feasibility-report-engine

Génère des rapports d'étude de faisabilité complets au format Word et Excel, conformes à la directive 2023 de la NDRC, avec des tableaux financiers liés par formules.

Qu'est-ce que feasibility-report-engine ?

Ce moteur de rédaction d'étude de faisabilité est conçu pour automatiser la production de rapports professionnels prêts à être livrés aux clients, en respectant les normes réglementaires chinoises (directive NDRC 2023). Il résout les problèmes courants : choix erroné du plan de rédaction, incohérence entre les tableaux financiers et le texte principal, et mise en page non conforme. Le flux de travail comprend six étapes : identification du type de projet (gouvernemental ou entreprise), collecte de données en ligne, calcul financier avec des tableaux liés, rédaction par un réseau de modèles spécialisés, mise en page professionnelle et inspection visuelle multi-modèles. Le livrable final est un ensemble de trois fichiers : un rapport Word complet, un classeur Excel de calculs financiers (avec formules pré-établies) et un document d'instructions. Le système s'appuie sur des scripts Python sans dépendances externes pour le contrôle qualité et la vérification automatique.

Compatible avec~Claude Code~Codex CLI~Cursor
npx skills add https://github.com/lingyu9495-source/agent-skills/tree/main/skills/feasibility-report-engine

Installed? Explore more Recherche et analyse de données skills: affaan-m/uspto-database, affaan-m/scholar-evaluation, affaan-m/literature-review · View all 6 →

Demander à votre IA préférée

Ouvre une nouvelle conversation avec cette compétence d'agent déjà préchargée.

Documentation

Moteur de rédaction d'étude de faisabilité (Rapport d'étude de faisabilité de projet industriel – Manuel de combat complet pour livraison client)

Note de forme de compétence : Cette compétence = version de livraison « Word complet + Classeur de calcul Excel » pour la rédaction d'étude de faisabilité. Forme des livrables : ① Rapport Word complet (couverture → corps → annexes, selon le plan 2023 de la NDRC) ② Classeur de calcul d'investissement Excel (formules toutes pré-établies). Compétences frères du même domaine métier (distinguées par forme de livraison) : Version PPT pour présentation , Version PDF du rapport – en cours de développement (voir feuille de route des compétences dans le README). Aperçu d'utilisation : Le client/commanditaire fournit les éléments → Ce moteur en six étapes → Livraison du trio (rapport docx + classeur de calcul xlsx + note explicative docx) dans la boîte de discussion. Ce moteur est issu de l'expérience pratique complète d'une commande réelle de septembre 2026 (cluster industriel océanique de 30 milliards, neuf fascicules, 200 000 mots), incluant tous les points d'évitement.

Amélioration v1.7 (cette version) : ① Nouveau report_qa.py pour QA des longs documents (cache/assertions/vérification regex) et pipeline_check.py pour auto-vérification du pipeline, bibliothèque standard Python uniquement, zéro dépendance ; ② Nouveaux « trois contrôles qualité du rapport » et « liste de vérification avant livraison », transformant la livraison « au feeling » en livraison « point par point » ; ③ Complément des « règles absolues de saut de page et d'images (rendu Word ≠ rendu LibreOffice) » et livraison en PDF ; ④ Nouveau chapitre « Révision et alignement des indicateurs » pour éviter les erreurs lors des retours client ou des modifications de chiffres ; ⑤ Nouvelle table de vérification des indicateurs de calcul financier et de la cohérence des quatre tableaux, et exigences d'analyse de sensibilité.

1. Conditions de déclenchement et positionnement

Déclenchement : Le client/commanditaire demande une « étude de faisabilité », un « rapport de faisabilité », un « rapport de projet » ou un « rapport de due diligence de financement » ; le client fournit des éléments épars (nom du projet/lieu/échelle/quelques photos) et souhaite un rapport officiel pouvant être présenté à un investisseur/soumis à approbation/utilisé pour la promotion des investissements.

