本 Skill 提供一套完整的投资研究报告自动化生成工作流，能够基于任意赛道/行业，生成对标一线 PE/VC 机构标准的专业级 PDF 投资研究报告。
报告输出格式为 PDF（A4，中文排版），使用 ReportLab 库生成，包含封面、目录、7大章节、18+ 数据表格、免责声明。
生成的报告包含以下章节（可根据赛道特点灵活调整子节）：
| 章节 | 内容要素 | 关键产出物 |
|------|---------|-----------|
| 一、行业概览 | 定义与分层、核心驱动力、政策时间线 | 技术层级表、三力共振矩阵 |
| 二、市场规模 | 国内/全球预测、细分场景拆解 | 规模预测表、场景价值矩阵 |
| 三、竞争格局 | 全球竞争态势、国内外头部企业详细对比（含融资信息、产品信息）、产业链图谱 | 中美对比表、企业详细对比表（融资+产品） |
| 四、企业情况 | 公司基本信息、融资历程、核心产品与商业化 | 公司信息表、融资历史表 |
| 五、技术路径 | 核心技术演进、数据飞轮、成熟度判断 | 技术路径图、开源项目清单 |
| 六、团队优缺点 | 核心团队画像、团队优势、团队短板、学术地位评估、学术时间线对比 | 团队评估表、学术地位评分表 |
| 七、投资逻辑 | 投资框架、分层策略、政府引导基金逻辑 | 投资矩阵、估值窗口分析 |
| 八、风险因素 | 技术/商业化/政策/供应链/伦理风险 | 风险评估矩阵 |
当报告涉及学术驱动型创业公司（硬科技、生物医药、AI等）时，在第六章增加两个二级小节：
| 小节 | 内容要素 | 关键产出物 |
|------|---------|-----------|
| 6.4 学术地位评估 | 核心人员学术背景、论文时间线、四维度评估 | 学术地位评分表、学术-产业匹配度分析 |
| 6.5 学术时间线对比分析 | 学术时间线与公司发展时间线对照、关键发现 | 时间线对照表、投资启示 |
neodata-financial-search：获取A股相关概念股实时行情、估值数据、板块指数
finance-data-retrieval：补充历史财务数据、龙虎榜、资金流向等结构化数据
web_search 搜索「{公司名} 天眼查 融资」获取天眼查数据
web_search：获取行业最新资讯、融资事件、政策动态、竞争格局信息（至少5轮搜索）
web_search搜索："{核心人员姓名} Google Scholar"、"{核心人员姓名} 论文 引用"
web_fetch抓取Google Scholar个人页面（如可用）
必须包含以下内容：
示例表格结构：
表X：国内外头部企业融资对比（数据来源：天眼查、Crunchbase）
| 企业名称 | 成立时间 | 最新估值 | 累计融资 | 主要投资方 | B轮时间 |
|---------|---------|---------|---------|---------|---------|
| 企业A | 2020年 | 100亿元 | 30亿元 | 投资方1、投资方2 | 2025Q3 |
| 企业B | 2021年 | 80亿元 | 20亿元 | 投资方3、投资方4 | 2026Q1 |
表Y：国内外头部企业产品对比（数据来源：公司官网、36氪）
| 企业名称 | 核心产品 | 技术特点 | 成熟度 | 客户案例 |
|---------|---------|---------|---------|---------|
| 企业A | 产品X | 特点1、特点2 | 商业化 | 客户A、客户B |
| 企业B | 产品Y | 特点3、特点4 | 试点 | 客户C |
scripts/report_template.py 模板引擎生成最终 PDF
使用 scripts/report_template.py 作为报告生成引擎，该脚本提供：
tbl() 数据表格、infobox() 信息高亮框、SDiv() 章节分隔线
# 在 scripts/ 目录下创建具体的报告生成脚本
# 基于 report_template.py 提供的样式和组件，填入具体赛道内容
python scripts/report_template.py
注意：report_template.py 是样式模板引擎，提供所有样式定义和工具函数。
实际生成报告时，需要在模板基础上编写具体赛道的内容函数。
为每个新赛道生成报告时：
scripts/report_template.py 为新的脚本（如 scripts/gen_embodied_ai.py）
ch1() ~ ch7()
详细的投研数据采集方法论见 references/research_methodology.md，包括：
当报告涉及学术驱动型标的时，额外采集以下学术数据（方法论见 references/academic_research_methodology.md）：
| 采集维度 | 数据来源 | 关键信息 |
|-----------|---------|---------|
| 论文发表情况 | Google Scholar、Semantic Scholar、AMiner | 顶会/顶刊论文数量、单篇最高引用、h-index、作者位置 |
| 学术会议参与 | 会议官网、学者个人主页 | PC/AC/Senior PC角色、Keynote/Invited talk、论文接受情况 |
| 学术奖项与荣誉 | 学校官网、学术社区 | 杰青/长江/院士、ACM/IEEE/AAAI Fellow、最佳论文奖 |
| 学术时间线 | 学者CV、教育/工作经历 | 教育背景、职业经历、论文发表时间线、奖项时间线 |
学术数据采集流程：
web_search和web_fetch）
{数值}（来源：{机构名}，{报告名}，{日期}）
{公司}于{时间}完成{轮次}融资{金额}（来源：天眼查/企查查，{网址}）
{数值}（来源：{机构}，{年份}）
数据来源：NeoData金融数据服务（截至{日期}收盘）
数据来源：Google Scholar（截至{日期}）
