前言¶

做个股研究的人常见的困境是：资料越查越多，结论越写越软。打开十几个券商研报、翻完三张财报，最后输出一句「建议逢低关注」，既没有价格区间，也没有仓位，更说不清为什么买。另一个问题是 AI 直接心算 DCF 和仓位，误差大到没法复核。

下面介绍的这个 Skill 针对的就是这两点：把巴菲特、芒格、段永平、李录四个人的方法论拆成一套可执行的研究流程，强制输出结论，并且所有市值、估值、IRR、仓位、比率计算都走 Python Decimal 工具，不让模型自己算。

这是什么¶

一句话定位：一个把四大师价值投资方法论系统化成一个投研团队的 Skill，覆盖从商业模式判断、财报精读、护城河评估、估值计算到持仓管理、卖出纪律、决策复盘的完整链路。

• 名称：十六科技价值投资大师团
• 坐标：@user_7f6c97a1/shiliu-ai-berkshire
• 官方地址：https://api.skillhub.cn/user_7f6c97a1/shiliu-ai-berkshire
• 发布者：user_7f6c97a1，来源 community，分类 professional
• 版本：2.4.0
• 需要 API Key：否（requires_api_key=false）
• SkillHub 页面数据：评分 100000，下载 1247 次（随时间变化）

它解决的核心问题是：个人投研缺框架、缺纪律、缺可复现性。Skill 用九个机制把流程固定下来，其中比较关键的是强制给结论、四大师视角对抗、结构化反偏见、Decimal 精确计算、可复现输出、多 Agent 并行研究、冲突仲裁收敛、全链路研究闭环、商业模式视角与双报告交付。

核心功能¶

强制给结论，不打太极¶

输出必须是三选一：通过、不通过、灰色地带。灰色地带要给出具体价格区间和激进/稳健/保守三档仓位建议。内置「镜子测试」：如果 5 句话说不完整这家公司值不值得买，就按不买处理。这一步解决的是「写了很多字但等于没说」。

四大师视角对抗¶

同一个问题让四个视角各自回答，并明确分工：段永平问「是不是好生意」，芒格问「这家公司怎么死的」，巴菲特问定价权和资本配置，李录问文明趋势与长期复利。冲突本身被视为决策的真实状态，而不是需要消除的噪声。多 Agent 模式下，四个 Agent 先各自独立研究同一家公司，再互相辩论，而不是串行生成一段四平八稳的综述。

商业模式分析与双报告交付¶

这是 v2.1/v2.2 加入的链路入口，投资决策先问「这是不是一个好模式」，再谈估值。四层走完定商业模式健康度（🟢/🟡/🟠/🔴）：

1、S 商业模式画布：9 大板块闭环。
2、K 逻辑四维 + 深化三维：价值创造、传递、获取、系统协同，再深化到文化价值观、情感连接、组织韧性。
3、I 产业链卡位与定价权：上游/中游/下游/生态定位。
4、L 文化主张与认知解决：4C 框架 + 认知 5 层漏斗。

双报告交付（v2.2）要求两套文档都出，且自动比对一致才准出：

business_model_report.py  生成 Word《投资决策模式调研报告》
report_audit.py           对 Markdown《投资研究报告》抽检准出
verify_dual_report.py     自动比对两份报告一致才准出

Word 报告为零依赖生成，副标题默认「十六科技手账的商业模式分析」，可用 handbook_name 参数替换。Markdown 报告衔接七模块完整研究：数据收集→生意本质→护城河→逆向思考→管理层→文明趋势→估值。

财报、护城河与资本配置¶

财报分析模块支持三表科目深读，不只是看净利润。护城河评估按结构性优势逐项检验，资本配置分析看钱花得对不对（回购、分红、并购、资本开支与历史回报率对照）。行业筛选、风险登记册、卖出纪律、决策机制（冲突仲裁/加权综合/仓位决策/买卖触发带）覆盖持有期和退出期。

资料分析与反偏见机制¶

专门处理二手信息：券商研报拆水分、管理层言行信号比对、传闻定级。内置三类机制：

• 信息丰富度 A/B/C 评级，防止「资料多 = 确定性高」的幻觉。
• 8 条快速否决红线。
• 留白原则：数据不足就标注灰色地带，不硬编数字。

32 个研究模式与 13 个计算工具¶

32 个研究模式按类别划分：深度研究、财报分析、行业筛选、持仓管理、决策机制、资料分析、思维工具、决策记录。13 个计算工具全部基于 Python Decimal，禁止 AI 心算，覆盖：

