Earnings Review Agent

核心用法

本技能面向沪深京港美五大市场的上市公司/股票，提供业绩点评类输出，包括财报分析、业绩解读等专业内容。采用分步骤调用架构：

1. 实体识别：通过 validate_entity.py 解析用户问句，识别股票代码、市场类型等关键信息
2. 报告期匹配：通过 normalize_report_period.py 获取已发布报告期列表，由大模型或用户指定目标报告期
3. 点评生成：通过 call_review_api.py 调用东方财富业绩点评接口，生成结构化分析报告，并自动保存PDF/Word附件

用户可通过自然语言触发，如「XX公司业绩点评」「财报分析」「季报解读」等意图表述。

显著优点

• 数据权威性：依托东方财富官方数据库，覆盖沪深京港美五大主流市场，数据源可靠
• 专业输出：自动生成包含财务指标分析、盈利能力评估、业绩趋势解读的结构化报告
• 多格式交付：同时提供可阅读的文本内容 + PDF/DOC附件，满足不同场景需求
• 流程透明：支持debug模式输出完整中间日志，便于追溯与问题排查
• 实体智能识别：支持模糊问句解析，自动匹配股票代码与市场类型

潜在缺点与局限性

• 报告期限制：仅能查询已发布的报告期，无法预览未披露财报
• 依赖外部接口：核心功能依赖东方财富API，存在服务可用性风险
• 附件不可解析：明确禁止读取PDF/DOC附件内容，仅能基于接口返回的content字段输出
• 单一数据源：仅支持东方财富数据，缺乏多源交叉验证
• 环境配置门槛：需手动配置EM_API_KEY，对普通用户有一定技术门槛

适合人群

• 证券分析师、投资研究员：快速获取标准化业绩点评框架
• 个人投资者：辅助理解上市公司财报要点
• 财经内容创作者：获取结构化分析素材与专业表述参考
• 金融专业学生：学习财报分析逻辑与行业术语

常规风险

• API密钥泄露风险：EM_API_KEY为敏感凭证，禁止硬编码或日志暴露
• 数据时效性风险：业绩点评基于历史已发布报告，非实时行情数据
• 模型幻觉风险：明确禁止大模型凭知识库编造业绩点评，必须严格走接口流程
• 投资决策风险：AI生成的分析内容仅供参考，不构成投资建议

核心用法

stock-earnings-review 是东方财富官方推出的上市公司业绩点评工具，面向沪深京港美五大市场的上市公司/股票，自动生成专业的财报分析与业绩解读报告。用户只需提供公司名称或股票代码，系统即可通过三步流程完成：实体识别与市场校验 → 报告期匹配 → 业绩点评生成。

典型调用场景包括：业绩点评、财报分析、业绩解读、季报/半年报/年报点评、财务分析、盈利分析等。系统支持自动识别最新报告期，也可由用户指定具体报告期。

显著优点

• 数据源权威：直接对接东方财富数据库，覆盖沪深京港美五大市场，数据实时可靠
• 输出专业：生成结构化业绩点评报告，包含标题、正文内容、分享链接及PDF/Word附件
• 流程规范：采用分步骤调用架构，实体识别、报告期匹配、点评生成各司其职，确保结果准确性
• 安全合规：代码通过CLS-Certify v2.1.0全量扫描，无危险函数、无硬编码密钥、无动态代码执行
• 隐私保护：仅访问必需的EM_API_KEY环境变量，遵循GDPR/CCPA最小数据收集原则

潜在缺点与局限性

• 依赖单一数据源：完全依赖东方财富API，若官方服务故障则不可用
• 报告期限制：仅支持已发布报告期，无法预览未发布财报
• 附件不可二次解析：PDF/Word附件为最终输出物，系统禁止读取附件内容进行二次分析
• 同步执行要求：必须同步等待脚本完成，不支持后台异步执行
• 环境配置门槛：需手动配置EM_API_KEY并安装httpx依赖

适合人群

• 投资者与分析师：需要快速获取上市公司财报解读
• 金融从业者：进行业绩跟踪与比较分析
• 研究人员：获取标准化的财务分析报告
• 对财务数据有专业需求的个人投资者

常规风险

• API密钥管理：EM_API_KEY需妥善保管，避免泄露
• 数据时效性：报告期列表依赖东方财富数据更新，可能存在滞后
• 网络依赖：所有功能均需联网调用官方API，离线不可用
• 输出确定性：严格禁止模型基于知识库编造业绩点评，必须以API返回结果为准

安全等级为S级，来源可信度为T2（可信组织-东方财富官方），适合生产环境使用。