前言¶
給 A 股個股寫深度研報，常見做法是讓模型自由發揮：章節想寫多少寫多少，圖表樣式各節不一，缺數據的地方用描述性語言兜過去。改兩輪之後，上一版能過審的版式在下一隻股票上就丟了。T-DIVS 報告這個 Skill 想解決的就是這個問題——把研報的章節骨架、圖表規範、配色紀律、數據誠實口徑全部固化進一套流程，讓任意股票都能產出同一質量基線的單文件 HTML 報告。它由社區開發者 user_7f0ed823 發佈在 SkillHub（community 來源，data-analysis 分類），當前發行版 1.0.12，頁面評分 100000、下載 1128 次。
這是什麼¶
一句話定位：輸入一隻 A 股個股，輸出一份深色主題、單文件 HTML 的深度分析報告，基於 T-DIVS 整合框架，數據來自 Tushare / westock 真實接口實測，而不是模型憑記憶生成。報告固定 10 節模板、統一內聯尺寸的圖表、註腳必須解釋圖表並加重點色、缺數只標註不臆測，內置結構校驗腳本，全部門禁通過方可交付。適用於寫個股深度研報、八維 + T-DIVS 框架分析、量化估值建模、虧損股 PB/NAV 重建等場景。標籤 requires_api_key=true，意味着需要有效的數據接口密鑰。
核心功能¶
T-DIVS 框架的四個組成部分¶
報告的質量基線由四層構成，缺一層就會出現口徑漂移：
- 八維 0–8 制評分：壁壘、錯殺、資金、益價、基本面、政策、大宗、量能真實性/莊股排除，克隆標杆骨架後這八維是固定口徑。
- V4 量化估值層：PE×EPS 等估值範式、估值錨（中性檔價、高於中性檔%、錨 EPS、PE 檔四個數）必須跨節口徑單一。
- V5 定價範式擴展層：定價範式三態判定、增長歸因、籌碼結構、催化日曆、相對強弱五個維度。
- 三支柱聯鎖 + 四共振觸發：估值、資金、基本面之間互相印證，不單點下結論。
固定 10 節模板與統一版式¶
章節骨架固定，每節有明確的標題位和圖表槽位。圖表統一內聯尺寸，SVG 寬度按 420/560/640 三檔（門禁放寬爲三檔 + 440 兼容）。版式紀律細化到：註腳必須是「解釋圖表」的三層結構（結論行 → 要點 → 依據）、語義配色只標重點詞語（不超過 2 組關鍵詞）、語義按「對持有者是否有利」判定。配色層是獨立文件 css-semantic-layer.css，A 股紅漲綠跌口徑：利好紅 #ff7b72、利空綠 #3fb950、待觀察黃、標題統一藍 #58a6ff；文字語義色另有一套 .cr/.cg/.cy，圖標字形必須與同段文字同色。
數據誠實口徑¶
缺數只標註不臆測，禁止爲湊版式填虛構數字；「折價」統一歸利空（綠 .cg），不論估值折價還是大宗折價一律不得標紅。單票報告不做跨票橫向對比，「對比某票、硬錨 vs 一致預期差 X%」類句子必須泛化。
交付門禁：五道關連續全過¶
這是這套 Skill 區別於普通提示詞模板的核心。生成報告的交付鏈是：
分片骨架比對 → preflight 預檢 → validate_structure(24項) →
密度 + 克隆簽名 + 體例 → SVG 槽位角色 → verify_report(殘留)
每一步的作用：
- 分片骨架比對（check_frag_parity.py）：逐分片比對容器標籤序列，把問題前移到寫作階段。
- preflight 預檢（scripts/preflight_source_check.py）：構建前掃 P1–P13，包括舊色殘留、禁用 emoji、標題內聯色、資料庫 nodeid 噪聲、script 標籤、「折價」錯色、viewBox 越界、克隆源指紋等，把「構建 → 校驗 → 定位 → 改 → 重建」的週期縮短爲一次掃描。
- validate_structure（24 項）：結構合法性與估值口徑聯鎖自洽，含配色紀律六查。
