企业官网建设流程全解析

从零构建巴菲特投资思维 Skill：基于 StockSage-agent 的价值投资评估系统深度拆解

【免费下载链接】hello-agents📚 《从零开始构建智能体》——从零开始的智能体原理与实践教程项目地址: https://gitcode.com/GitHub_Trending/he/hello-agents

导读

本文以 SKILL.md 为核心主体，完整还原 StockSage-agent 项目中「巴菲特投资思维」Skill 的设计架构：从 YAML 触发机制、2 分钟 8 问快速筛选、按任务类型分发的参考文件读取协议，到深度分析框架与强制输出的标准报告模板，并结合 8 份参考文档与仓库源码（advisor_agent.py、buffett_service.py）进行纵深验证。读完本文，你将掌握一个可直接落地的、可被 LLM 严格执行的"巴菲特式投资评估"Skill 的全部设计要点，以及如何将其接入 Reflection Agent 实现流式评估报告。

一、Skill 在项目中的定位与运行环境

在 StockSage-agent 中，skills/巴菲特投资思维/是面向价值投资分析的领域知识包。根据 README.md 的架构说明，股票分析页面各 Tab 可独立流式运行 Agent，其中"巴菲特评估"由agents/advisor_agent.py承载，它基于 HelloAgents 的ReflectionAgent（反思范式）构建，仅允许巴菲特评估界面调用，不允许协调者 Agent 调用；同时后端backend/app/services/buffett_service.py直接加载本 Skill 目录下的参考文件与评估框架，构建价值投资评估上下文供 API 层调用。

Skill 的目录结构如下：

skills/巴菲特投资思维/ └── skills/ └── buffett/ ├── SKILL.md # 技能入口：触发机制 + 分析流程 + 输出格式 └── references/ # 8 份参考知识库（按需读取） ├── 01-thinking-frameworks.md ├── 02-investment-philosophy.md ├── 03-business-moat.md ├── 04-management-governance.md ├── 05-financial-metrics.md ├── 06-valuation-capital.md ├── 07-risk-behavior.md └── 08-industry-playbooks.md

SKILL.md 开篇即定义了该技能的灵魂：它不是套用公式，而是"像巴菲特那样思考"——融合了 Graham 的安全边际、Munger 的质量溢价、伯克希尔的资本配置哲学，以及贯穿始终的常识与诚实。这与 buffett_service.py 中BUFFETT_FRAMEWORK字典的六个维度（快速筛选、护城河、管理层、财务指标、估值、风险/卖出）完全对应。

二、YAML 触发机制：什么时候激活这个 Skill

SKILL.md 的 frontmatter 定义了技能的元信息，其中description字段是激活条件的核心：

name: buffett description: | Activates Warren Buffett's complete investment thinking system. The following scenarios must trigger it: 分析任何股票或公司 / 评估投资机会 / 解读财报与年报 / 评估护城河与竞争优势 / 评估管理层质量与诚信 / 做出买/持有/卖出决策 / 理解价值投资核心概念（复利、内在价值、 安全边际、能力圈、市场先生）/ 分析任何行业（保险、银行、消费、媒体、能源、铁路、科技）/ 处理资本配置、回购、分红问题 / 评估市场情绪与宏观风险 / 探索何时卖出 / 分析制度迫力与管理层行为…… 即使未提及"巴菲特"，只要话题涉及投资分析、企业质量评估或投资决策，也必须主动触发。

这套描述式触发设计的关键在于：不以用户是否说出关键词为准，而以话题领域为准。只要用户的意图落在"投资分析、企业质量评估、投资决策"的语义空间内，模型就应主动激活巴菲特思维系统。这也解释了为何description刻意覆盖了从"分析行业"到"理解核心概念"再到"管理层行为"的完整语义边界——它是 Skill 与 LLM 意图路由之间的唯一接口。

注意 SKILL.md 中的硬性约定：分析前必须使用 Read 工具实际读取{Base directory}/references/下的参考文件，禁止用内置知识替代文件读取。这是确保评估结论严格对齐 8 份知识库、避免模型幻觉的关键机制。

