slug: cue-financial-verification displayName: 财务数据核验 name: cue-financial-verification description: > 逐项核验任意文本（研报/尽调报告/AI 生成内容/招股书/媒体文章）中涉及上市公司的财务声称， 交叉比对年报、审计报告、招股书、问询函回复等原始披露源，精准识别数值错误、口径偏离、AI 幻觉 与过期数据。直接调用 Cue 后端上市公司年报/半年报/季报全文及附注、审计报告、招股书历次修订稿、 业绩快报与会计差错更正公告、交易所问询函与券商核查意见等公开披露源，六步核查法（文本解析→ 源端比对→口径校准→跨期追踪→选择性引用识别→红线汇总），产出标注证据链的事实核查底稿。 面向投行分析师、尽调团队和财务审阅者——签字前对第三方财务声称做最后一道交叉验证。 核验通过的声称不在明细中列出，仅聚焦四类问题项。 Triggers: 财务数据核验 / 财务核查 / 数据交叉验证 / 年报核对 / 数字是不是真的 / fact check financial data / verify financial claims / audit cross-reference. NOT for: 财务数据查询（只给公司名没有待核验文本）、投资研究、个人征信、银行私有交易记录场景。 license: MIT metadata: version: "2.0.0" template_id: "template__29KHn" requires: bins: ["python3"] envOptional: ["CUE_API_KEY", "CUE_API_BASE"] endpoints: base: "https://cuecue.cn/api" apiKeyPage: "https://cuecue.cn/api-key"

cue-financial-verification — 财务数据核验

逐项核验输入文本中涉及公司主体的财务数据声称，交叉比对年报、审计报告及公开披露源，识别数值错误、口径偏离、AI 幻觉与过期数据，产出标注证据链的事实核查底稿。面向投行分析师、尽调团队和财务审阅者——在签字前对第三方财务声称做最后一道公开数据交叉验证。

核心价值：发现别人抄来抄去没发现的数字错误和口径陷阱，给出红线问题清单。不替代审计，不构成对目标主体真实性的保证。

第一层：边界层

适用范围

• 审阅投行研报/尽调材料/AI 生成报告/招股书/媒体文章中的财务数字是否准确
• 签字前对第三方财务声称做最后一道公开数据交叉验证
• 多源数据冲突时的裁决（以经审计年报附注为最高优先级）
• 跨文档一致性排查（年报 vs 季报 vs 招股书多稿 vs 问询回复）

不适合

• 财务数据查询（用户只给公司名没有待核验文本）— 这是核验 skill，不是数据查询工具
• 投资研究/股票估值（走 cue-equity-investment-synergy）
• 个人征信查询
• 需要银行私有交易记录的 AML 场景

工具面硬边界

仅覆盖公开数据源（A 股/港股/美股年报、审计报告、招股书、交易所披露）。核验结论仅反映公开披露源与输入文本的一致性。标注"无法核验"的声称建议通过向发行人索取内部明细、访谈等方式补充。金融类企业（银行/保险/券商）的财务科目与非金融企业命名相似但含义不同（如"营收"vs"净利息收入"），不可直接套用。

第二层：身份层

Agent 根据待核验文本的来源和用户场景自动切换角色：

第三层：质量标准层

核验底稿必须达到以下标准才算合格：

1. 每一个核验结论必须定位到源文件的具体章节 — 不能只说"年报显示"，必须说"2024 年年报财务报表附注七(3)，第 145 页"
2. 核验通过的声称只在统计数体现，不出现在明细 — 明细表仅列证伪/存疑/无法核验/数据过期四类问题项
3. 零编造 — 未找到原始披露源的声称标注"无法核验——公开披露中未检索到对应数据"，禁止编造验证结果
4. 口径差异必须说明影响金额估算 — 不仅仅说"口径不一致"，要说"因口径差异导致声称数据偏离约 X 亿"
5. 红线问题前置 — 审计非标意见/会计差错更正/口径断裂必须在第一章核验总览中警示，不得埋在正文里

第四层：工作流层

Stage 1：获取待核验文本

• 必填：待核验文本（可粘贴/文件路径/链接）
• 可选：侧重核查科目（如"只看营收和净利润"）
• 文件路径用 Read 工具读取，链接用 WebFetch 获取
• 只问 ≤1 个澄清问题。文本中公司主体不明确时确认具体公司名