- 密度對齊 + 克隆簽名 + 體例對齊（check_density_parity.py）：h2/h3/h4/table/svg 與標杆天齊 v100（10 h2 / 31 h3 / 6 h4 / 26 表 / 9 SVG）逐項比對，任一低於 80% 禁止交付；viewBox 集合與章節 id 序列須與標杆一致；style 塊數、card/ul/li/p 的體例指標須對齊。
- SVG 槽位角色對齊（check_svg_slot_parity.py）：逐槽位校驗 9 張圖是不是「該圖形的那個圖形」，而非只看計數。
任一關 FAIL 即回爐，嚴禁帶 FAIL 入庫。這套防線是多次事故逐次固化的：德業 v100 元素計數全對但渲染高度只有標杆 69%，催生密度門禁；高德紅外 v3 四關全綠但 3 張圖槽位錯位，催生第 5 道門禁；新銳股份 v100 五關全綠但體例退化成段落體，催生體例判據；新宙邦案例發現分片比對器的靜默跳過會造假綠，隨即加固。
克隆手術與發佈包紀律¶
以標杆樣本爲底稿做克隆時，固化了「克隆手術殘留四查」（查重複章節頭、查重複 HTML id、查底稿殘留關鍵詞、查顏色聯動）和「樣式對齊複驗」五要素。發佈包用 scripts/pack_release.py 打包：自動排除平臺託管的 _icon.png 和 .DS_Store/pycache 等文件，根目錄平鋪，用 Python zipfile 寫 UTF-8 文件名標誌避免中文名亂碼。
安裝與啓用¶
SkillHub 頁面沒有提供單一安裝命令，按 SkillHub 生態的通用方式獲取：在 SkillHub 頁面（https://www.skillhub.cn/skills/user_7f0ed823/stockdivsreport）將 Skill 安裝到你的 Agent 環境後，在對話中按座標調用即可。官方地址：https://api.skillhub.cn/user_7f0ed823/stockdivsreport。
啓用前必須準備好數據接口：標籤 requires_api_key=true，數據來自 Tushare / westock 真實接口，因此需要在環境裏配置對應的 API Key。未配置密鑰時報告無法取得實測數據。
典型用法¶
用戶給出指令後，Skill 的典型工作流是分片寫作 + 底稿拼裝 + 五關校驗。可直接復現的指令形態（來自 Skill 迭代記錄中的真實用戶指令）：
- 「寫一份 XX 股票的深度分析/研報，按 T-DIVS 框架出個股報告」
- 「按天齊鋰業的格式、數據維度改吧」——以標杆樣本爲版式基準克隆到新股票
- 「保持和天齊一致」——觸發克隆簽名、槽位角色、體例三判據的對齊校驗
產出的 HTML 是單文件深色主題報告，可直接在瀏覽器打開或上傳資料庫。發佈到資料庫前還會執行 check_lib_dup 查重，命中即覆蓋對應節點。
適用場景與注意¶
適合：需要批量產出格式統一、數據可追溯的 A 股個股深度研報；需要量化估值建模或虧損股 PB/NAV 重建；要求報告可被機器校驗、可復現同版式的場景。
注意三點：
- 五道門禁只保證結構與口徑合法，不保證內容厚度和投資結論正確，交付前仍需人工複覈數據本身。
- 配色語義有明確紀律（標題、子標題、表頭避開三色，圖標字形與文字同色），手工改 HTML 時容易破壞，修改後必須重跑門禁而非只看一項。
- 克隆必須走「分片 + 底稿拼裝」架構，禁止另寫獨立生成器直接吐 HTML——門禁全綠不等於版式與標杆同源。
結尾¶
這個 Skill 的價值不在研報內容本身，而在把研報的版式紀律、數據口徑和校驗門禁變成了可執行的工程流程：任意股票復現同一質量基線。如果你也在做個股研報的自動化產出，可以從官方地址獲取後，用天齊鋰業的標杆樣本先跑一遍完整鏈路。官方地址：https://api.skillhub.cn/user_7f0ed823/stockdivsreport。輸出爲研究分析工具，不構成投資建議。