三、第一步：2 分钟 8 问快速筛选（Path A）

任何标的进入评估流程，必须先过快速筛选关。SKILL.md 规定：先跑完这 8 个问题，出现 2 个"否"需要强有力的理由，出现 4 个"否"则直接放弃，转向下一个机会。

该筛选规则在后端被原样落盘为 buffett_service.py 的quick_filter结构，规则原文为"2个'否'需要强有力理由；4个'否'直接放弃"，与 SKILL.md 完全一致。诚信（Q7）是自动否决项——无论其他项看起来多好。

四、参考文件读取协议：按任务类型分发，绝不一次性全读

SKILL.md 的核心原则是"按需读取（read on demand）"，避免一次性加载全部知识造成上下文浪费。它将用户任务划分为三类，分别映射不同的读取路径：

A · 快速判断（"这值得深入分析吗？"）

直接用 8 问筛选，无需读取参考文件；通过筛选后才进入 B。

B · 完整公司深度分析（标准路径，按序执行）

必读（按顺序）： references/03-business-moat.md ← 护城河 / 商业模式 / 商誉 references/04-management-governance.md ← 管理层 / 文化 / 治理 references/05-financial-metrics.md ← 财务指标 / 所有者收益 references/06-valuation-capital.md ← 估值 / 安全边际 / 资本配置 按需补充： references/08-industry-playbooks.md ← 识别行业后读取对应章节 references/07-risk-behavior.md ← 对杠杆/衍生品/价值陷阱有疑虑时

C · 特定主题（直接跳转到对应文件）

这套协议的价值在于：它把"何时读什么"从模型的主观判断变成了 Skill 的确定性规则，既保证了关键知识不缺失，又控制了 Token 成本——这在真实 Agent 应用中是可复用的上下文工程范式。

五、深度分析框架（Path B 展开）：五步评估法

通过快速筛选后，进入标准深度分析流程。SKILL.md 将其拆解为五个必须按序执行的步骤：

1 · 精神定位（必须最先做，不可跳过）

"风险来源于你不知道自己在做什么。"

• 能力圈：能否用一段话解释这家公司如何赚钱？不能 → 停下并解释原因；
• 逆向检验（Inversion）：这笔投资可能以哪些方式让我亏钱？列出前三条路径；
• 时间视野：用"10 年持有"的视角，而非"这个季度会不会涨"。

关于能力圈，01-thinking-frameworks.md 补充了精确边界："圈的大小不重要，知道圈的边界至关重要"——承认"我不知道"本身就是竞争优势；圈外分析比不分析更危险（它制造虚假自信）。逆向思维来自 Munger："Invert, always invert"，先问"如何保证失败"：护城河被侵蚀、管理层诚信问题、周期底部杠杆爆炸、买入价过高、圈外判断，五条失败路径全部难以成立时才考虑投资论点。

2 · 企业质量（读取 03 + 04）

护城河：五类护城河——无形资产（品牌、专利、牌照）、成本优势、转换成本、网络效应、高效规模。关键判断是趋势（拓宽/稳定/变窄），而非只看当前状态。正如参考文档引用的巴菲特名言："需要不断重建的护城河，终究不是护城河。"

管理层：诚信（自动否决）→ 资本配置能力 → 所有者心态。同时警惕制度迫力（Institutional Imperative）——它会让优秀管理者做出非理性决策（盲目扩张、规模崇拜、同行攀比、忙碌偏见）。

"你永远无法与一个坏人做成好交易，无论前景多么诱人。"