融资相关数据必须从权威来源查询，按优先级采集：
| 优先级 | 数据来源 | 适用场景 | 网址示例 |
|-------|---------|---------|---------|
| P0 | 天眼查（Tianyancha） | 融资历史、估值、股东结构、股权穿透 | https://www.tianyancha.com/... |
| P0 | 国家企业信用信息公示系统 | 工商变更、注册资本、股东信息、行政处罚 | http://www.gsxt.gov.cn/... |
| P1 | 企查查（Qichacha） | 融资历史、知识产权、诉讼、关联企业 | https://www.qcc.com/... |
| P1 | IT桔子（ITJuzi） | 融资事件、投资方、赛道图谱 | https://www.itjuzi.com/... |
| P2 | 36氪/投资界/创业邦 | 融资报道、投资方背景 | https://36kr.com/... |
| P2 | 公司官网/招股书 | 官方融资公告、财务报表 | 公司官网investor关系页 |
| P3 | 媒体报道 | 补充信息，必须交叉验证 | 财新/第一财经等 |
（来源：天眼查，2026-05-15查询，https://www.tianyancha.com/...）
表X：{对比主题}（数据来源：{来源}）
团队分析章节必须完整包含以下内容：
1. 教育履历（学历背景）
2. 工作履历（产业经验）
3. 核心团队成员重要论文列表（学术驱动型公司必须）
{论文标题}，{会议/期刊}，{年份}，引用次数：{次数}
```
#### 黄冠 重要论文
```
tbl() 函数生成，保持风格一致
infobox() 高亮
表X：{描述}（数据来源：{来源}）
CA 样式（9号字、灰色、居中）
SDiv() 添加分隔线
1. 内容1 2. 内容2 3. 内容3（所有内容在同一行）
(1) 内容1 (2) 内容2 (3) 内容3（括号编号且全部在同一行）
①内容1②内容2③内容3（圆圈编号且紧密连接）
```python
story.append(Paragraph(
"核心驱动力来自三力共振：
"
"1. 技术驱动力：大模型溢出效应显著
"
"2. 产业驱动力：自动驾驶进入下半场
"
"3. 政策驱动力：世界模型纳入国家战略",
BD
))
```
```
```
Python >= 3.10
reportlab >= 4.0
安装依赖：
pip install reportlab
python --version
针对学术驱动型创业公司（硬科技、生物医药、AI等），采用四维度评估框架：
| 维度 | 权重 | 评估重点 | 评分标准 |
|------|------|---------|---------|
| 信号价值 | 30% | 技术可信度、招聘吸引力、媒体关注 | 10分制：9-10分顶级学者，7-8分优秀学者，5-6分中等，3-4分初级，1-2分较弱 |
| 转化价值 | 40% | 技术壁垒、产业化路径、持续创新能力 | 10分制：评估学术成果能否转化为技术壁垒和商业化价值 |
| 资源价值 | 20% | 产学研合作、人才输送、政府资源、产业资源 | 10分制：评估学术地位带来的资源获取能力 |
| 管理价值 | 10% | 创始人产业经验、团队完整性、公司治理 | 10分制：评估学术背景对管理能力的影响 |
评分标准（10分制）：
投资含义：
评分标准（10分制）：
投资含义：
评分标准（10分制）：
投资含义：
评分标准（10分制）：
投资含义：
关键分析点：
时间线对照表格式：
| 时间节点 | 公司发展阶段 | 核心人员学术/职业动态 | 关键事件 | 融资规模 |
|---------|------------|---------------------|---------|---------|
| {日期} | {阶段} | {学术动态} | {事件} | {金额} |
分析输出格式：
### 关键发现
#### 发现1: 学术积累先于公司成立
- {核心人员姓名}在{年份}-{年份}间发表了大量顶会论文（如{代表论文}），建立了坚实的学术地位
- 这些学术成果为后续创业提供了技术基础和信号价值
- **投资启示**: 顶级学者的创业项目，其学术积累期是重要的观察窗口，可提前布局
#### 发现2: 学术研究与产品发布几乎同步
- 公司成立{时间}后即有产品发布，显示学术研究已高度成熟
- {核心人员姓名}在{年份}发表了{数量}篇顶会/顶刊论文，同时保持创业节奏
- **投资启示**: 学术大牛创业，技术转化速度极快，早期介入窗口期很短
#### 发现3: 学术产出在公司成立后持续高位
- {核心人员姓名}在{年份}发表{数量}篇顶会/顶刊，{年份}发表{数量}篇，显示公司具有极强的研发文化
- 这种"学术+创业"双线作战模式，是公司技术领先性的重要保障
- **投资启示**: 持续的高水平学术产出，是公司技术领先性的重要保障
#### 发现4: 融资节奏与学术里程碑高度相关
- 每次重大融资前，{核心人员姓名}团队都有重要学术成果发布（如{CVPR/ICCV/ECCV}等）
- 学术声誉提升了公司的信号价值，吸引了{产业资本名称}等产业资本
- **投资启示**: 学术里程碑可作为投资决策的重要参考指标
基于四维度评估，给出针对不同投资阶段的具体建议：
投资价值: 高
风险等级: 高
建议策略: 积极布局
理由:
风险控制:
投资价值: 高
风险等级: 中高
建议策略: 选择性参与
理由:
风险控制:
投资价值: 中
风险等级: 中
建议策略: 谨慎参与
理由:
风险控制:
基于用户背景（华民股权投资基金管理有限公司合伙人，与地方政府引导基金合作），给出针对性建议：
基于案例分析，给出对InvestAgent项目的具体建议：
基于极佳科技（GigaAI）案例分析的完整评估示例见 references/academic_evaluation_example.md，包含：
Skill 结束
共 2 个版本