ai-berkshire · 价值投资研究 Plugin
基于 Claude Code 的价值投研 Skill 合集。以 巴菲特、芒格、段永平、李录 四大师方法论为骨架，覆盖从选股筛选、深度研究、财报精读、组合管理到供应链瓶颈套利的完整投研工作流。
装包即用：
claude --plugin-dir ./ai-berkshire-plugin，然后说「研究腾讯」或/investment-research 腾讯。 安装细节见 INSTALL.md。
为什么是 Plugin + Skill
原项目里 18 个投研流程是散装的 .md 文件，靠手动复制安装，脚本路径硬编码——换机器就坏。本包打成标准 Claude Code Plugin，并以官方推荐的 Skill 形态（skills/<名>/SKILL.md）提供：
- 自包含：18 个 skill + 9 个工具脚本都在包内
- 可移植：脚本路径走官方
${CLAUDE_PLUGIN_ROOT}，装在哪都能跑 - 双重触发：既可自然语言触发（说「研究腾讯」，Claude 按 skill 描述自主调用），也可
/skill-name显式调用 - 一键安装：
claude --plugin-dir或/plugin install
18 个 Skill（按投研流程分组）
选股 · 筛选漏斗
| Skill | 用途 |
|---|---|
/quality-screen [公司/行业/指数/主题] | 7 条指标快速去劣，排除非一流公司 |
/industry-funnel [行业] | 行业漏斗：从全市场逐层精选到 3 家 |
/industry-research [行业] | 产业链全景扫描 + 四大师个股框架 |
/investment-checklist [公司] | 巴菲特买入前 Checklist |
深度 · 公司研究
| Skill | 用途 |
|---|---|
/investment-research [公司] | 四大师综合分析框架（单 Agent） |
/investment-team [公司] | 四角色并行研究（Team 多 Agent） |
/management-deep-dive [公司/人] | 管理层纵深：买股票就是买人 |
/private-company-research [公司] | 未上市公司多 Agent 深度研究 |
/deep-company-series [公司] | 8 篇长文拆一家公司（公众号系列） |
跟踪 · 财报与持仓
| Skill | 用途 |
|---|---|
/earnings-review [公司 季度] | 财报精读：一手资料解读（单 Agent） |
/earnings-team [公司 季度] | 四大师并行解读财报 + 公众号发布 |
/thesis-tracker [公司] | 投资论文追踪：买入后的纪律系统 |
/portfolio-review [持仓] | 组合管理：从研究公司到管理组合 |
/news-pulse [公司] | 股价异动快速归因（4 Agent 情报） |
套利 · 主题与内容
| Skill | 用途 |
|---|---|
/bottleneck-hunter [超级趋势] | 供应链瓶颈猎手：产业链咽喉套利 |
/wechat-article [主题] | 公众号文章：作者-编辑-读者三 Agent |
/dyp-ask [问题] | 段永平人设问答 |
/financial-data | 财务数据获取与交叉验证规范 |
表中
/xxx为显式调用；同样可用自然语言触发，如「帮我研究腾讯」「财报怎么看」「组合帮我看看」。
典型工作流
/quality-screen 行业 → 去劣
↓
/industry-funnel 行业 → 精选 3 家
↓
/investment-team 公司 → 四大师深度研究
↓
/investment-checklist 公司 → 买入前过关
↓ （买入后）
/thesis-tracker 公司 → 论文追踪
/earnings-team 公司 季度 → 每季财报复核
/news-pulse 公司 → 异动归因
/portfolio-review 持仓 → 组合再平衡
目录结构
ai-berkshire-plugin/
├── .claude-plugin/ plugin.json + marketplace.json
├── skills/ 18 个投研 skill（每个一个目录 + SKILL.md）
├── tools/ 9 个 Python 工具（财务验算 / 报告审计 / 雪球抓取…）
├── references/ 方法论参考（四大师框架 / 数据源规范）
├── INSTALL.md 安装指南
└── LICENSE MIT
核心原则
- 客观、客观、客观：基于事实和数据，严禁主观臆断
- 严格区分"事实"与"观点"，每个判断附正反两面论据
- 金融数据用
tools/financial_rigor.py精确计算（Decimal），多源交叉验证 - 强制给结论：通过 / 不通过 / 灰色，带价格区间，不打太极
详见 references/。
关于 Skill 形态
本包采用官方推荐的 Skill 形态（skills/<名>/SKILL.md）。每个 skill 的 frontmatter description 写明了触发场景（第三人称 + 触发短语），Claude 据此自主调用。两种触发方式：
- 自然语言：「帮我研究腾讯」「段永平会怎么看拼多多」「组合帮我再平衡一下」
- 显式调用：
/investment-research 腾讯
每个 SKILL.md 正文保留了原投研流程的完整内容（四大师框架、反偏见机制、工具调用步骤）。后续可对偏大的 skill（如 private-company-research、bottleneck-hunter）做渐进式拆分：精简 SKILL.md 核心 + 把详细内容移到 references/，以符合官方 progressive disclosure 建议。
上游项目
完整研究报告、实盘记录、长 README 见上游仓库：https://github.com/xbtlin/ai-berkshire
License: MIT