17.2 项目骨架与团队编制
面向经管学生、研究者与从业者的 AI 智能体设计教材
搭建投研项目的第一步是确定目录结构和团队编制。目录结构决定数据和产出的存放规范，团队编制决定哪些 agent 各自负责什么。两者在项目初始化时一并完成。
投研项目目录结构
investment-research/
├── CLAUDE.md # 项目规则（数据来源声明、免责声明、输出格式）
├── .claude/
│ ├── agents/
│ │ ├── data-collector.md # 信息采集 agent
│ │ ├── financial-analyst.md # 财务分析 agent
│ │ ├── industry-analyst.md # 行业研究 agent
│ │ └── report-writer.md # 报告撰写 agent
│ ├── skills/
│ │ ├── earnings-extract/ # 财报数据提取
│ │ ├── report-digest/ # 研报观点整合
│ │ ├── news-monitor/ # 新闻舆情采集
│ │ ├── fundamental/ # 基本面分析
│ │ ├── valuation/ # 估值分析
│ │ └── industry/ # 行业分析
│ └── rules/
│ ├── data-standard.md # 数据规范（来源标注、格式、可信度评级）
│ └── output-format.md # 输出格式（备忘录结构、图表标准）
├── raw_data/ # 原始材料（采集 agent 产出）
│ ├── earnings/ # 财报数据
│ ├── reports/ # 券商研报摘要
│ └── news/ # 新闻舆情
├── analysis/ # 分析报告（分析 agent 产出）
│ ├── fundamental.md # 基本面分析报告
│ ├── valuation.md # 估值分析报告
│ └── industry.md # 行业分析报告
├── output/ # 最终报告
│ └── investment-memo.md # 投资备忘录
└── README.md # 项目说明几个关键决定。raw_data/ 按数据源分三个子目录，由 data-collector agent 独占写入。analysis/ 存放三维分析报告，由 financial-analyst 和 industry-analyst 各自写入自己负责的文件。output/ 存放最终投资备忘录，由 report-writer 写入。三个目录的写入权限互不交叉，避免 agent 之间互相覆盖文件。
CLAUDE.md 投研特殊条款
投研项目的 CLAUDE.md 除了常规的路径规范和代码约定外，必须包含三类特殊条款：数据来源声明、免责声明和输出格式。下面是一份完整可用的范例。
# CLAUDE.md — 上市公司深度研究项目规则
## 项目信息
- 项目名：investment-research
- 目标：生成一份符合买方标准的投资备忘录
- 研究对象：[待填写公司名称和代码]
- 创建日期：2026-04-25
## 一、路径规范
- raw_data/：原始数据存储路径，由 data-collector 独占写入
- analysis/：分析报告路径，由 financial-analyst 和 industry-analyst 写入
- output/：最终交付物路径，由 report-writer 写入
- 禁止跨目录写入：采集 agent 不写 analysis/，分析 agent 不写 output/
## 二、数据来源声明
所有引用的数字必须标注来源，格式如下：
- 财报数据：[指标名称]（来源：[年报/季报名称]，第 X 页）
- 研报数据：[指标名称]（来源：[券商名称]，[报告标题]，[日期]）
- 新闻信息：[事件描述]（来源：[媒体名称]，[日期]）
- 计算指标：[指标名称]（计算方式：[公式]，基于 [原始数据来源]）
禁止使用无来源标注的数字。如果某项数据无法确认来源，
标记为"[待核实]"并在审阅阶段提醒分析师。
## 三、免责声明
所有产出文件的末尾必须包含以下声明：
---
免责声明：本报告由 AI 辅助生成，仅供研究参考，不构成投资建议。
所有数据和分析结论需经专业人士独立核验后方可用于投资决策。
数据截至 [日期]，不保证信息的完整性和时效性。
---
## 四、输出格式
投资备忘录采用以下固定结构：
1. 投资概要（200 字以内，含核心结论和评级）
2. 核心投资逻辑（3-5 条，每条带数据支撑）
3. 财务分析（盈利能力、成长性、财务健康度、关键比率表）
4. 估值分析（DCF + 可比公司，含估值区间和当前价格对比）
5. 行业与竞争格局（市场份额、竞争优势、行业趋势）
6. 风险因素（按影响程度排序，每条标注概率和影响等级）
7. 投资结论与建议（含目标价区间和投资期限）
8. 附录：数据来源清单
## 五、人在回路节点
以下环节必须暂停等待分析师确认：
1. 数据源确认：采集完成后，确认数据是否齐全、是否可靠
2. 核心假设审查：增长率、折现率、退出倍数等关键参数
3. 分析逻辑审查：因果关系是否成立，结论是否过度外推
4. 结论措辞审查：评级和目标价的措辞是否合理审慎
5. 免责声明合规：确认声明内容完整且符合所在机构要求AI 生成的财务数字可能出现幻觉。分析师审阅时最常发现的问题是：数字本身看起来合理，但查原始财报后发现数据来自不同年份、不同口径甚至完全编造。数据来源声明的作用是让每个数字都可溯源，审阅时只需按来源逐条核对即可。
Agent 团队编制
投研 Agent Teams 包含 4 个专职 agent。每个 agent 有明确的能力边界、可用的 Skill 和输出目录。
| Agent | 职责 | 可用 Skill | 输出目录 |
|---|---|---|---|
| data-collector | 从多个数据源采集原始材料 | earnings-extract、report-digest、news-monitor | raw_data/ |