3 · 财务与估值（读取 05 + 06）

Owner Earnings = 净利润 + 折旧摊销(D&A) − 维护性资本支出 − 营运资金增加

ROIC 10 年平均目标 >15%，现金转化率目标 >90%。安全边际分级：

4 · 风险（有疑虑时读取 07）

三类风险必须全部检查：

• 结构性：护城河变窄、技术颠覆、监管打击；
• 财务性：过度杠杆、现金流造假、表外负债；
• 行为性：确认偏误、沉没成本、制度迫力。

卖出四大标准：价格严重高估 / 基本面护城河被摧毁 / 管理层诚信问题（立即卖出）/ 出现显著更好的机会。

5 · 行业（读取 08 对应章节）

识别行业后跳转到references/08-industry-playbooks.md对应章节，该文件包含该行业的关键指标、历史案例与宏观敏感性分析——保险看综合成本率（Combined Ratio）、银行看 NPL 与 CET1、铁路看 Operating Ratio、科技看护城河类型判定（技术领先 vs 网络效应 vs 转换成本 vs 数据飞轮 vs 品牌）。

六、标准输出格式：强制输出的评估报告骨架

SKILL.md 明确规定：所有小节都是必输出项，不可省略。快速判断（Path A）每节可只写一句话；深度分析（Path B）必须完整展开。该模板在后端被 buffett_service.py 的_build_buffett_report_template函数落盘为 11 节的 Markdown 报告模板，两者逐节对应：

## Conclusion [买入/不买/持续观察/持有/卖出] — 一句话核心理由 ## Circle of Competence Assessment ← 必输出，不可跳过 [明确：圈内/圈外/边界区域]；若在圈外：停止分析并诚实说明原因 ## Key Assumptions (3–5) ← 必输出，不可跳过 [列出决策所依赖的核心假设，供日后验证] ## Business Quality - Moat: [类型] + [强/中/弱] + [拓宽/稳定/变窄] - Management: [诚信评级] / [资本配置评级] / [所有者心态评级] - Business model: [特许经营权型/商品型/混合型] - 制度迫力预警: [有/无 — 依据] ## Financial Snapshot - ROIC (10年平均): - 现金转化率: - 债务安全（最差情形测试）: - 所有者收益估算: ## Valuation - 内在价值区间: - 当前安全边际: [%]（确定性水平：高/中/低） - 建议买入价: ## Sell Criteria — Item-by-Item Check ← 持有/卖出场景必输出，逐条判断 1. 价格严重高估？ [是/否 + 依据] 2. 基本面护城河破坏？ [是/否 + 依据] 3. 管理层诚信问题？ [是/否 + 依据；若"是"，立即卖出] 4. 有显著更好的机会？ [是/否 + 依据] ## Key Risks (最多3条) [聚焦最关键的，不要罗列全部] ## Monitoring Indicators ← 必输出，不可跳过 - 每季度检查: - 触发卖出信号: ## Overall Assessment [以巴菲特的视角和语气，直接给出决策建议与核心理由]

后端模板在此基础上追加了"快速筛选（8 问检查）"表格小节，形成 11 节完整结构，并在文末强制标注"⚠️ 以上分析仅供参考，不构成投资建议"。

七、八份参考文档的核心知识地图

SKILL.md 末尾给出了参考文件索引，以下结合各文件内容提炼其核心要点（完整内容请直接阅读各文件）：

01-thinking-frameworks.md —— 思维工具

能力圈、逆向思维、市场先生（1973 华盛顿邮报、2008 金融危机案例）、长期主义（1965–2022 伯克希尔年化 19.8% vs 标普 9.9%，累计3,787,464%vs24,708%）、Munger 多元思维模型格栅（物理/生物/心理/数学/经济/化学六学科模型表）、独立思考、机会成本（"每个投资机会都要与我的心目中门槛收益率竞争"）、耐心（1969 年解散合伙基金等待机会的案例）。

02-investment-philosophy.md —— 投资哲学

集中投资（四条件选股标准：长期经济特征好、管理层能干且诚实、按私人企业标准价格有吸引力、在能力圈内；"分散化是面对无知的保护"）、对有效市场理论的系统反驳（"市场经常有效"与"永远有效"是两回事；Superinvestors of Graham-and-Doddsville 演讲）、不做市场预测（预测者是幸存者偏差的产物）、低估与安全边际（"雪茄烟头"到"以合理价格买入伟大公司"的演化对比表）、复利三条件（持续储蓄、避免大错、有利外部环境）、内在价值定义（1989 年信："内在价值是企业在剩余生命周期内可提取现金的折现值"——是一个区间而非精确数字）。

