# AI Berkshire — 项目指令

## 项目概述

基于 Claude Code 的价值投资研究 Skill 合集。四大师框架：巴菲特、芒格、段永平、李录。
GitHub: xbtlin/ai-berkshire

## 项目结构

```
skills/          — 投研 Skill 定义（.md），复制到 ~/.claude/commands/ 使用
tools/           — 辅助工具（financial_rigor.py 精确计算）
reports/         — 投资研究报告输出
assets/          — 图片等静态资源
```

## 报告命名规范

| Skill | 命名格式 | 示例 |
|------|---------|------|
| /investment-team | `reports/{公司名}-team-{YYYYMMDD}/` 目录 | `reports/拼多多-team-20260407/` |
| /investment-research | `reports/{公司名}-research-{YYYYMMDD}.md` | `reports/腾讯-research-20260408.md` |
| /investment-checklist | `reports/{公司名}-checklist-{YYYYMMDD}.md` | `reports/腾讯-checklist-20260408.md` |
| /industry-research | `reports/{行业名}-industry-{YYYYMMDD}.md` | `reports/半导体-industry-20260408.md` |
| /private-company-research | `reports/{公司名}-private-{YYYYMMDD}.md` | `reports/字节跳动-private-20260408.md` |
| /earnings-review | `reports/{公司名}-earnings-{期间}.md` | `reports/腾讯-earnings-2025Q4.md` |
| /thesis-tracker | `reports/{公司名}-thesis.md`（长期维护） | `reports/美团-thesis.md` |
| /portfolio-review | `reports/portfolio-latest.md`（持续更新） | `reports/portfolio-latest.md` |
| /management-deep-dive | `reports/{公司名}-management-{YYYYMMDD}.md` | `reports/美团-management-20260409.md` |

## /investment-team 目录结构

```
reports/{公司名}-{日期}/
├── README.md                         — 研究框架概览+核心结论
├── 01-商业模式分析-段永平视角.md
├── 02-财务估值分析-巴菲特视角.md
├── 03-行业竞争分析-芒格视角.md
├── 04-风险管理层评估-李录视角.md
└── 最终报告.md                       — Team Lead 综合报告
```

## 报告语言与风格

- 所有报告使用**中文**
- 风格：直接、犀利、不说废话
- 数据必须标注来源，关键数据至少2个来源交叉验证
- 估计值必须注明"估计"
- 评分使用★符号（★1-5），不含半星
- 穿插巴菲特/芒格/段永平/李录的语录点评

## GitHub 操作

- 本地克隆路径：`~/ai-berkshire/`
- 远程仓库：`https://github.com/xbtlin/ai-berkshire.git`
- 推送前先 `git pull --rebase origin main`（远程经常有新提交）
- commit message 用中文，描述清楚改了什么
- 不要推送中间过程文件（如 data_collection.md），只推最终报告

## 常用命令

```bash
# 推送报告到GitHub
cd ~/ai-berkshire
git add reports/xxx.md
git commit -m "添加xxx报告"
git pull --rebase origin main
git push origin main
```

## 注意事项

- 市值必须手算校验：股价 × 总股本，与报告市值对比
- 货币单位要明确（港币/人民币/美元），防止混淆
- PE/ROE等指标用 tools/financial_rigor.py 精确计算
- 报告写完后主动询问是否推送到GitHub