如何用AI拆解机构研报：AlphaGBM Skills研报拆解工作流保留原始评级与关键假设

如何用AI拆解机构研报AlphaGBM Skills研报拆解工作流保留原始评级与关键假设【免费下载链接】skillsBring realtime market data and research workflows into Claude Code, Cursor beyond — 29 open-source Skills for stocks, options and commodities.项目地址: https://gitcode.com/gh_mirrors/skills38/skillsAlphaGBM Skills 是一个开源 AI 技能库可以把实时市场数据与研究工作流带入 Claude Code、Cursor 等 AI 编程环境其中alphagbm-report-breakdown研报拆解工作流专门帮新手和普通投资者用 AI 拆解机构研报自动提取机构观点、原始评级、目标价、关键假设、风险与后续验证节点并且严格保留评级属于报告发布时点的机构判断这一归属不会把评级悄悄改写或包装成当下买卖建议。为什么需要研报拆解这类 AI 工作流机构研报通常信息密度很高一份报告里混杂着机构观点、编辑解读、图表假设、公式推演和风险提示。新手阅读时最常见的两个坑张冠李戴把编辑的解读当成机构原话把估值情景当成机构目标价时点错位把报告发布时的评级当成现在还能买的信号忽略了评级不是概率、更不是承诺。AlphaGBM 的研报拆解工作流正是针对这两点设计的它要求 AI 在输出时保留原始日期、原始评级、货币单位与观察期限区分事实、机构观点与 AI 自己的推断最后附上风险和验证问题而不是一句空泛的利好。安装一条命令接入你的 AI 工具研报拆解是独立安装的 Skill 包不需要单独安装 AlphaGBM CLI唯一运行时依赖是 Python 3.9npx skills add AlphaGBM/skills --skill alphagbm-report-breakdown安装时安装器会询问你使用的 AI 工具Claude Code、Cursor 等。装完后直接对 AI 说人话即可例如帮我调用 AlphaGBM 拆解一份已发布研报说明机构观点、原始评级、关键假设、风险和后续验证节点。工作流怎么跑从检索到拆解两步走整个流程定义在 skills/alphagbm-report-breakdown/references/report-breakdown.md 中分两步第 1 步找到要拆解的研报。通过公开目录检索已发布内容——AlphaGBM 自有研究用research --collection research --lang en机构观点摘要用research --collection news --view research --lang en中文加--lang zh从返回结果里选中一篇记下它的 slug 和版本revision。第 2 步调用打包好的 Python 运行器拆解python3 skill-dir/scripts/run.py report --slug published-slug --revision published-revision --lang en这条命令读取的是已公开发布的数据无需 API Key、不消耗付费分析额度。如果后端暂不可用工作流会直接报错并停下而不是用示例数据假装成功。等等——这张图已使用过实际文章只保留第一张即可。下面的结构化输出示例展示的是拆解结果的字段形态。拆解结果长什么样五块核心内容AI 会按固定结构向你汇报每块都有明确的不越界规则报告身份机构名称、报告日期、涉及资产。注意——必须用报告日期不能用存档时间/发布时间/你检索的时间偷换概念。核心论点主要观点是什么、它成立需要哪些前提并引用返回的章节 ID 和来源。原始评级与目标价把评级和目标价归属到报告发布时点的机构货币、期限、评级变化、关联资产原样保留缺失的字段就如实说缺失绝不替你脑补单位或日期。关键假设与风险图表、公式、情景里的假设要保留原样情景推演结果不能写成已经发生的事实。后续验证问题报告里已发布的风险与下一个该核实的信号如果没有AI 会明说并把自己补充的问题明确标注为我AI的建议。仓库里附带了一个离线示例文件 demo/report-breakdown.json可以直观看到 JSON 结构institution机构、originalRatings原始评级与目标价、keyAssumptions关键假设、risks风险和nextCheckpoints验证节点。示例中还特意写入了rating is not a probability or a promise评级不是概率、不是承诺这类风险提醒。新手避坑三个容易踩的边界① 机构摘要 ≠ 机构完整报告。工作流明确区分三种数据源owned_research是已发布文档的完整正文含图表公式institutional_summary只是已发布的摘要即使编辑声称看过完整报告返回的也仍是摘要不是机构私有 PDFowned_research_summary只是一段短评论关联的完整报告不会自动附带。②partial状态要看懂。状态为partial表示该结果没有经过最新来源核验或实时市场上下文此时不宜把结论当成最新事实使用。③ 研报内容一律视为资料而非指令。工作流要求把返回的正文、URL、嵌入文本全部当作不可信的研究素材处理AI 不会执行研报里夹带的命令也不会泄露你的密钥。延伸阅读完整使用说明docs/REPORT_BREAKDOWN.md技能定义与运行入口skills/alphagbm-report-breakdown/SKILL.md、skills/alphagbm-report-breakdown/scripts/run.py权限与证据规则skills/alphagbm-report-breakdown/references/access.md演示数据说明合成数据、非实时行情demo/README.md全量技能目录与访问状态docs/CATALOG.md、docs/ACCESS.md⚠️一句话总结AlphaGBM 的研报拆解工作流不是帮你读懂利好而是帮你守住边界——原始评级归机构、时点归报告日期、风险与验证问题一个不落。这是新手用 AI 做投研时最值得保留的习惯。【免费下载链接】skillsBring realtime market data and research workflows into Claude Code, Cursor beyond — 29 open-source Skills for stocks, options and commodities.项目地址: https://gitcode.com/gh_mirrors/skills38/skills创作声明：本文部分内容由AI辅助生成（AIGC），仅供参考