Stage 2：确认 credits

Agent 显式提示消耗预期（约 5-15 credits），新用户提醒"每天 10 个免费积分"。

Stage 3：调用 Cue API + 流式展示

使用搭子模板 template__29KHn，通过 chat_stream 流式展示报告。

Stage 3b：空报告兜底

用 replay(conversation_id) 重放。仍然为空则提示用户到 cuecue.cn 工作台查看。

Stage 4：交付 + 满意度

展示核验底稿后问：满意 / 补充文本重跑 / 调整侧重科目重跑。

第五层：硬规则层

1. 每次跑前显式确认 credits — 哪怕用户说"直接跑"，也确认一次
2. 核验通过的声称只在统计数体现，不在明细逐条列出 — 明细仅列四类问题项
3. 核验对象是文本中的财务声称，不是公司本身 — 用户只给公司名没有待核验文本时拒绝执行
4. 不在 agent 侧重写后端核验逻辑 — 信源路由、口径校准、跨期追踪是后端 search_plan 的活
5. 不构成对目标主体真实性的保证 — 核验结论仅反映公开披露源与输入文本的一致性
6. 数据裁决有严格优先级 — 经审计年报附注 > 审计报告 > 年报正文 > 招股书注册稿 > 问询回复 > 半年报 > 季报 > 业绩快报。年报正文与附注不一致以附注为准。已更正数据以更正后为准
7. 保留 conversation_id — 每次跑完告知用户

第六层：反模式层

以下为 AI 在财务核验中最容易犯的错误，必须主动避免：

第七层：输出模式层

第八层：验收层

交付前对照此 checklist 逐项自检：

• [ ] 每条核验结论是否定位到源文件的具体章节/页码？
• [ ] 通过项是否只出现在统计数中，不在明细中逐条列出？
• [ ] 有没有漏掉任何一条财务声称（含模糊声称）？
• [ ] 有没有编造任何验证结果？
• [ ] 模糊声称是否以区间核验并标注？
• [ ] 非标审计意见是否在第一章显著警示？
• [ ] 口径差异是否说明了影响金额估算？
• [ ] 已更正数据是否以更正后为准并标注更正日期？
• [ ] 报告标题是否包含目标公司主体名？
• [ ] conversation_id 是否已告知用户？

参考库层

• references/buddy.json — 搭子模板完整定义（input_form_spec / goal / search_plan / report_format）
• scripts/cue_api.py — Cue API 调用封装
• 信源裁决优先级、反模式清单（本 SKILL.md 即参考）

能做什么（从搭子提示词中提取的能力面）

调用的数据工具（Cue 数据面）： - 上市公司年报/半年报/季报全文及附注 — 核验营收/净利润/扣非/毛利/总资产/负债率/经营现金流/ROE/ROA 等核心科目 - 审计报告 — 提取关键审计事项与审计意见类型（无保留/保留/否定/无法表示） - 招股说明书及历次修订稿 — 追踪多稿数据变动，以注册稿为最终锚点 - 临时公告 — 业绩快报/业绩预告修正/会计差错更正公告 - 交易所披露平台 / 港股披露易 — 覆盖 A 股+港股+美股上市公司 - 交易所问询函及回复 / 券商核查意见 — 暴露监管关注的数据质量问题

分析的 6 大核查步骤： 1. 文本解析与声称提取 — 逐句扫描含数值的财务声称，标注期间/口径/单位/原文定位 2. 源端逐项比对 — 定位原始披露文件，比对数值/口径/单位一致性 3. 口径校准 — 收入确认方法/合并范围变动/非经常性损益界定/会计政策变更检查 4. 跨期追踪 — 多期年报/招股书多稿/问询回复/差错更正一致性 5. 选择性引用识别 — 暴露不同科目间切换有利口径的行为 6. 红线问题汇总 — 审计非标/差错更正/口径断裂/多源冲突等阻塞签字项

信源裁决优先级：经审计年报附注 > 审计报告 > 年报正文 > 招股书注册稿 > 交易所问询回复 > 半年报 > 季报 > 业绩快报

准备：API key 一次性配置

1. 打开 https://cuecue.cn/api-key（需注册 Cue 账号，手机号直接注册）
2. 创建一个 API key（格式 sk...），复制
3. 设置环境变量：

export CUE_API_KEY=sk...

或写入 ~/.cue/config.json：

{ "api_key": "sk...", "base": "https://cuecue.cn/api" }

关于 Credits

Cue 新用户每天有 10 个免费积分，核验一篇文本约 5-15 credits（取决于声称数量）。每次跑前 agent 显式确认，不跑不扣费。确切消耗跑完才知道。

Credits 耗尽时：提示用户"今日免费积分已用完，可到 cuecue.cn 购买更多积分，或明天再来"。

决策树（agent 怎么响应用户）

用户说什么                                                       → 走哪条
──────────────────────────────────────────────────────────────────────────
"帮我核验这份研报的财务数据" / "看看这些数字是不是真的"              → 跑核验
"这家公司2024年营收多少"（查数据，不是核验文本）                     → 提示这是核验 skill，不是数据查询工具
用户只提供公司名没有待核验文本                                      → 提示需要一份包含财务声称的文本
"这份尽调报告里的数字帮我逐项核实一下"（带文件/链接）               → 先读材料提取财务声称，合并到 user query
"帮我分析一下这只股票"（投资研究）                                  → 拒绝，引导到 cue-equity-investment-synergy

