QVeris
Skill Hub/qveris-supply-chain-research
Official已验证Markets / Financial research

产业链卡点研究助手

by QVeris

当 Agent 需要把市场主题转成有来源证据的产业链研究流程时使用。它通过 QVeris 发现行情、公告、公司、新闻和社媒能力,先检查覆盖范围和计费规则,再调用所选数据源,最后排序稀缺层级和候选公司。

任务价值

用 QVeris 数据能力拆产业链、找稀缺卡点、排序上市公司研究优先级,并输出可核查证据链。

适合对象

投研 Agent、组合监控、金融分析工作流

预期输出

带来源证据、风险提示、QVeris 调用记录和预计积分的研究简报。

支持的 Agent4
工作流案例3
预计积分8-250 credits
FinanceSupply ChainFilingsResearchQVeris
源码仓库Manifest

案例工作流

每篇文章或教程都按可复用工作流呈现:内容来源、可复制 prompt、QVeris API recipe 和预期输出。

内容来源

产品案例

用 QVeris 接入 FMP

把结构化金融数据变成 Agent 可调用能力,用于 thesis 验证。

可复制 Prompt

用 QVeris 深度调研 AI 基建产业链卡点。先拆产业链层级,再发现并检查行情、公告、新闻和公司数据能力,调用必要数据源,给出 5 个上市公司优先研究标的,说明用了哪些 QVeris 能力、预计付费 Call 次数,以及什么情况会削弱每个判断。

QVeris API 调用
DiscoverInspectCall
预期结果

投研备忘录 · Markdown memo

打开案例
内容来源

教程

OpenClaw A 股金融助手

面向 A 股监控和来源证据研究的实用工作流。

可复制 Prompt

用 QVeris 扫描 A 股 AI 半导体产业链。如果数据覆盖允许,先建立至少 20 个候选公司,先排产业链层级再排公司,调用 QVeris 的公告、财务报表、公司资料和新闻数据,最后给出前 5 个研究优先级、证据强度和主要风险。

QVeris API 调用
DiscoverInspectCall
预期结果

信号扫描表 · Table

打开案例
内容来源

产品案例

Twelve Data 市场能力

为全球研究和候选公司筛选补充市场数据覆盖。

可复制 Prompt

挑战这家公司是产业链核心供应商的 thesis。用 QVeris 调用公告、公司资料、财务、行情、新闻以及相关社媒或行业信号。说明它准确处在哪个产业链位置、证据强度、缺失证明,以及什么情况说明这个判断错了。

QVeris API 调用
DiscoverInspectCall
预期结果

审计附录 · JSON / appendix

打开案例

Prompt 模板

把 skill 变成可执行 Agent 工作流的 starter prompts。

AI 基建产业链卡点

拆解稀缺层级并排序上市公司研究优先级。

用 QVeris 深度调研 AI 基建产业链卡点。先拆产业链层级,再发现并检查行情、公告、新闻和公司数据能力,调用必要数据源,给出 5 个上市公司优先研究标的,说明用了哪些 QVeris 能力、预计付费 Call 次数,以及什么情况会削弱每个判断。

A 股 AI 半导体扫描

建立 A 股候选池,验证证据,并排序卡点暴露。

用 QVeris 扫描 A 股 AI 半导体产业链。如果数据覆盖允许,先建立至少 20 个候选公司,先排产业链层级再排公司,调用 QVeris 的公告、财务报表、公司资料和新闻数据,最后给出前 5 个研究优先级、证据强度和主要风险。

挑战单家公司 thesis

用 QVeris 证据验证公司是否真正控制稀缺层。

挑战这家公司是产业链核心供应商的 thesis。用 QVeris 调用公告、公司资料、财务、行情、新闻以及相关社媒或行业信号。说明它准确处在哪个产业链位置、证据强度、缺失证明,以及什么情况说明这个判断错了。

预期输出模板

Agent 跑完工作流后应返回的结构化格式,方便复用和审计。

Markdown memo

投研备忘录

用结论、证据和反证组织成可转发给团队的研究 memo。

章节
  • 研究范围
  • 核心发现
  • 证据表
  • 风险与反证
  • QVeris 调用与 credits
Table

信号扫描表

把多个 ticker、来源或事件压缩成可排序的表格。

章节
  • 对象
  • 信号
  • 证据强度
  • 市场相关性
  • 下一步验证
JSON / appendix

审计附录

保留 Agent 调用过的能力、来源、时间窗口和费用估算。

章节
  • capabilities_used
  • sources
  • paid_calls
  • estimated_credits

QVeris API Recipe

这个 skill 预期 Agent 执行的 Discover、Inspect、Call 编排链路。

Recipe 步骤 01DiscoverPOST /search

发现研究数据能力

搜索行情、财务报表、公司资料、公告、电话会、交易所公告、新闻和社媒信号能力。

示例查询: stock filings financial statements company news API

FMPTwelve DataTHS iFinDCaidaziFinnhubX
Recipe 步骤 02InspectPOST /tools/by-ids

检查覆盖范围和计费

在 Agent 调用供应商前确认市场覆盖、股票代码参数、输出结构、延迟、成功率和 billing_rule。

Capability schemasProvider metricsBilling rules
Recipe 步骤 03CallPOST /tools/execute

调用证据来源

调用选定数据能力,并把结果组织成有来源证据的产业链卡点排序。

Market data providersFinancial data providersNews and social providers

QVeris 使用量与费用

执行前的规划估算。Discover 和 Inspect 免费;成功执行 Call 时按所选供应商 billing_rule 计费。

典型付费 Call8-25
预计积分8-250 credits
免费动作
DiscoverInspect
付费动作
Call

主题扫描使用量估算

单家公司 thesis 挑战通常只需要少量付费调用;宽主题扫描会在免费 Discover 和 Inspect 后调用多类行情、公告、财务、新闻和公司资料能力。

执行付费 Call 前先请求用户确认。检查每个所选能力的 billing_rule;如果预计成本过高,先缩小研究范围。

安装

在目标 Agent 环境安装 skill。Agent 执行命令或修改本地配置前必须先请求确认。

官方 GitHub 源

这是 QVeris skills 的官方可信源。安装到 Agent 环境前,可以先检查或 fork 对应 skill 目录。

查看源码
源码路径QVerisAI/open-qveris-skills/qveris-supply-chain-research
git clone https://github.com/QVerisAI/open-qveris-skills.git && cd open-qveris-skills/qveris-supply-chain-research
安装技能OpenClaw
openclaw skills install qveris-supply-chain-research

Agent 执行流程

用户复制 prompt 后,Agent 应该展示的执行链路。

01

确定研究问题

明确市场、主题、时间窗口,以及任务是主题扫描、单家公司挑战还是候选对比。

02

发现并检查 QVeris 数据

寻找所需数据能力,检查覆盖范围和计费,并在付费执行前请求确认。

03

调用来源并拆层级

调用选定供应商,拆解产业链层级,并区分强证据和线索。

04

排序并反证

排序稀缺层级和上市公司优先级,并说明风险、缺失证据、使用的 QVeris 调用和下一步验证。

安装策略

先读取 manifest 和 agent.md。说明安装命令、API 动作和可能的积分消耗。等待用户明确确认后再修改本地环境。

ManifestAgent 指南Catalog