DCF 全链路、杜邦拆解、财务比率、盈余质量、成长一致性、多方法估值矩阵、破产风险 Z 值、同行对比、安全边际价格带、凯利仓位、风险预算、组合集中度、再平衡，以及 Word 报告生成和双报告闭环验证。关键数据要求 ≥2 个独立来源交叉验证。

交互工作台¶

assets/workbench.html 是一个浏览器端快算面板，把常用估值和仓位计算做成可视化界面。在 Skill 里说「打开工作台」「交互计算一下」「可视化计算面板」即可调出，不需要另起脚本。

安装与启用¶

官方资料中未给出命令行安装方式，因此不在此臆造命令。安装与启用请走官方页面，用下面这个地址：

https://api.skillhub.cn/user_7f6c97a1/shiliu-ai-berkshire

Skill 页面：https://www.skillhub.cn/skills/user_7f6c97a1/shiliu-ai-berkshire

启用后不需要配置 API Key（requires_api_key=false）。使用时直接把研究诉求写进对话即可，Skill 会根据关键词触发，例如「研究一下这家公司」「帮我分析腾讯」「财报怎么看」「护城河深挖」「该不该卖」「买多少仓位」「帮我审这份 BP」「双报告验证」「打开工作台」等。

典型用法¶

下面给出资料中列出的可复现示例，按链路组织。

1、先判断商业模式是否成立：

这公司的生意模式怎么样，做商业模式画布分析，出双报告

走完 S → K → I → L 四层后得到健康度评级，并产出 Word 与 Markdown 两份报告，由 verify_dual_report.py 比对一致后准出。

2、再做财务与估值：

帮我分析腾讯，财报三表深读 + DCF + 杜邦拆解 + 同行对比 + 安全边际价格带

所有计算走 Decimal 工具，输出估值区间和安全边际价格带，而不是一句结论。

3、决策与仓位：

这家股票值不值得买，给出通过/不通过/灰色地带 + 价格区间 + 三档仓位

先跑四大师视角对抗，再用仲裁规则收敛成唯一结论，绑定价格区间与仓位计划。

4、持有期与退出期：

我的持仓该不该调整，组合太集中了吗，该不该卖

走组合集中度、再平衡、风险预算、卖出触发带、风险登记册，并把本次决策写入决策日志。

5、资料与传闻：

怎么看这份研报，帮我分析这段管理层讲话，这份公告是利好还是利空

走研报拆水分、管理层言行信号比对、传闻定级，并做信息丰富度评级，避免把低质量信息当成高确定性。

6、复盘：

打开工作台，交互计算一下，双报告验证

调出 assets/workbench.html 做浏览器端快算，或触发双报告闭环验证。

同一套输入会得到结构一致的输出，因此不同标的的横向对比、半年重检都可以直接套用。

适用场景与注意¶

适合：有个股研究需求、希望把 AI 输出从「一段综述」变成「可复核结论」的投研场景；需要处理财报、研报、管理层讲话等混合信源的情况；需要给买卖点、价格区间和仓位的决策场景。

限制：

1、Skill 仅提供研究框架学习，不构成投资建议。输出的是通过/不通过/灰色地带的判断和价格区间，最终决策仍需自行承担。
2、计算准确性依赖输入数据质量。Decimal 工具能保证计算过程无误，但不能保证数据源本身正确，因此关键数据需要 ≥2 个独立来源交叉验证。
3、灰色地带是设计的一部分。资料不足时 Skill 会明确标灰而不是硬编数字，这意味着输出可能出现「不完整」的感觉，这是留白原则的要求。
4、四大师视角是框架而不是预言。视角对抗的价值在于暴露盲区，不能替代对行业和公司的一手调研。
5、安装命令在官方资料中未提供，本文不作推断，请以官方页面说明为准。

结尾¶

这个 Skill 的价值不在于给出一个「正确答案」，而在于把投研流程固定下来：先问是不是好生意，再看三表和护城河，然后算估值和仓位，最后按纪律买入、监控、卖出、复盘，每一步都有对应模式和计算工具，且强制给出可执行的结论。

官方地址：https://api.skillhub.cn/user_7f6c97a1/shiliu-ai-berkshire