Initial commit of integrated agent system

backend/skills/builtin/__init__.py

@@ -0,0 +1 @@
+# -*- coding: utf-8 -*-

backend/skills/builtin/fundamental_review/SKILL.md

@@ -0,0 +1,49 @@
+---
+name: 基本面分析
+description: 当用户要求“基本面分析”“看财务质量”“分析盈利能力”“判断公司质量”或“评估长期盈利韧性”时，应使用此技能。
+version: 1.0.0
+---
+
+# 基本面分析
+
+当用户希望从公司质量、资产负债表强度、盈利能力或长期盈利韧性出发判断标的时，使用这个技能。
+
+## 1) When to use
+
+- 适用于需要判断“公司基本面质量是否支撑当前估值/交易观点”的任务。
+- 优先在中长期视角下使用（财务稳健性、盈利韧性、成长持续性）。
+- 当任务明确以短线事件驱动为主时，不应单独依赖本技能，应与情绪/技术信号联合。
+
+## 2) Required inputs
+
+- 最少输入：`tickers`、关键财务指标（盈利、成长、偿债、效率）。
+- 推荐输入：行业背景、公司阶段、近期重大事件。
+- 若关键数据缺失（例如利润质量或现金流质量无法判断），必须在结论中显式标注“不足信息风险”，并降低置信度。
+
+## 3) Decision procedure
+
+1. 先做四维诊断：盈利能力、成长质量、财务健康度、经营效率。
+2. 区分“结构性优势”与“周期性改善/短期噪音”。
+3. 识别关键风险与失效条件（invalidation），明确什么情况会推翻当前判断。
+4. 合成最终观点：`signal + confidence + drivers + risks`。
+
+## 4) Tool call policy
+
+- 优先使用基本面与财务相关工具组获取证据，再形成结论。
+- 在数据完备且任务允许时，可补充估值相关工具进行交叉验证。
+- 若工具失败或返回异常：保留已验证证据，明确未验证部分，不允许伪造数据。
+
+## 5) Output schema
+
+- `signal`: `bullish | bearish | neutral`
+- `confidence`: `0-100`
+- `reasons`: 2-4 条核心驱动
+- `risks`: 1-3 条关键风险
+- `invalidation`: 触发观点失效的条件
+- `next_action`: 对 PM 的可执行建议（如“仅小仓位试错/等待下一季报确认”）
+
+## 6) Failure fallback
+
+- 数据稀疏或矛盾时：默认 `neutral` 或低置信度方向结论。
+- 不允许因单一亮点指标给出高置信度信号。
+- 当财务质量优劣混杂时，优先保守结论并附加“需补充验证”的下一步建议。

backend/skills/builtin/portfolio_decisioning/SKILL.md

@@ -0,0 +1,50 @@
+---
+name: 组合决策
+description: 当用户要求“组合决策”“给出最终仓位”“整合分析结论”“输出交易决策”或“形成组合操作方案”时，应使用此技能。
+version: 1.0.0
+---
+
+# 组合决策
+
+当用户需要把团队分析转化为最终交易决策时，使用这个技能。
+
+## 1) When to use
+
+- 适用于“最终下单前”的收口阶段：将多方观点转成单一可执行指令。
+- 必须在获取分析师观点与风险审查后触发，不应跳过上游输入。
+- 当任务只要求研究观点、未要求执行决策时，不强制触发。
+
+## 2) Required inputs
+
+- 最少输入：`analyst_signals`、`risk_warnings`、`portfolio_state`、`cash`、`margin_requirement`、`prices`。
+- 推荐输入：会议共识摘要、历史表现偏差、当前组合拥挤度。
+- 若缺失关键执行约束（现金/保证金/价格），应降级为“条件决策草案”，不可直接给激进仓位。
+
+## 3) Decision procedure
+
+1. 汇总并比较 analyst 信号，识别共识与分歧。
+2. 将风险警示映射到仓位上限与禁开条件。
+3. 在资金与保证金约束下，为每个 ticker 生成候选动作与数量。
+4. 对冲突信号执行保守仲裁：降低仓位、提高触发门槛或改为 `hold`。
+5. 逐个 ticker 记录最终决策，并给出组合级理由。
+
+## 4) Tool call policy
+
+- 必须使用决策工具记录每个 ticker 的最终 `action/quantity`。
+- 在讨论阶段如发现当前团队能力不足，可使用团队工具动态创建或移除 analyst（再继续讨论）。
+- 若风险工具提示阻断项，优先遵循阻断，不得绕过。
+- 工具调用失败时：重试一次；仍失败则输出结构化“未完成决策清单”和人工处理建议。
+
+## 5) Output schema
+
+- `decisions`: 每个 ticker 的 `{action: long|short|hold, quantity, confidence, reasoning}`
+- `portfolio_rationale`: 组合层面的配置逻辑与取舍依据
+- `constraint_check`: 资金、保证金、集中度是否满足
+- `conflict_resolution`: 对信号冲突的处理说明
+- `pending_items`: 未决事项与补充数据需求（若有）
+
+## 6) Failure fallback
+
+- 当分析师信号与风险结论显著冲突时，默认采用更小仓位或 `hold`。
+- 当约束校验失败（现金/保证金不足）时，自动下调数量，不输出不可执行指令。
+- 当任务要求完整清单时，不允许遗漏 ticker；无法决策时必须显式标记 `hold` 并说明原因。