03-business-moat.md —— 企业质量：护城河与商业模式

经济护城河的本质（"竞争对手有钱、有人才、有决心，却仍然无法复制你的优势"）、五类护城河详述（品牌四标准：定价权/跨周期需求/全球化/质量稳定；成本优势来源可持续性表；转换成本的 NRR>120% 量化信号；网络效应三类 + "虚假网络效应测试"；高效规模的区域垄断）、护城河动态评估（拓宽信号 vs 变窄警告）、失败案例 Dexter 鞋业（1993 年用伯克希尔股票收购，双重错误）、特许经营权 vs 商品业务的严格定义（1991 年信的三条标准："被需要或渴望 / 顾客认为没有近似替代品 / 不受价格管制"；以及"特许经营可以容忍糟糕的管理层"）、商业模式四个特征（简单易懂/难以复制/稳定持久/资本高效）、四大测试工具（收费桥测试、最低成本生产者测试、资本再投资测试、连锁信负例）、经济商誉 vs 会计商誉（1983 年信的核心悖论：会计商誉自购买之日起不断减少，经济商誉却以不规则但可观的方式增长；喜诗糖果案例：$8M 有形资产 → $2M 税后利润，1983 年 $20M 有形资产 → $13M 利润；通胀时代经济商誉是天然盟友——轻资产高商誉业务在通胀中胜出）、真假商誉判别（高商誉+高 ROE = 真；高商誉+平庸 ROE = 收购堆砌）。

04-management-governance.md —— 管理层、文化与公司治理

三维评估框架（诚信=一票否决，报纸测试，Salomon 兄弟警示；资本配置能力=十年记录检验；所有者心态=把公司当作家族唯一资产）、制度迫力的四种表现（羊群式扩张/规模崇拜/同行攀比/忙碌偏见）、企业文化作为"操作系统"（分散化管理的伯克希尔模式、不下达预算、承保纪律文化——National Indemnity 1986–1999 主动收缩保费）、收购六标准（"Business Wanted"公告：规模、可证明的持续盈利能力、高权益回报低负债、优秀诚实的管理层、简单易懂的商业模式、合理要价）、"无退出策略"是伯克希尔最大竞争优势、治理与股东导向（董事真独立=自购股份而非头衔、无董事高管责任险、不做股票拆分）。

05-financial-metrics.md —— 财务分析与关键指标

穿透会计看经济现实、所有者收益公式与两类资本支出区分（维护性 vs 增长性）、为何比 EBITDA 更可靠、ROE/ROIC 公式与分解（ROIC = NOPAT / 投入资本，>15% 优秀 >20% 卓越，ROIC>WACC 才创造价值）、现金转化率（>90% 高质量，<70% 需深查）、FCF 的适用边界、资产负债表健康（Debt/EBITDA<2x，利息保障倍数>5x）、强制最差情形测试（营收 −30% 能否：偿还到期债务/维持核心经营/避免摊薄融资）、八项盈利质量红旗清单、透视盈余（Look-Through Earnings）（1990 年首次系统计算：$371M 报告营业利润 + $220M 被投资公司留存收益份额 ≈ $590M 透视盈余；1990 年 Cap Cities/ABC 案例：应占盈余超 $82M 但 GAAP 账面仅约 $53 万；GAAP 20% 门槛的缺陷）。

