brainstorming
brainstorming
You MUST use this before any creative work - creating features, building components, adding functionality, modifying behavior, or planning anything new, in software or out of it (a talk, a business, a renovation).
financial-report-minesweeper财报排雷 v1.3.0 — A股非金融类上市公司财务报表深度排雷分析(50项核心指标)。数据源优先使用通达信MCP (tdx-connector),不可用时自动降级为同花顺THS。一键执行:run_minesweeper.py 自动完成下载→计算→报告(MD+HTML)。覆盖偿债能力、经营类资产质量、长期生产类资产、负债与权益结构、利润表收入与盈利质量、现金流量表质量六大排雷维度,含舞弊红线规则与五级风险判定(正常→谨慎关注→关注→规避→坚决回避)。注意:不适用于银行、保险、证券等金融企业。触发词:财报排雷、财务排雷、排雷分析、财务报表分析、财务造假识别。
Independent GitHub snapshot · Automated classification · Original documentation governs
对A股非金融类上市公司进行系统性财务报表排雷分析,严格按照三步流程、六大模块、五个风险等级(正常→谨慎关注→关注→规避→坚决回避)执行。覆盖50项核心排雷指标。
本排雷框架仅适用于非金融类 A 股企业(制造业、消费、能源、运输、地产、科技等)。
明确不适用于以下行业:
原因:
若误用: 下载脚本会自动检测金融企业并输出警告,排雷分析结果不可采信。
核心铁律:TDX MCP 已连接时,优先尝试 TDX 路径。若因架构原因(如 MCP 响应超过 token 限制、文件路径传递困难等)导致 TDX 数据无法被下游脚本处理,自动降级为 THS 并注明原因。
当 tdx-connector 已连接时,优先使用通达信MCP。执行步骤:
tdx_api_data × 3 次获取 BS/IS/CFextract_tdx_data.py 裁剪为最近4期年报或用户指定的4期报告compute_indicators.py 计算⚠️ 已知限制: 在 AI Agent 交互式场景中,MCP 响应可能超过上下文 token 限制,且文件路径在 Windows/Linux/Mac 不同终端间传递可能失败。如遇到上述情况,自动降级为 THS 并在报告中注明。
| 降级条件 | 说明 |
|---|---|
| TDX MCP 未连接 | tdx-connector 显示 disconnected |
| TDX API 调用失败 | 返回错误/超时/无权限 |
| TDX 返回空数据 | 该股票无 TDX 数据覆盖 |
| extract_tdx_data.py 裁剪后数据不足 | 年报不足 2 期 |
⚠️ "数据量太大导致上下文溢出"不在此列——这是正常现象,用裁剪脚本处理。
严格按照以下三步流程执行,不得颠倒、跳步:
scripts/download_statements.py),然后从返回的JSON中提取数据,填充「一、三大财务报表模板」全部表格,无公开数据标注【无公开数据】,不得留空;绝对不能提取母公司报表数据。THS 字段映射规则见 references/ths_field_mapping.md。⚠️ 数据源限制说明:
从财报中提取数据,填充三大财务报表模板。完整模板见 references/templates.md。
填充规则:
三大报表模板:
详细模板表格见
references/templates.md第一节。
执行要求:所有指标均需完整对比4期全周期数据,分四期单独列示,不遗漏任何一期。
执行要求:所有指标均需完整对比4期全周期数据,分四期单独列示,不遗漏任何一期。
执行要求:所有指标均需完整对比4期全周期数据,分四期单独列示,不遗漏任何一期。
注:编号 3.3 为预留位,模块三当前仅有 3.1(在建工程)、3.2(商誉)、3.4(资产减值损失)三个指标。
执行要求:所有指标均需完整对比4期全周期数据,分四期单独列示,不遗漏任何一期。
执行要求:所有指标均需完整对比4期全周期数据,分四期单独列示,不遗漏任何一期。
注:编号 5.2.2 为预留位。
执行要求:所有指标均需完整对比4期全周期数据,分四期单独列示,不遗漏任何一期。
核心数值列示 — 分四期单独列示以下指标(亿元,保留4位小数,标注正负):
类型判定标准:
| 类型 | CFO | CFI | CFF | 解读 |
|---|---|---|---|---|
| 优质现金牛 | + | - | - | 可长期持有 |
| 扩张成长型 | + | - | + | 谨慎跟踪 |
| 烧钱续命型 | - | - | + | 优先排除 |
| 困境变卖型 | - | + | - | 谨慎回避 |
明确标注第一期至第四期各期现金流类型。
逐条判定,分四期逐期标注:
异常影响:第5项异常 → 明确存在资金体外占用,利润真实性存疑
排雷用法:触发第5项异常且持续1期 → 坚决回避
| 触发条件 | 风险等级 | 处置 |
|---|---|---|
| 无异常项 | 正常 | 通过排雷 |
| 存在少量异常项(单期≥3项) | 谨慎关注 | 标记【谨慎关注】 |
| 单期≥5项异常,或持续2期≥3项 | 关注 | 标记【关注】,建议核查年报附注 |
| 持续2期≥5项异常 | 规避 | 标记【规避】,不建议持有 |