backend/skills/builtin/risk_review/SKILL.md

@@ -0,0 +1,48 @@
+---
+name: 风险审查
+description: 当用户要求“风险审查”“看组合风险”“检查集中度”“评估波动风险”或“确认仓位风险边界”时，应使用此技能。
+version: 1.0.0
+---
+
+# 风险审查
+
+当用户需要识别集中度、波动率、杠杆和情景风险时，使用这个技能。
+
+## 1) When to use
+
+- 适用于下单前风险闸门、仓位复核、组合再平衡前的约束审查。
+- 当需要把“风险观点”转成“可执行限制”时必须使用本技能。
+- 若任务仅为单纯行情解读且不涉及仓位执行，可不独立触发。
+
+## 2) Required inputs
+
+- 最少输入：`portfolio positions`、`cash/margin`、`proposed decisions`、`current prices`。
+- 推荐输入：波动率指标、流动性指标、相关性/主题暴露。
+- 若缺失关键风险数据，必须输出“暂定限制”并标明待补数据项。
+
+## 3) Decision procedure
+
+1. 按 ticker、行业主题、净敞口做集中度盘点。
+2. 评估波动、流动性与杠杆压力，识别潜在连锁风险。
+3. 将风险分级：`fatal blocker / major caution / manageable`。
+4. 将每类风险映射为明确限制（仓位上限、减仓条件、禁开仓条件）。
+
+## 4) Tool call policy
+
+- 优先调用风险工具组量化集中度、保证金压力、波动暴露。
+- 无量化证据时，不给“无风险”结论；只能给保守警示。
+- 工具失败时应回退到规则化约束（更低仓位上限、更严格止损条件）。
+
+## 5) Output schema
+
+- `risk_level`: `low | medium | high | critical`
+- `warnings`: 按严重度排序的风险列表（含原因）
+- `limits`: 可执行限制（仓位/杠杆/单票上限）
+- `blockers`: 必须先解决的阻断项
+- `recommendation_to_pm`: 对 PM 的执行建议（允许/限制/禁止）
+
+## 6) Failure fallback
+
+- 关键数据缺失或工具不可用时：默认提高一级风险等级并收紧仓位限制。
+- 无法确认保证金与流动性安全时，默认禁止新增高风险敞口。
+- 明确区分“硬阻断”与“可带条件执行”的风险，避免含糊建议。

backend/skills/builtin/sentiment_review/SKILL.md

@@ -0,0 +1,22 @@
+---
+name: 情绪分析
+description: 当用户要求“情绪分析”“看新闻情绪”“分析市场心理”“判断事件驱动信号”或“检查内幕行为”时，应使用此技能。
+version: 1.0.0
+---
+
+# 情绪分析
+
+当用户需要基于近期催化剂、新闻语气或行为层面的市场信号做判断时，使用这个技能。
+
+## 工作流程
+
+1. 回顾近期新闻并识别主导叙事。
+2. 检查内幕活动，寻找确认或冲突信号。
+3. 区分可持续的情绪变化和短暂噪音。
+4. 说明情绪如何改变短期交易展望。
+
+## 约束
+
+- 不要把注意力误判为真实信念。
+- 当情绪很强但缺乏基本面支持时，要明确指出。
+- 对催化剂时间窗口风险要说清楚。