06-valuation-capital.md —— 估值、资本配置与特殊工具

内在价值三种估计法（所有者收益倍数法含倍数参照表：宽护城河+5%增长+轻资产 20–25x 递减至周期/衰退 <8x；简化 DCF：10 年逐年贴现 + 永续终值，折现率=无风险利率+3–5%，对折现率高度敏感的估值需更大安全边际；Graham 传统的历史盈利倍数法：7–10 年平均盈利 ×10–15x）、安全边际三要素（认知局限的谦卑/不等于"便宜"/动态变化——1997 年巴菲特公开警告安全边际被侵蚀，三年后互联网泡沫破裂验证）、买入价决定回报（"过高的买入价可以抹去优秀公司十年良好发展"）、资本配置五路径表（再投资/收购/买少数股权/回购/分红）与"一美元测试"（1984 年信：每保留 1 美元至少创造 1 美元市值）、回购分析（唯一合法理由是价格明显低于内在价值；GEICO 1976–1980 投入 $47M 获三分之一股权，回购推动占比升至约 50%，1996 年 $23 亿收购剩余部分≈初始成本 50 倍；伯克希尔回购标准从 2012 年 120% 账面价值到 2018 年后"两人一致认为低于保守内在价值"）、分红/留存收益/税效率（Rip Van Winkle 对比：20 年翻 20 倍的资产，长期持有税后约 $692,000 vs 每年卖出再投资约 $25,250，27:1 之差完全由纳税时点造成）、特殊工具（套利四问框架、债券与通胀、可转换证券原则——"先作为固定收益工具必须具有吸引力，转股权是额外奖励"）。

07-risk-behavior.md —— 风险识别与投资心理

卖出四条件详述（含不该卖出的常见错误：股价下跌、大盘下跌、分析师降级、宏观悲观预测）、价值陷阱特征表（行业结构性衰退/商品型业务/管理层质量差/重资产低回报/会计质量问题）与纺织业教训（"以卓越声誉著称的管理层遇上以糟糕经济学著称的业务，最终保持完好的是业务的声誉"）、杠杆风险（"退潮时才能发现谁在裸泳"；风险不对称性："一连串漂亮的数字乘以一个零，结果总是零"；安全参数：Debt/EBITDA<2x、利息保障>5x、仍须通过最差情形测试；剥离杠杆评估管理层真实能力；伯克希尔保险浮存金是"好的杠杆"）、通胀影响（通胀是隐性税收；受保护业务特征=易提价+轻资本；固定收益最脆弱）、衍生品风险（"金融大规模杀伤性武器"；mark-to-myth 会计问题；AIG 案例的预言性；伯克希尔铁律：绝不允许需要突然大量现金的操作）、六大行为偏差（确认偏误、沉没成本、锚定效应、近因偏差、行动偏差——"不作为也是一种有意识的决策"）。

08-industry-playbooks.md —— 行业分析手册

保险（"先收钱后赔付"的浮存金逻辑；综合成本率<100%=承保盈利；承保纪律三原则；GEICO 成本优势来源；浮存金 1967 年 $19M → 2022 年 $164B 超 8000 倍增长；三项结构性优势：不可挤兑/近似永久资本/账面价值被低估）、银行（天然高杠杆 15–20x；核心指标表：ROE>15%、ROA>1.2%、NPL<1%、拨备覆盖率>200%、CET1>10%、NIM 趋势、效率比<55%；爱尔兰银行失败案例 2008 年亏损 89%；"黑箱"本质导致 2020 年后大幅退出）、消费品牌与零售（喜诗糖果=投资哲学转折点；可口可乐 35 年持有；内布拉斯加家具城飞轮逻辑；"零售商必须每天都很聪明"）、媒体出版（昔日"收费桥"；Buffalo News 案例；互联网系统摧毁护城河的过程；"护城河的持久性比宽度更重要"）、能源公用事业（资本密集长周期、监管稳定回报；爱荷华风电案例；PetroChina 8 倍收益 vs ConocoPhillips 顶部买入教训）、铁路（BNSF $340 亿全资收购；不可复制性：$700 亿账面资产重建需 $5000 亿+数十年；Operating Ratio<65%；但资本消耗属性：14 年累计超折旧资本支出 $220 亿）、科技互联网（护城河类型持久性表；IBM 失败教训；"把苹果重新定义为消费品公司"——品牌情感纽带+iOS 生态转换成本；估值挑战："无法可靠估计内在价值就不投资"）、应避免的行业（航空业三度教训与 Orville Wright 段子；纺织业四课：行业经济性压倒管理能力、"阅兵式踮脚"陷阱、供给短缺极其短暂、规模救不了坏行业）。