| 持续3期≥5项异常 | 坚决回避 | 标记【坚决回避】 |
| 触发任意1项舞弊红线规则 | 坚决回避 | 标记【坚决回避】(优先级最高) |
完成模块七至模块十一的全部内容输出。所有输出模板详见 references/templates.md 第二节至第六节。
当用户提到以下关键词时使用本技能:
年份区间识别:当用户指定了特定年份(如"2020-2023年""排雷2019到2022"),自动提取年份范围并传入脚本。
若目标公司属于银行、保险、证券等金融企业,应拒绝执行,提示用户本技能不适用。
TDX MCP 路径(优先):
# 第一步:AI Agent 通过 MCP 工具获取三大报表数据(tdx_api_data × 3次)
# 第二步:用 extract_tdx_data.py 裁剪
python scripts/extract_tdx_data.py <股票代码> <公司名称> \
--bs <BS文件> --is <IS文件> --cf <CF文件> [--start-year YYYY] [--end-year YYYY]
# 第三步:THS 补缺 — TDX缺失字段用THS补充
python scripts/download_statements.py <股票代码> [--start-year YYYY] [--end-year YYYY]
# → 用 merge_tdx_ths.py 将THS的abstract、dividend、pledge_ratio、IS中TDX缺失字段合并入TDX JSON
python scripts/merge_tdx_ths.py <股票代码>_合并财报数据.json <ths_json>
# 第四步:计算排雷指标 + 生成报告
python scripts/compute_indicators.py <股票代码>_合并财报数据.json
python scripts/generate_report.py <股票代码>_排雷指标.json
TDX数据量大说明:TDX默认返回全部历史期间(20+期),MCP响应可能超过上下文限制。
extract_tdx_data.py自动裁剪为最近4期年报(日期以-12-31结尾),提取后用标准JSON送入后续流程。该脚本同时支持三种TDX响应格式(标准JSON / MCP包装 / 文本内嵌JSON)。
THS 降级路径:
# 一键执行(默认最近4期)
python scripts/run_minesweeper.py <股票代码>
# 指定年份区间
python scripts/run_minesweeper.py <股票代码> --start-year 2020 --end-year 2023
# 或分步执行
python scripts/download_statements.py <股票代码>
python scripts/download_statements.py <股票代码> --start-year 2020 --end-year 2023
python scripts/compute_indicators.py <股票代码>_合并财报数据.json
python scripts/generate_report.py <股票代码>_排雷指标.json
输出文件:
<股票代码>_合并财报数据.json — 三大报表原始数据<股票代码>_排雷指标.json — 50项指标计算结果<股票代码>_财报排雷报告.md — Markdown 格式报告<股票代码>_财报排雷报告.html — HTML 格式报告(可浏览器查看、可打印)所有脚本支持单行命令调用,禁止使用 heredoc 内联代码。
优先方案:通达信MCP (tdx-connector)
当 TDX MCP 已连接时,优先使用通达信获取数据。AI Agent 通过 tdx_api_data 工具获取资产负债表、利润表、现金流量表(各取最近连续4期年报),转换为标准JSON格式后送入后续流程。
# 方式一:TDX 优先(智能降级)
# AI Agent 自动检测 TDX MCP 状态,可用时优先使用,不可用时自动降级为 THS
# 方式二:强制使用 THS(当 TDX 不可用时)
python scripts/run_minesweeper.py <股票代码>
降级方案:内置下载脚本 scripts/download_statements.py
当 TDX MCP 不可用时自动回退:
# 年报模式(默认,推荐)
python scripts/download_statements.py 601006
# 季报模式(需要季度分析时使用)
python scripts/download_statements.py 601006 --mode quarterly
脚本特性:
{股票代码}_合并财报数据.json,包含三大报表全部科目的结构化数据references/ths_field_mapping.md,THS 科目名 → 模板字段名THS 数据覆盖范围(详见 references/ths_coverage_audit.md):
其他备用数据技能
neodata-financial-search 技能(自然语言搜索)westock-data 技能(结构化数据,westock-data finance sh601006 --num 4)关键规则:
💡 推荐使用连续4年年报数据进行排雷分析,效果最佳。
- ✅ 年报模式(默认):覆盖完整财年,指标计算标准,趋势判定可靠 —— 强烈推荐
- ⚠️ 季报模式:季节性波动大,部分科目口径不一致,效果打折扣 —— 不推荐用于排雷
- ⚠️ 少于4期:无法覆盖完整的风险升级规则(持续2期/4期全周期),异常判定不完整 —— 不推荐
如需最佳排雷效果,请确认使用连续4年年报数据。