backend/skills/builtin/technical_review/SKILL.md

@@ -0,0 +1,22 @@
+---
+name: 技术分析
+description: 当用户要求“技术分析”“看走势”“判断入场时机”“分析动量”“评估波动率”或“判断市场状态”时，应使用此技能。
+version: 1.0.0
+---
+
+# 技术分析
+
+当用户需要从入场时机、趋势质量或短期市场结构出发判断标的时，使用这个技能。
+
+## 工作流程
+
+1. 评估趋势方向和强度。
+2. 检查动量与均值回归条件。
+3. 在给出激进建议前先审视波动率。
+4. 将当前形态转化为带有明确风险意识的交易观点。
+
+## 约束
+
+- 区分趋势延续和过度透支。
+- 当信号冲突时避免给出高确定性判断。
+- 将波动率视为仓位输入，而不仅仅是方向输入。

backend/skills/builtin/valuation_review/SKILL.md

@@ -0,0 +1,31 @@
+---
+name: 估值分析
+description: 当用户要求“估值分析”“看合理价值”“判断高估低估”“测算安全边际”或“比较多种估值方法”时，应使用此技能。
+version: 1.0.0
+---
+
+# 估值分析
+
+当用户需要判断一只股票是低估、高估还是定价合理时，使用这个技能。
+
+## 工作流程
+
+1. 条件允许时，使用不止一种估值方法。
+2. 对比内在价值估计与当前市场价格。
+3. 解释估值判断背后的关键假设。
+4. 明确安全边际，以及哪些因素会压缩或扩大它。
+
+## 可复用资源
+
+- `scripts/dcf_report.py`
+  用于贴现现金流估值的确定性计算和报告生成。
+- `scripts/owner_earnings_report.py`
+  用于 owner earnings 估值的确定性计算和报告生成。
+- `scripts/multiple_valuation_report.py`
+  用于 EV/EBITDA 和 Residual Income 两类估值报告生成。
+
+## 约束
+
+- 将估值视为区间，而不是一个精确点值。
+- 明确说明假设敏感性。
+- 当输入稀疏或不稳定时，避免给出高置信度判断。

backend/skills/builtin/valuation_review/__init__.py

@@ -0,0 +1 @@
+# -*- coding: utf-8 -*-

backend/skills/builtin/valuation_review/scripts/__init__.py

@@ -0,0 +1 @@
+# -*- coding: utf-8 -*-

backend/skills/builtin/valuation_review/scripts/dcf_report.py

@@ -0,0 +1,71 @@
+#!/usr/bin/env python3
+# -*- coding: utf-8 -*-
+"""Deterministic DCF report helpers for the valuation_review skill."""
+
+from __future__ import annotations
+
+import json
+from typing import Iterable
+
+
+def build_dcf_report(rows: Iterable[dict], current_date: str) -> str:
+    """Render a DCF valuation report from normalized row inputs."""
+    lines = [f"=== DCF Valuation Analysis ({current_date}) ===\n"]
+
+    for row in rows:
+        error = row.get("error")
+        ticker = row["ticker"]
+        if error:
+            lines.append(f"{ticker}: {error}\n")
+            continue
+
+        current_fcf = float(row["current_fcf"])
+        growth_rate = float(row["growth_rate"])
+        market_cap = float(row["market_cap"])
+        discount_rate = float(row.get("discount_rate", 0.10))
+        terminal_growth = float(row.get("terminal_growth", 0.03))
+        num_years = int(row.get("num_years", 5))
+
+        pv_fcf = sum(
+            current_fcf
+            * (1 + growth_rate) ** year
+            / (1 + discount_rate) ** year
+            for year in range(1, num_years + 1)
+        )
+        terminal_fcf = (
+            current_fcf
+            * (1 + growth_rate) ** num_years
+            * (1 + terminal_growth)
+        )
+        terminal_value = terminal_fcf / (discount_rate - terminal_growth)
+        pv_terminal = terminal_value / (1 + discount_rate) ** num_years
+        enterprise_value = pv_fcf + pv_terminal
+        value_gap = (enterprise_value - market_cap) / market_cap * 100
+
+        if value_gap > 20:
+            assessment = "SIGNIFICANTLY UNDERVALUED"
+        elif value_gap > 0:
+            assessment = "POTENTIALLY UNDERVALUED"
+        elif value_gap > -20:
+            assessment = "POTENTIALLY OVERVALUED"
+        else:
+            assessment = "SIGNIFICANTLY OVERVALUED"
+
+        lines.append(f"{ticker}:")
+        lines.append(f"  Current FCF: ${current_fcf:,.0f}")
+        lines.append(f"  DCF Enterprise Value: ${enterprise_value:,.0f}")
+        lines.append(f"  Market Cap: ${market_cap:,.0f}")
+        lines.append(f"  Value Gap: {value_gap:+.1f}% -> {assessment}")
+        lines.append("")
+
+    return "\n".join(lines)
+
+
+def main() -> None:
+    """Read normalized rows from stdin and emit a text report."""
+    payload = json.load(__import__("sys").stdin)
+    print(build_dcf_report(payload["rows"], payload["current_date"]))
+
+
+if __name__ == "__main__":
+    main()

