3aed80a7398fb293cc2b2a4de30d6070c，tools/ 下 12 個 Python 腳本與 1 個 Shell 腳本爲原樣複製、未修改。改造範圍與逐項改動見 docs/ADAPTATION.md。第 22 個技能 invest、第 23 個技能 report-publish、workflows/、tools/report/ 與本包 index.js/lib/ 全部代碼爲原創。
核心功能¶
插件通過四層約束堵住普通 LLM 寫研報的通病：
1. 取數層：invest_search 多路降級檢索 + invest_fetch 直抓/降級 r.jina.ai，拿到正文才算數。
2. 方法層：23 個技能強制 SOP（信息豐富度 A/B/C 分級、8 條否決紅線、強制結論、準出/打回閘門）。
3. 數值層：invest_rigor 跑 Python 工具做市值驗算、交叉驗證、三情景、Benford 造假檢測、十年 IRR 審計。
4. 交付層：四大師並行 workflow（invest_workflow → workflow 工具，四個真實 Agent 的進度顯示在會話面板）→ invest_chart 出圖 → invest_report_pdf 出 PDF → invest_pdf_check 準出。PDF 是交付物，md 只是過程稿。
10 個原生工具¶
| 工具 | 作用 | 關鍵行爲 |
|---|---|---|
invest_channels |
通道健康度體檢 | 13 行狀態表（11 條 harvest 通道 + 自身檢索/抓取），狀態 ok/degraded/missing/needs-key/needs-login |
invest_search |
聯網檢索 | 降級鏈 Tavily → Exa → DuckDuckGo → DDG-Lite → Bing；返回 degraded 標記，全失敗時明令「不得編造」 |
invest_fetch |
抓正文 | 直抓 → 挑戰頁檢測 → 升級 r.jina.ai；標記 paywall / unreachable |
invest_audit |
來源可信度 | 讀正文的五維打分（權威性/一手性/可驗證/時效/偏見，0-20 分），閾值 17 可信 / 11 謹慎 |
invest_verify |
斷言交叉驗證 | 數字覆蓋率×0.7 + 短語覆蓋率×0.3；同一指標兩源偏差 >5% 記衝突；≥2 源支持且無衝突才 verified |
invest_rigor |
跑 Python 投研工具 | 白名單 9 個腳本，execFile 無 shell，參數長度與字符校驗，PYTHONUTF8=1 |
invest_workflow |
裝載四大師 workflow | 返回 {meta, script, args, paths}：6 階段、四個真實並行成員；腳本與參數原樣傳給 workflow 工具 |
invest_chart |
spec 驅動出圖 | 13 種圖表類型，統一配色/標題/來源腳註，PNG 落 <outDir>/charts/，dpi 200 |
invest_report_pdf |
Markdown→圖文 PDF | 封面/結論框/表格/圖注/頁腳 PAGE 域；引擎自動降級 LibreOffice Kit → soffice → Word COM → Chrome |
invest_pdf_check |
PDF 準出檢查 | 頁數/內嵌插圖/文本量，可渲染前 N 頁 PNG；門檻 pages>=8 && images>=4 |
與 harvest 的驗證差異¶
harvest_verify 的實現是「任一關鍵詞命中即算該來源支持該論斷」，一個「騰訊」就能讓幾十個來源全部計票，兩票即 verified——假陽性極高。invest_verify 要求數字覆蓋率和短語覆蓋率同時達標，並把數值衝突單獨判爲 contradicted。
harvest_audit 只看 URL 和來源類型猜權威性，不讀正文。invest_audit 讀正文，按數字密度、一手標記、時效、標題黨詞打分。
四大師並行 workflow¶
investment-team 技能的標準動作是三步：
invest_workflow({ company, ticker, market, asOf })拿到腳本、meta 與預填參數（路徑已按安裝位置解析）workflow({ meta, script, args })發起運行——四個真實 Agent 並行：段永平·商業模式 / 巴菲特·財務估值 / 芒格·行業競爭 / 李錄·風險與管理層- 依次經過交叉質證、主筆成稿、圖表排版、準出審計；最終產物是
<outDir>/report.pdf（≥8 頁、≥4 圖）
六個階段都會出現在會話的 workflow 面板裏，可展開看每個成員的實時狀態與返回值。完成判據只有一個：ok=true && pdf.pages>=8 && images>=4；md/docx 只是中間產物。
渲染契約見 docs/report-pipeline.md：Markdown 子集、report-meta.json 字段、圖表 spec（13 種類型）、引擎降級鏈與質量門檻。
23 個技能¶
總控 invest（11 步流水線 + 聯網預檢 + 硬性底線 + PDF 交付），深度研究走 investment-team（四大師並行 workflow），成稿排版走 report-publish，其餘 20 個來自 ai-berkshire，按用途分組：
- 深度研究：
investment-research（8 步 + 三情景 + 十年折現審計）、investment-team（四大師並行 workflow，交付 PDF）、management-deep-dive、private-company-research、deep-company-series - 財報：
earnings-review（一手資料精讀 8 步）、earnings-team（6 Agent 三階段） - 行業與篩選：
industry-research、industry-funnel（4 層漏斗）、quality-screen（7 條去劣）、bottleneck-hunter、era-alpha、investment-checklist - 持倉與跟蹤：
portfolio-review、thesis-tracker、thesis-drift、news-pulse、income-investment - 工具與雜項：
financial-data（分市場取數規範）、dyp-ask（段永平式提問）、wechat-article、report-publish（圖表/PDF 排版與準出）
