Transcript Analysis Skill#

从财报电话会逐字稿中挖掘主题信号，支持跨季度对比分析。

---

工作流程（Step 1-5）#

Step 1: 确认分析参数#

输入：

• 股票代码（如 LMT, PM）
• 季度列表（如 2025Q4, 2025Q3）
• 数据源模式（web 免费 / api QVeris）

输出：参数配置确认

✅ 检查点：股票代码与季度格式正确

---

Step 2: 🔍 参数确认检查点#

输入：

• 用户提供的分析请求
• 当前日期（用于默认输出目录命名）

text

Transcript 分析配置：
- 股票代码：LMT
- 季度：2025Q4, 2025Q3, 2025Q2
- 数据源：web（免费）
- 输出目录：./transcript_LMT_20260527/

确认继续？[Y/n/调整]

输出：用户确认的配置参数

✅ 检查点：用户明确确认后执行

---

Step 3: 执行分析脚本#

输入：

• 确认后的配置参数
• transcript_analyzer.py脚本路径

bash

# 默认 web 模式（免费）
python transcript_analyzer.py --symbol LMT --quarters 2025Q4 --mode web

# 多季度对比
python transcript_analyzer.py --symbol LMT --quarters 2025Q4,2025Q3,2025Q2 --mode web

# API fallback
python transcript_analyzer.py --symbol PM --quarters 2025Q4 --mode api

输出：

• 脚本执行状态
• 生成的CSV和Markdown文件

✅ 检查点：验证输出文件已生成

---

Step 4: 边界条件处理#

输入：

• 脚本执行结果
• 错误信息（如有）

场景触发条件处理动作脚本不存在transcript_analyzer.py 未找到提示检查路径或重新创建Stock Analysis 页面结构变化解析失败更新解析逻辑或切换 api 模式QVeris 配额不足API 返回 402切换 web 模式或提示充值无该季度 transcript网页 404跳过该季度，继续其他网络超时请求 > 30s重试 3 次后切换数据源

输出：处理后的结果或错误提示

✅ 检查点：所有错误已妥善处理

---

Step 5: 输出文件#

输入：

• 脚本生成的输出文件

文件说明{symbol}_evidence_ledger.csv核心：每条信号追踪到原文片段、说话人、分段、语境{symbol}_theme_timeseries.csv跨季度主题热度（提及次数 + 每千词提及率）{symbol}_summary_report.md可读报告：主题排名 + 关键信号清单

输出：文件路径确认

✅ 检查点：用户确认输出文件位置

---

数据源优先级#

优先级数据源成本覆盖范围1Stock Analysis (stockanalysis.com)免费多数美股2QVeris API (Alpha Vantage)2 credits/次更广覆盖

---

参数说明#

参数必填说明--symbol✅股票代码，如 LMT, PM--quarters✅季度列表逗号分隔，如 2025Q4,2025Q3--mode否数据源: web(默认免费) / api(QVeris)--output-dir否输出目录，默认当前目录

---

主题词库（24 个主题）#

消费/烟草（PM 等）: 无烟转型 / 尼古丁袋 / 电子烟 / 定价 / 销量份额 / 利润率 / 监管税收 / 创新 / 汇率 / 股东回报 / 成本重组 / 业绩指引 / 区域表现 / 竞争格局

军工/Defense（LMT 等）: 积压订单 / 战斗机F-35 / 导弹弹药 / 太空业务 / 国防预算 / 多年期合同 / AI自主技术 / 金穹导弹防御 / 供应链产能 / 国际销售

---

输出目录惯例#

text

./transcript_{symbol}_YYYYMMDD/

---

脚本位置#

本技能捆绑 transcript_analyzer.py 脚本,安装后位于 skill 目录内。