前言¶
在 DeepSeek Harness（DSH）裏做個股研究，常見問題是流程散落在對話裏：換一隻標的就丟進度，階段之間沒有統一清單，報告引用也難以後續覈對。自建 prompt 可以覆蓋部分環節，但多標的並行時，狀態容易互相覆蓋，側欄也缺少一個固定的「研究所」視圖。
dsh-stock-research 把投資盡調收成一條工作流：7 個技能驅動 8 階段框架，每隻股票獨立檔案，側欄提供概覽與發起新盡調。研究依賴模型與網絡工具，純技能、不需要額外 API key（與 README 表述一致）。下文按「是什麼 → 能力 → 安裝 → 用法 → 實現與注意」說明。
這是什麼¶
- 插件名稱：
dsh-stock-research - 維護者：liangdabiao
- 分類：工作流（社區目錄）
- 版本：0.3.0（見倉庫
package.json） - 許可：MIT（liangdabiao）
一句話定位：DSH 上的股票投資盡調工作臺——8 階段研究框架、7 個技能、清單與檔案持久化，以及 Web 側欄「投資盡調」頁面。技能方法論源自 Claude-Code-Stock-Deep-Research-Agent（MIT，同作者）。
框架輸出的是分析過程與結構化結論，不構成投資建議；README 附有完整免責聲明，使用前請自行閱讀。
八階段框架與七個技能¶
八階段盡調流程¶
對話觸發後，模型會細化問題，再按順序推進八個階段，最後產出帶引用的盡調報告，並做信號評級（README 以綠 / 黃 / 紅三檔描述）：
- 公司事實底座
- 行業週期分析
- 業務拆解
- 財務質量
- 股權治理
- 市場分歧
- 估值與護城河
- 綜合報告（含信號評級）
七個技能（職責摘要）¶
| 技能 | 功能 |
|---|---|
stock-research-executor |
核心引擎：執行 8 階段流程，多智能體並行研究，生成帶引用報告 |
stock-question-refiner |
將股票名/代碼細化爲結構化盡調指令（投資風格、持有期、風險偏好） |
citation-validator |
校驗報告引用準確性、來源質量與格式（A–E 來源分級） |
got-controller |
Graph of Thoughts 控制器，管理研究圖狀態 |
question-refiner |
通用研究問題細化 |
research-executor |
通用 7 階段深度研究 |
synthesizer |
綜合多個研究智能體的發現 |
其中 stock-research-executor 與 stock-question-refiner 是直接服務「個股盡調」主路徑的技能；其餘技能支撐引用校驗、圖狀態與通用研究鏈路。
側欄研究所與檔案庫¶
研究所（側欄「投資盡調」）¶
點側欄圖標進入研究所頁面，README 列出四個視圖：
| 視圖 | 內容 |
|---|---|
| 概覽 | 在研標的數、報告數、整體進度、評級分佈、最近更新 |
| 我的盡調 | 按代碼/名稱/研究問題搜索與評級篩選；卡片含評級色點、進度條、報告數 |
| 標的詳情 | 8 階段清單（含結論備註）、歷史報告可閱讀、兩次快照的指標對比（如 PE、營收、評級變化） |
| 發起新盡調 | 填寫代碼、風格、持有期後一鍵開新對話，8 階段指令已預置 |
頁面通過 postMessage 讓宿主打開新對話；靜態資源位於包內 lab/，由 webServer 以 /stock-research/ 前綴提供。
檔案庫（多標的互不覆蓋）¶
持久化目錄在 Host 環境（沙箱無法寫入 $DSH_HOME），結構如下：
$DSH_HOME/stock-research/
├── dossiers/<ticker>/
│ ├── meta.json # 名稱/市場/風格/評級/報告登記
│ ├── checklist.json # 8 階段清單
│ └── snapshots/ # 每次收尾存一份指標快照
└── state.json
要點：
- 每隻股票一個
dossiers/<ticker>/文件夾，避免「新標的覆蓋舊標的進度」。 - 報告在檔案裏只登記路徑、不復制文件，正文仍留在你的工作區。
- 舊版單文件
dd.json在首次啓動時會自動遷移爲檔案夾結構。
配套三個工具：stock_checklist（按 ticker 隔離的清單）、stock_archive（登記報告/評級/指標、對比快照）、stock_module（查方法論）。
安裝與運行環境¶
安裝命令以 README 爲準：
dsh plugin --profile web add dsh-stock-research
package.json 聲明的運行約束：
- Node：
^22.19.0 || >=24.0.0 - DSH：
>=0.2.1-rc.2 <0.3.0 - 客戶端：
dsh.client.platform爲web，且immediately: true
插件以當前 DSH 進程權限運行；安裝前建議瀏覽倉庫源碼與 MIT 許可證，確認符合你的合規與安全要求。
典型用法¶
在對話裏用自然語言指定標的即可，README 示例：
- 「深度調研 600519」
- 「幫我盡調騰訊 00700.HK，價值投資風格」
經過上面的步驟，模型會：細化問題 → 走完 8 階段研究 → 輸出盡調報告。若要用界面發起，可在研究所「發起新盡調」中填寫代碼、風格與持有期，再進入帶預置指令的新對話。
實現要點（便於二次開發）¶
- 技能隨包分發；工具在 Host 進程執行，負責清單與
$DSH_HOME下檔案持久化。 - 系統提示注入 8 階段方法論摘要、引用標準（A–E 來源分級）與免責聲明。
- 維護者提供的自檢命令（開發/打包用）：
npm install && npm test && npm run selftest && npm run build
npm test 覆蓋快照合規、8 階段方法論、引用規則、dsh 環境映射等；npm run selftest 校驗 7 技能註冊、systemPrompt 與許可等，零網絡。
適用場景與注意¶
適合：需要在 DSH Web 側長期跟蹤多隻標的盡調進度、希望階段清單與快照可對比、並希望在報告側強調引用分級的個人或團隊研究流程。
注意：
- 輸出爲研究框架分析，非投資建議；決策前需自行盡職調查並諮詢合格顧問。
- 研究質量依賴模型與其環境中的網絡工具，引用須經
citation-validator與 A–E 分級約束，仍不能替代一手信源覈對。 - 社區目錄與 GitHub 由維護者發佈，與 DeepSeek / 幻方無官方從屬關係；生態理念是「一切皆插件」，按需選用即可。
鏈接¶
- 社區目錄：https://www.skillhub.cn/plugins/liangdabiao/dsh-stock-research
- 源碼與 README：https://github.com/liangdabiao/dsh-stock-research
以上即 dsh-stock-research 的定位、八階段工作流、檔案與側欄用法，以及安裝與合規邊界；按需安裝後，從一句盡調指令或研究所「發起新盡調」即可接入整套流程。