八、源码级验证：Skill 如何被真实调用

8.1 服务层：BUFFETT_FRAMEWORK 与报告模板

buffett_service.py 是整个评估链路的枢纽：

• _BUFFETT_DIR（第 16 行）将skills/巴菲特投资思维/skills/buffett目录绑定为知识库根路径，与 SKILL.md 中的{Base directory}约定完全一致；
• BUFFETT_FRAMEWORK（第 30 行起）把 SKILL.md 的快速筛选、护城河五类型、管理层三维度、财务指标（含所有者收益公式原文）、估值方法、卖出标准等抽象为结构化 Python 字典，供 LLM 上下文注入；
• evaluate_with_buffett()（第 205 行）收集行情/财务/概况/舆情四类数据，与 framework 一起组装evaluation_context；
• _build_buffett_report_template()（第 259 行）生成 11 节 Markdown 报告骨架，是 SKILL.md"标准输出格式"的工程化落地。

8.2 智能体层：ReflectionAgent 反思优化

advisor_agent.py 将本 Skill 与 HelloAgents 的ReflectionAgent结合：

• BUFFETT_INITIAL_PROMPT（第 29 行）要求模型按六个维度（能力圈、护城河、管理层、财务健康、估值、长期前景）输出完整巴菲特式分析报告，并强制标注投资风险提示；
• BUFFETT_REFLECT_PROMPT（第 51 行）则以"严格的投资委员会视角"审查初稿的准确性与完整性，形成"初稿 → 反思 → 优化"的迭代闭环；
• 项目 README.md 明确该流程为 Reflection（巴菲特评估）+ ReAct（舆情/数据分析/投资顾问）+ 协调者路由的多智能体协作模式，且 DEPLOY.md 提供了BUFFETT_MAX_REFLECTIONS环境变量（默认 0）控制反思轮数。

8.3 调用链路总结

前端"巴菲特评估"Tab → backend/app/api/buffett.py（/api/v1/buffett 路由） → buffett_service.evaluate_with_buffett() # 加载 BUFFETT_FRAMEWORK + 行情/财务/概况/舆情 → advisor_agent.ReflectionAgent # 初稿生成 + 投资委员会式反思优化 → 流式输出 11 节 Markdown 评估报告（历史类型 buffett 按天存储）

九、使用与接入建议

1. 作为 Skill 直接使用：将skills/巴菲特投资思维/整体放入支持 Base directory 机制的 Agent 运行时，确保模型严格遵守"先 Read 参考文件再分析"的协议；
2. 作为知识库接入：可仿照buffett_service.py的做法，将 SKILL.md 的框架结构化（字典/JSON）注入上下文，把 8 份参考文件作为可检索文档按任务类型动态加载；
3. 作为报告模板复用：直接采用第 6 节的 11 节输出骨架，保证不同标的、不同模型产出的评估报告结构一致、可对比、可归档；
4. 反思增强：接入 Reflection 范式（如BUFFETT_REFLECT_PROMPT）让初稿接受"投资委员会"审查，显著提升报告完整性与论证严谨性。

需要说明的是，本 Skill 的价值在于思维过程的工程化——它把巴菲特 70 年投资智慧压缩为确定性规则（8 问筛选、五步分析、11 节输出），任何接入该 Skill 的 LLM 都能稳定复现同一套评估纪律。至于具体标的的结论，始终依赖参考文件内容与真实数据，任何输出都不构成投资建议。

结语

从 YAML 触发描述到 8 问快速筛选，从按任务分发的参考文件协议到强制输出的报告骨架，再到服务层与智能体层的工程落地，「巴菲特投资思维」Skill 展示了如何把一位传奇投资者的思维系统"编译"成一个 LLM 可严格执行的确定性程序。这种"知识包 + 读取协议 + 输出模板 + 反思闭环"的四层设计，正是 Agent Skills 从演示走向生产的最佳实践范本。

【免费下载链接】hello-agents📚 《从零开始构建智能体》——从零开始的智能体原理与实践教程项目地址: https://gitcode.com/GitHub_Trending/he/hello-agents