| financial-analyst | 定量分析和估值计算 | fundamental、valuation | analysis/ |
| industry-analyst | 竞争格局和行业趋势分析 | industry | analysis/ |
| report-writer | 整合分析结果，生成投资备忘录 | 无专属 Skill，读取 analysis/ 全部文件 |
output/ |
4 个 agent 的协作顺序是：data-collector 先行采集，financial-analyst 和 industry-analyst 并行分析，report-writer 最后整合。这不是固定流水线，分析 agent 在工作中如果发现数据缺失，可以通知 data-collector 补采。
下面是 data-collector 的 agent 定义文件范例：
---
name: data-collector
description: "投研信息采集专员，负责从财报、研报和新闻三类数据源采集原始材料"
model: sonnet
tools:
- Read
- Write
- Bash
- WebSearch
---
你是投研信息采集专员。你的任务是从多个数据源采集上市公司的原始研究材料。
## 职责范围
- 使用 /earnings-extract 从年报和季报中提取关键财务指标
- 使用 /report-digest 从券商研报中整合核心观点和目标价
- 使用 /news-monitor 采集近期新闻并分类整理
## 输出规范
- 所有产出存入 raw_data/ 对应子目录
- 每份文件必须包含 YAML frontmatter：数据来源、采集时间、可信度评级
- 可信度评级分三级：高（官方披露）、中（机构研报）、低（媒体报道）
## 约束
- 只在 raw_data/ 目录下写入文件，禁止修改 analysis/ 或 output/
- 遇到数据矛盾时标记为"[待核实]"，不做主观判断
- 采集完成后通知 financial-analyst 和 industry-analyst 开始分析子代理：主代理的工具。主代理派出子代理执行任务，子代理完成后将结果返回给主代理。通信是单向的，子代理之间不能直接对话。
Agent Teams：多个 Claude Code 实例组成的协作团队。每个实例独立运行在自己的终端窗口中，可以直接通信、共享任务列表。适合需要多角色持续讨论和并行工作的场景。
在投研场景中选择 Agent Teams 而非子代理，是因为采集和分析 agent 需要独立运行较长时间，且可能需要互相通知数据补充需求。
Agent Teams 部署
Agent Teams 通过 Tmux 多窗口部署，每个 agent 在独立的终端窗口中运行。部署过程分三步：创建 Tmux 会话、启动各 agent、确认团队就绪。
首先在 Claude Code 中启动 Agent Teams：
在投研项目 investment-research/ 目录下创建 Agent Teams。
团队编制：
- Lead：我自己（负责整体协调和审阅）
- data-collector：信息采集专员
- financial-analyst：财务分析专员
- industry-analyst：行业研究专员
- report-writer：报告撰写专员
用 Tmux 为每个 agent 开一个独立窗口，窗口命名与 agent 名称一致。
启动后让 data-collector 先开始采集工作，其余 agent 待命。Claude Code 会创建 Tmux 会话并分配窗口。启动完成后的 Tmux 布局如下：
┌─────────────────────────────────────────────────────┐
│ Tmux session: investment-research │
├──────────────────────┬──────────────────────────────┤
│ 窗口 0: lead │ 窗口 1: data-collector │
│ (主控台，你在这里) │ (正在采集财报/研报/新闻) │
├──────────────────────┼──────────────────────────────┤
│ 窗口 2: fin-analyst │ 窗口 3: ind-analyst │
│ (待命，等采集完成) │ (待命，等采集完成) │
├──────────────────────┴──────────────────────────────┤
│ 窗口 4: report-writer │
│ (待命，等分析完成) │
└─────────────────────────────────────────────────────┘用 Ctrl+B 然后按数字键在窗口之间切换。建议把 Lead 窗口放在 0 号位，采集 agent 放在 1 号位，两个分析 agent 放在 2 和 3 号位，report-writer 放在 4 号位。这个顺序与工作流阶段一致，方便跟踪进度。
如果屏幕空间充足，可以用 Ctrl+B 然后 % 或 " 做分屏，同时观察多个 agent 的工作状态。
每个 agent 启动后会自动读取 CLAUDE.md 和自己的 agent 定义文件，加载对应的 Skill。data-collector 启动后立即开始采集工作，其他 agent 进入待命状态。当 data-collector 完成采集并将文件写入 raw_data/ 后，financial-analyst 和 industry-analyst 可以并行启动各自的分析任务。
这套部署方式的关键优势在于：每个 agent 拥有独立的上下文窗口，不会因为某个 agent 处理了一份超长年报而挤占其他 agent 的上下文空间。4 个 agent 之间通过文件系统交换数据，通过共享任务列表协调进度，各自独立运行、互不干扰。
确认团队就绪后，投研工作正式开始。data-collector 先行，两个 analyst 并行跟进，report-writer 最后整合。整个流程中，你在 Lead 窗口监控进度，在每个人在回路节点做审阅和确认。