Stats
Actions
Tags
How this skill is triggered — by the user, by Claude, or both
Slash command
/investment-research:company-research <公司名称> <资料目录路径>When to use
用户说"公司研究"、"尽调"、"公司分析"、"投研"、"company research"、"due diligence"时使用。
<公司名称> <资料目录路径>This skill is limited to the following tools:
The summary Claude sees in its skill listing — used to decide when to auto-load this skill
对投资目标公司进行系统性尽调研究，构建公司画像，深度分析业务与技术，回答客户核心问题，生成投资研究报告。
对投资目标公司进行系统性尽调研究，构建公司画像，深度分析业务与技术，回答客户核心问题，生成投资研究报告。
核心原则：PE 投资研究的目标是回答"投不投"和"投多少"。技术驱动型公司的尽调必须包含技术深度分析——技术是核心资产，也是核心风险源。
先读取统一配置，再决定搜索工具和输出方式。配置策略参考：
../../shared/references/search-policy.md../../shared/references/collaboration-policy.md../../shared/references/lark-collaboration.md配置读取顺序：
${CLAUDE_PLUGIN_DATA}/investment-research-config.jsonuserConfig：${user_config.primary_search_tools}、${user_config.technical_search_tools}、${user_config.search_language_bias}、${user_config.collaboration_mode}、${user_config.lark_reference_mode}ask，首次运行时询问用户选择，并写入 ${CLAUDE_PLUGIN_DATA}/investment-research-config.json协作模式：
| 模式 | 输入 | 输出 |
|---|---|---|
| 本地模式 | 本地文件目录 | 本地 Markdown 文件 |
| 飞书协作模式 | 本地文件 + 可选飞书云文档 | 飞书云文档 + 本地备份 |
如果配置为飞书协作模式：
lark-cli docs +fetch 读取飞书文档内容如果飞书工具不可用或权限不足，回退到本地 Markdown 输出，不中断研究。
使用文档加载器读取资料目录中的所有文档：
python "${CLAUDE_PLUGIN_DIR}/shared/scripts/doc_loader.py" "资料目录路径"
加载后的文档缓存到 _doc_cache/ 目录，后续步骤直接读取缓存。
飞书文档：如果第零步选择了飞书协作模式，将飞书文档内容与本地文件合并，统一处理。
对加载的文档进行结构化精炼，提取关键信息：
精炼结果保存到缓存，供后续步骤使用。
对公司的业务和技术进行深度分析，构建完整的公司画像。
这是技术驱动型公司尽调的核心环节。
技术架构拆解
技术护城河评估
研发能力评估
技术差异化
技术债务与风险
技术信息搜索策略：如果资料中技术信息不足，按 ../../shared/references/search-policy.md 选择用户配置的通用搜索工具和技术搜索工具，补充搜索公司技术博客、技术分享、开源项目、技术文档、架构设计文档、技术评测和 benchmark 对比。
根据客户提供的核心问题或从分析中提炼的核心洞察，进行系统性回答。
逐个回答客户的核心问题，使用分层回答机制：
| 状态 | 标记 | 含义 |
|---|---|---|
| ✅ 已解决 | ✅ 已解决 | 资料中有充分信息可以回答 |
| ⚠️ 待确认 | ⚠️ 待确认 | 有部分信息但需要进一步验证 |
| ❌ 未涉及 | ❌ 未涉及 | 资料中完全没有相关信息 |
回答格式：
### Q{n}. {问题}
**状态**：✅/⚠️/❌
**回答**：基于资料的具体回答
**证据**：支撑回答的关键信息及来源
**不确定性**：回答中不确定的部分及原因
**建议**：如需进一步确认，建议的验证方式
技术问题优先回答：如果客户问题中包含技术问题，优先处理，因为技术问题往往需要更深入的分析。
从步骤1-3的分析中提炼5-8个核心洞察：
基于以上分析，生成结构化的投资研究报告。
报告模板参考：references/output-template.md
报告结构：
输出方式：
lark-cli docs +update --api-version v2 --doc <token> --command append --content '<XML>'lark-cli docs +create --api-version v2 --content '<XML>'lark-cli im +messages-send --user-id <open_id> --as user --markdown "报告链接: <url>"最终输出包含以下部分：
前置技能：
industry-research（推荐）：先了解行业背景，再研究公司更有针对性后续技能：
critical-questions（推荐）：识别盲区、交叉验证、提出关键问题competitive-analysis（推荐）：与竞对进行深度对比分析npx claudepluginhub iriould/investment-research --plugin investment-researchCreates, edits, and optimizes skills for Claude Code, including drafting, evaluating with test prompts, iterating on performance, and improving skill descriptions for better triggering accuracy.