12 個 Python 腳本¶
financial_rigor.py（6 子命令：市值驗算/估值驗算/交叉驗證/Benford/精算/三情景）、terminal_value.py（終值倍數與十年 IRR，含 C1/C2/C3 三條硬約束審計）、report_audit.py（報告數據抽檢 15% + 準出/打回判決）、reports_index.py、stock_screener.py、ashare_data.py、twstock_data.py（FinMind）、xueqiu_scraper.py（需 playwright）、morningstar_fair_value.py、momentum_backtest.py / _v2.py、star_history_chart.py。
全部零第三方依賴（僅 stdlib，xueqiu_scraper.py 除外），Python 3.10+ 可跑。其中 star_history_chart.py 依賴上游兩個因許可原因未隨包分發的資產（xkcd 字體爲 CC BY-NC），僅作參考保留、也不在 invest_rigor 執行白名單內——詳見 NOTICE.md 第 3.1 節。
報告渲染管線¶
tools/report/ 是原創渲染管線，只依賴 python-docx + matplotlib + 標準庫：
| 文件 | 作用 |
|---|---|
palette.py |
唯一視覺 token：NAVY/AMBER/BLUE… 配色、字體、matplotlib 主題、save_fig() |
make_charts.py |
--spec spec.json --out-dir charts/ [--json]，13 種圖表類型，統一標題/腳註/配色 |
build_report_pdf.py |
--md report.md --out-dir . --meta report-meta.json [--engine auto] [--json]，輸出 docx + pdf |
check_pdf.py |
--pdf report.pdf [--json] [--render-pages 3]，頁數/插圖/文本量/渲染目檢 |
安裝與啓用¶
在 DSH 桌面端的「插件 → 發現」裏搜索 dsh-invest-bundle 安裝，重啓後生效。
也可以用 Git 目標直接安裝：
https://github.com/woshipixiu1234/dsh-invest-bundle
# 或 release 附件裏的 dsh-invest-bundle.tgz
從源碼開發時，把倉庫放到本地，在 profile 的 package.json 裏用 link: 指向倉庫目錄，並加入 dsh.profile.bundles，pnpm install 後重啓桌面端：
"dependencies": {
"dsh-invest-bundle": "link:/path/to/dsh-invest-bundle"
},
"dsh": { "profile": { "bundles": [ ..., "dsh-invest-bundle" ] } }
源碼改動無需重裝：bundle 啓動樹只在啓動時讀取，重啓即生效。
環境要求¶
- Python 3.10+：
invest_rigor的投研腳本只用標準庫（xueqiu_scraper.py除外），Node 側零第三方依賴 - 圖表與 PDF：需要
python-docx、matplotlib（pip install python-docx matplotlib），否則invest_chart/invest_report_pdf不可用 - PDF 轉換引擎：按可用性自動降級 LibreOffice Kit → 本機
soffice→ Word COM → Chrome headless；只要 docx 時不需要
典型用法¶
對模型說一句：「用 investment-team 研究貴州茅臺 600519.SH，報告日 2026-10-20」。
它會先調 invest_workflow 拿腳本與參數，再用 workflow 起四個並行 Agent（進度在會話面板裏可見），
交叉質證後由主筆寫成 report.md，invest_chart 出圖，invest_report_pdf 渲染成 PDF，
最後 invest_pdf_check 校驗頁數與插圖數。產物在 reports/<公司>-深度研究-<日期>/report.pdf。
只想做單點任務時不必上 workflow：直接說「看一下這家公司的財報」或「篩一遍白酒行業」，
對應的 earnings-review / industry-funnel 等技能會被按需調用。
自檢¶
cd packages\dsh-invest-bundle
node test\verify-skills.mjs # 23 個技能 frontmatter 與殘留檢查
node test\verify-deliverables.mjs # workflow 腳本 + PDF 管線 + 10 工具 / 23 技能註冊
node test\register.mjs # 假 ctx 驗證工具 + 技能註冊
node test\smoke.mjs # 檢索/抓取/審計/驗證/腳本 全鏈路
node test\tools-check.mjs # 逐個工具真實調用
node test\pack-check.mjs # 打包產物驗收（npm pack → 解包 → import → 註冊）
verify-deliverables.mjs 會檢查：workflow 腳本語法（async 包裝）、6 個 phase() 與 meta 一致、四個成員 label、PDF 完成門檻、
tools/report/*.py 是否完整、關鍵技能是否接線到新工具、以及 apply() 實際註冊的 10 個工具與 23 個技能。
需要你配置的東西¶
檢索與抓取無需任何 Key 即可用（Bing 兜底）。想要更好質量與穩定性，見 docs/HARVEST-CHANNELS.md：Tavily / Exa 的 Key、harvest 各平臺通道的安裝與登錄狀態。
適用場景與注意¶
適合需要系統化做價值投資研究、財報分析、行業篩選、持倉跟蹤的開發者與投資者。
插件以當前 dsh 進程權限運行，安裝前應檢查源碼與許可證。本包是研究流程工具，不構成投資建議。所有評分均爲啓發式，不能替代對原始報表、公告與合同的核對。
短結尾¶
dsh-invest-bundle 把價值投資研究能力打包進 DSH，提供 10 個工具、23 個技能、四大師並行 workflow 和圖文 PDF 渲染管線。完整文檔與源碼見 GitHub。