backend/skills/builtin/valuation_review/scripts/multiple_valuation_report.py

@@ -0,0 +1,115 @@
+#!/usr/bin/env python3
+# -*- coding: utf-8 -*-
+"""Deterministic multiple-based valuation helpers for the valuation_review skill."""
+
+from __future__ import annotations
+
+import json
+from typing import Iterable
+
+
+def build_ev_ebitda_report(rows: Iterable[dict], current_date: str) -> str:
+    """Render an EV/EBITDA valuation report from normalized row inputs."""
+    lines = [f"=== EV/EBITDA Valuation ({current_date}) ===\n"]
+
+    for row in rows:
+        error = row.get("error")
+        ticker = row["ticker"]
+        if error:
+            lines.append(f"{ticker}: {error}\n")
+            continue
+
+        current_multiple = float(row["current_multiple"])
+        median_multiple = float(row["median_multiple"])
+        current_ebitda = float(row["current_ebitda"])
+        market_cap = float(row["market_cap"])
+        net_debt = float(row["net_debt"])
+
+        implied_ev = median_multiple * current_ebitda
+        implied_equity = max(implied_ev - net_debt, 0.0)
+        value_gap = (
+            (implied_equity - market_cap) / market_cap * 100
+            if market_cap > 0
+            else 0.0
+        )
+        multiple_discount = (
+            (median_multiple - current_multiple) / median_multiple * 100
+        )
+
+        if multiple_discount > 10:
+            assessment = "TRADING BELOW HISTORICAL MULTIPLE"
+        elif multiple_discount > -10:
+            assessment = "NEAR HISTORICAL AVERAGE"
+        else:
+            assessment = "TRADING ABOVE HISTORICAL MULTIPLE"
+
+        lines.append(f"{ticker}:")
+        lines.append(f"  Current EV/EBITDA: {current_multiple:.1f}x")
+        lines.append(f"  Historical Median: {median_multiple:.1f}x")
+        lines.append(f"  Multiple vs History: {multiple_discount:+.1f}%")
+        lines.append(f"  Implied Equity Value: ${implied_equity:,.0f}")
+        lines.append(f"  Value Gap: {value_gap:+.1f}% -> {assessment}")
+        lines.append("")
+
+    return "\n".join(lines)
+
+
+def build_residual_income_report(rows: Iterable[dict], current_date: str) -> str:
+    """Render a residual income valuation report from normalized row inputs."""
+    lines = [f"=== Residual Income Valuation ({current_date}) ===\n"]
+
+    for row in rows:
+        error = row.get("error")
+        ticker = row["ticker"]
+        if error:
+            lines.append(f"{ticker}: {error}\n")
+            continue
+
+        book_value = float(row["book_value"])
+        initial_ri = float(row["initial_ri"])
+        market_cap = float(row["market_cap"])
+        cost_of_equity = float(row.get("cost_of_equity", 0.10))
+        bv_growth = float(row.get("bv_growth", 0.03))
+        terminal_growth = float(row.get("terminal_growth", 0.03))
+        num_years = int(row.get("num_years", 5))
+        margin_of_safety = float(row.get("margin_of_safety", 0.20))
+
+        pv_ri = sum(
+            initial_ri * (1 + bv_growth) ** year / (1 + cost_of_equity) ** year
+            for year in range(1, num_years + 1)
+        )
+        terminal_ri = initial_ri * (1 + bv_growth) ** (num_years + 1)
+        terminal_value = terminal_ri / (cost_of_equity - terminal_growth)
+        pv_terminal = terminal_value / (1 + cost_of_equity) ** num_years
+        intrinsic_value = (book_value + pv_ri + pv_terminal) * (
+            1 - margin_of_safety
+        )
+        value_gap = (intrinsic_value - market_cap) / market_cap * 100
+
+        lines.append(f"{ticker}:")
+        lines.append(f"  Book Value: ${book_value:,.0f}")
+        lines.append(f"  Residual Income: ${initial_ri:,.0f}")
+        lines.append(
+            f"  Intrinsic Value (w/ 20% MoS): ${intrinsic_value:,.0f}",
+        )
+        lines.append(f"  Value Gap: {value_gap:+.1f}%")
+        lines.append("")
+
+    return "\n".join(lines)
+
+
+def main() -> None:
+    """Read normalized rows from stdin and emit one selected text report."""
+    payload = json.load(__import__("sys").stdin)
+    mode = payload["mode"]
+    if mode == "ev_ebitda":
+        print(build_ev_ebitda_report(payload["rows"], payload["current_date"]))
+        return
+    if mode == "residual_income":
+        print(build_residual_income_report(payload["rows"], payload["current_date"]))
+        return
+    raise ValueError(f"Unsupported mode: {mode}")
+
+
+if __name__ == "__main__":
+    main()