使用示例

例1 — 基础核验：

用户："帮我核验这份研报的财务数据 [附 PDF 路径]" Agent：Read 文件提取内容 → 识别为研报来源，切换"投行质控审阅者"角色 → 确认 credits → 流式展示 6 章核验底稿

例2 — AI 幻觉审查：

用户："看看这篇 AI 写的宁德时代分析里的营收和净利润数据对不对" Agent：识别文本来源为 AI 生成 → 切换"AI 幻觉审查者"角色（每条声称独立验证至源文件）→ 确认 credits → 调用 Cue

例3 — 多源冲突裁决：

用户："三份研报对贵州茅台 2024 年营收预测差别很大，帮我看看哪个更靠谱" Agent：确认 credits → 逐源比对+裁定最可信值+冲突原因分析 → 交付冲突裁决表

主流程

Stage 1：获取待核验文本

Agent 需要用户提供： - 待核验文本（必填）—— 可粘贴内容/文件路径/链接 - 侧重核查科目（可选）—— 如"只看营收和净利润"

文件路径用 Read，链接用 WebFetch。只问 ≤1 个澄清问题。

Stage 2：确认 credits

即将对这份文本启动财务数据核验（6步骤：文本解析→源端比对→口径校准→跨期追踪→选择性引用识别→红线汇总），将消耗 Cue credits（约 5-15）。 1. 确认执行 2. 取消

Stage 3：调用 Cue API + 流式展示

import sys, uuid, json
from pathlib import Path
sys.path.insert(0, str(Path(__file__).resolve().parent / "scripts"))
from cue_api import chat_stream, CueAPIError

payload = {
    "messages": [{"role": "user", "content": f"待核验文本:\n\n{user_text}"}],
    "conversation_id": f"cue-fin-verify-{uuid.uuid4().hex[:12]}",
    "chat_id": uuid.uuid4().hex,
    "template_id": "template__29KHn",
    "need_analysis": False,
    "need_confirm": False,
    "need_underlying": False,
    "need_recommend": False,
}

report_pieces = []
reporter_started = False

try:
    for event, data in chat_stream(payload, max_seconds=900):
        if event == "start_of_agent":
            try:
                d = json.loads(data)
                agent_name = d.get("data", {}).get("agent_name", "") or d.get("agent_name", "")
                if agent_name == "reporter":
                    reporter_started = True
            except json.JSONDecodeError:
                pass
        elif event == "end_of_agent":
            try:
                d = json.loads(data)
                agent_name = d.get("data", {}).get("agent_name", "") or d.get("agent_name", "")
                if agent_name == "reporter":
                    reporter_started = False
            except json.JSONDecodeError:
                pass
        elif event == "message" and reporter_started:
            try:
                d = json.loads(data)
                delta = d.get("data", {}).get("delta", {})
                content = delta.get("content", "")
                if content:
                    report_pieces.append(content)
                    print(content, end="", flush=True)
            except json.JSONDecodeError:
                pass
except CueAPIError as e:
    print(f"\n[错误] {e.user_hint()}")

Stage 3b：空报告兜底

from cue_api import replay

report_pieces = []
for event, data in replay(conversation_id, max_seconds=600):
    ...

if not report_pieces:
    print("报告生成失败（后端可能超时）。已保存 conversation_id，可在 cuecue.cn 工作台查看或稍后重试。")

Stage 4：交付 + 满意度

这份核验结果满意吗？ 1. 满意 2. 不满意，补充文本重跑 3. 不满意，调整侧重科目重跑

边界处理

安全规则

• API key 绝不出现在输出/日志中
• 用户粘贴 sk... → 提醒去 cuecue.cn/api-key 轮换
• 待核验文本只在 agent 上下文使用，绝不上传到 Cue 服务端以外的地方

脚本到模块映射

报告结构

1. 核验总览（声称总数 / 通过/存疑/证伪/无法核验/过期五类统计 / 红线问题前置警示）
2. 财务声称提取清单（逐条编号、原文摘录、期间/口径/单位）
3. 问题项核验明细（仅列四类问题项，含源文件+章节+偏差说明）
4. 口径差异与选择性引用（会计政策变更/并表范围/收入确认/非经常性损益）
5. 跨期与跨文档一致性（多期年报/招股书多稿/问询回复/差错更正）
6. 核验结论与待办事项（红线问题清单 + 信息缺口 + 现场提问建议 + 免责声明）

兼容性

质量评级：优秀。文档结构系统完整，核验方法论专业严谨，反模式清单实用有价值。代码实现可靠，错误处理考虑周全。不足之处是缺少使用示例，普通用户难以直观了解运行效果；另外依赖第三方服务且费用机制不够透明，可能影响使用意愿。整体而言这是一款针对专业用户的可靠工具，但需要一定的学习成本。