前言¶
写公司研究的人常遇到两个问题：一是资料散在财报、公告、行业报告和新闻里，拼凑一次要花整天；二是产出往往止步于一篇概览，缺少可追溯的分主题深挖。深度公司研究系列（deep-company-series）就是冲着这个点来的。它把”拆一家公司”拆成 8 篇长文，给出一套结构化的研究路径，减少来回翻资料的时间。下面介绍它的定位、能力和使用方式。
这是什么¶
深度公司研究系列是一个面向大模型 Agent 的 Skill，坐标 @user_3c6cb52e/deep-company-series-kemq，由社区发布者 user_3c6cb52e 维护，版本 1.0.0，来源标记为 community。它归类在 knowledge-management（知识管理）下，定位是”AI Berkshire skill”：把对单一公司的深度研究拆成 8 篇长文，供 Agent 按主题分步展开。
一句话概括：它解决的是”研究一家公司时如何组织信息、避免低水平重复检索”的问题，而不是替代检索本身。
核心功能¶
根据官方简介，该 Skill 的核心能力是：围绕一家公司产出 8 篇长文，每篇对应一个研究主题，逐步拆解公司的业务、财务、竞争与风险。
它的工作方式是先给出研究框架，再让 Agent 按框架逐篇填充和核实。这样做有两个好处：
- 主题边界清晰，避免一次长回答里信息互相覆盖；
- 每篇长文可独立引用和复查，后续更新时只需重写对应篇目。
官方标签中 requires_api_key=false，说明使用该 Skill 不需要单独申请 API Key，对使用门槛没有额外要求。
安装与启用¶
该 Skill 按通用 SKILL.md 格式组织，可放进 Agent 的技能目录后被调用。SkillHub 页面给出的坐标是：
@user_3c6cb52e/deep-company-series-kemq
安装时可以按平台习惯在 SkillHub 中搜索该坐标，或直接访问官方地址：
https://www.skillhub.cn/skills/user_3c6cb52e/deep-company-series-kemq
需要说明的是，官方页面未公开具体的手动安装命令，也未说明在 Cursor、Codex CLI、Claude Code 之间的配置差异。因此这里只给出坐标和页面入口，不推测安装步骤。使用时请以官方页面当时的说明为准。
典型用法¶
该 Skill 的典型用法是：把目标公司名称交给 Agent，让它按 8 篇长文的结构逐篇展开研究。
研究目标：某某公司
输出结构：8 篇长文，每篇对应一个研究主题
执行时先确定研究主题清单，再逐篇检索、写作和核实。每篇长文产出后，Agent 可以对单篇做追问或更新，而不必重写全部内容。这套方式适合需要长期维护同一公司研究的场合：公司信息变化时，只需替换对应主题篇目。
官方资料未提供更细的示例命令或参数，因此这里只还原设计思路，不虚构具体输出样例。
适用场景与注意¶
适合以下几类场景：
- 需要对单一公司做深度、结构化研究；
- 研究结果要分主题留存，便于复查和更新；
- 希望减少重复检索，把精力放在分析和核实上。
需要注意的限制：
- 该 Skill 只提供研究框架和写作结构，检索质量取决于 Agent 实际能访问的信息源；
- 8 篇长文是设计上的拆分方式，实际主题需要根据公司情况调整；
- 内容深度受模型能力限制，财务数据和结论仍需人工核对原始资料；
- 官方页面未公开安装命令和平台适配说明，接入前建议先在 SkillHub 页面确认。
结尾¶
深度公司研究系列的价值在于把”拆一家公司”变成一套可重复的研究流程：8 篇长文、主题分明、便于更新。它不负责检索，也不保证结论正确，但能帮 Agent 把零散信息组织成有结构的产出。如果你需要长期跟踪单一公司，可以从官方页面开始试用：
https://www.skillhub.cn/skills/user_3c6cb52e/deep-company-series-kemq