backend/skills/builtin/valuation_review/scripts/owner_earnings_report.py

@@ -0,0 +1,76 @@
+#!/usr/bin/env python3
+# -*- coding: utf-8 -*-
+"""Deterministic owner earnings valuation helpers for the valuation_review skill."""
+
+from __future__ import annotations
+
+import json
+from typing import Iterable
+
+
+def build_owner_earnings_report(rows: Iterable[dict], current_date: str) -> str:
+    """Render an owner earnings valuation report from normalized row inputs."""
+    lines = [f"=== Owner Earnings Valuation ({current_date}) ===\n"]
+
+    for row in rows:
+        error = row.get("error")
+        ticker = row["ticker"]
+        if error:
+            lines.append(f"{ticker}: {error}\n")
+            continue
+
+        owner_earnings = float(row["owner_earnings"])
+        growth_rate = float(row["growth_rate"])
+        market_cap = float(row["market_cap"])
+        required_return = float(row.get("required_return", 0.15))
+        margin_of_safety = float(row.get("margin_of_safety", 0.25))
+        num_years = int(row.get("num_years", 5))
+
+        pv_earnings = sum(
+            owner_earnings
+            * (1 + growth_rate) ** year
+            / (1 + required_return) ** year
+            for year in range(1, num_years + 1)
+        )
+        terminal_growth = min(growth_rate, 0.03)
+        terminal_earnings = (
+            owner_earnings
+            * (1 + growth_rate) ** num_years
+            * (1 + terminal_growth)
+        )
+        terminal_value = terminal_earnings / (
+            required_return - terminal_growth
+        )
+        pv_terminal = terminal_value / (1 + required_return) ** num_years
+        intrinsic_value = (pv_earnings + pv_terminal) * (1 - margin_of_safety)
+        value_gap = (intrinsic_value - market_cap) / market_cap * 100
+
+        if value_gap > 20:
+            assessment = "SIGNIFICANTLY UNDERVALUED"
+        elif value_gap > 0:
+            assessment = "POTENTIALLY UNDERVALUED"
+        elif value_gap > -20:
+            assessment = "POTENTIALLY OVERVALUED"
+        else:
+            assessment = "SIGNIFICANTLY OVERVALUED"
+
+        lines.append(f"{ticker}:")
+        lines.append(f"  Owner Earnings: ${owner_earnings:,.0f}")
+        lines.append(
+            f"  Intrinsic Value (w/ 25% MoS): ${intrinsic_value:,.0f}",
+        )
+        lines.append(f"  Market Cap: ${market_cap:,.0f}")
+        lines.append(f"  Value Gap: {value_gap:+.1f}% -> {assessment}")
+        lines.append("")
+
+    return "\n".join(lines)
+
+
+def main() -> None:
+    """Read normalized rows from stdin and emit a text report."""
+    payload = json.load(__import__("sys").stdin)
+    print(build_owner_earnings_report(payload["rows"], payload["current_date"]))
+
+
+if __name__ == "__main__":
+    main()