核心用法
GLMV-Stock-Analyst 是一款面向中国投资者的专业股票分析 Skill，支持港股、A股、美股三大市场的多维度深度分析。用户触发分析意图后，系统会自动执行标准化流程：搜索确认标的代码 → 运行数据采集脚本（获取K线图、分时图、资金流向等）→ 模型直接读取图片进行视觉技术分析 → 精准搜索相关新闻与研报 → 生成图文并茂的详细报告（report.md）并自动转换为专业HTML页面 → 同时输出精炼的webchat总结。
关键创新点在于多模态协同：脚本负责数据与图表采集，模型作为核心分析引擎直接"看图说话"，结合真实K线形态、均线排列、量价关系进行技术面解读，而非依赖文字描述。输出采用分层策略——report.md 承载完整分析逻辑与真实图片，webchat 提供400-800字速报，满足即时决策与深度研究双重需求。
显著优点
1. 真实数据驱动：强制要求所有价格、财务数据、新闻事件必须来自脚本采集或搜索，严禁编造，解决AI幻觉问题
2. 视觉分析能力：直接读取K线图、分时图进行技术面判断，信息密度远超纯文本分析
3. 结构化输出：自动生成独立任务文件夹，包含data.json原始数据、summary.json摘要、多张可视化图表、Markdown详细报告、HTML网页及可选PDF
4. 合规敏感标的处理：内置敏感公司清单与合规规则，降低政策风险
5. 专业研报模板：引用标准化report_template.md，涵盖技术面→基本面→资金面→事件驱动→综合判断的完整框架
6. 一键环境配置：setup.sh自动检测并配置最优镜像源、创建Python虚拟环境、安装全部依赖
潜在缺点与局限性
1. 数据源依赖：东方财富、akshare、yfinance等第三方API稳定性不可控，可能因反爬、网络问题导致数据缺失
2. 新闻精准度挑战：脚本内置财联社新闻过滤不够精准，需依赖模型二次搜索，存在遗漏关键信息的风险
3. 多模态模型硬性要求：必须使用支持图片读取的主模型（如glm-5v-turbo），纯文本模型无法运行
4. 高估值科技股判断难度：对新上市或AI/科技类企业，传统PE/PB指标可能失效，需要较强的行业认知
5. PDF导出依赖可选组件：完整功能需要系统安装wkhtmltopdf等工具
适合人群
- 需要快速获取个股技术面与基本面综合判断的散户投资者
- 关注港股/A股/美股中国公司的专业分析师
- 希望将AI分析结果沉淀为可存档、可分享PDF报告的研究者
- 对K线形态解读有需求、但缺乏系统技术分析能力的用户
常规风险
- 投资决策风险：模型输出仅供参考，不构成投资建议，用户需自行承担交易后果
- 数据时效性风险：脚本采集数据存在延迟，实时行情可能与实际交易价格有偏差
- 模型幻觉残留风险：尽管强制要求基于真实数据，极端情况下仍可能出现分析偏差
- 敏感标的红线风险：涉及特定行业或公司时需严格遵守合规规则，避免政策敏感表述
- 技术架构风险：依赖多组件协作（Python脚本、外部API、浏览器渲染），任一环节故障可能导致流程中断