Répartition avec les compétences frères :

CompétenceUtilisation
Ce moteurRapport d'étude de faisabilité pour livraison client (norme de conformité = plan 2023 de la NDRC)
report-production-pipelinePipeline de production de rapports génériques (cinq phases + script d'auto-vérification), les étapes 2 à 4 de ce moteur lui sont isomorphes
feasibility-study-writingDécision interne / démonstration de plan d'affaires
mh-calculationMoteur de calcul financier (17 tableaux, ce moteur l'appelle pour les calculs)

Lignes rouges de la livraison commerciale (sous-traitance discrète) :

  • Le client signe et livre sous son propre nom, nous ne faisons que le contenu – l'unité de préparation, la date et les mentions légales restent vides pour que le client les remplisse.
  • Ne jamais exposer de traces d'IA (pas de « version finale / AI / double modèle » dans les noms de fichiers, métadonnées effacées, aucun symbole IA dans le corps du texte).
  • Cachet d'agrément : Conseiller au client de trouver une unité de conseil en ingénierie qualifiée pour coopérer sur le cachet (ligne rouge de conformité + point d'entrée pour l'acquisition de clients).
  • Point d'ancrage des prix : Vendre « rapidité + professionnalisme », standard personnalisé 8 000 – 15 000 yuans, ne pas faire de低端 en dessous de 3 000 yuans.

2. Norme de référence du secteur : Deux plans (identifier d'abord, rédiger ensuite)

Lignes directrices pour la rédaction des rapports d'étude de faisabilité des projets d'investissement de la Commission nationale du développement et de la réforme (NDRC) – Document de référence n° 304 de 2023 – Seule base de conformité pour la rédaction d'une étude de faisabilité.

Type d'identificationProjet d'investissement public (plan général 11 chapitres)Projet d'investissement d'entreprise (plan de référence 10 chapitres)
FinancementInvestissement public / injection de capital / obligations spécialesAutofinancement de l'entreprise / financement de marché
Client typeEntreprise municipale / plateforme / projet gouvernementalEntreprise privée / investissement industriel / propriété mixte
AccentNécessité de la construction / avantages sociaux / équilibre budgétaireDemande du marché / rentabilité / modèle d'affaires

Les exigences complètes chapitre par chapitre se trouvent dans references/ (gov-dagang-2023.md version gouvernementale, ent-dagang-2023.md version entreprise), à consulter chapitre par chapitre lors de la rédaction.

Auto-vérification du type d'identification (se tromper = tout refaire, répondre d'abord à ces 4 questions)

  1. D'où vient l'argent : Fonds publics / obligations spéciales / apport de la plateforme gouvernementale → version gouvernementale ; Autofinancement de l'entreprise / prêt commercial / financement de marché → version entreprise.
  2. À qui est-il destiné : Approbation / autorisation de la NDRC, demande de fonds publics → version gouvernementale ; Prêt bancaire, décision d'investisseur, promotion des investissements → version entreprise.
  3. Quel besoin sert-il : Besoin public (lacune régionale / bien-être / exigence impérative du plan supérieur) → version gouvernementale ; Demande du marché et rentabilité → version entreprise.
  4. Contient-il ces chapitres : Plan de gestion de la performance, analyse du pic de carbone et de la neutralité carbone → propre à la version gouvernementale ; Poids plus élevé pour le modèle d'affaires / la stratégie marketing / l'analyse concurrentielle → version entreprise.

En cas de financement mixte (apport public + autofinancement) : Prendre le flux d'approbation/soumission comme plan principal, intégrer la démonstration financière de l'entreprise dans le chapitre « Plan d'investissement, de financement et financier », et préciser le double flux dans l'aperçu.

3. Flux de travail en six étapes (processus complet)

Étape 0 : Inventaire des éléments + Identification + Trois questions avant acceptation (0,5 h)

Poser ces trois questions avant de commencer à rédiger :

  1. Objectif (Approbation de projet / Financement bancaire / Présentation pour levée de fonds / Décision interne) → Détermine la profondeur de la mise en page et le plan
  2. Nature du propriétaire (Plateforme gouvernementale / Entreprise privée) → Détermine l'utilisation du plan gouvernemental ou entreprise
  3. Date limite → Détermine le mode A (complet 7-15 jours) ou le mode B (première version rapide 1-3 jours) ⭐

Inventaire des éléments « existant vs manquant », poser les questions manquantes en une seule fois, pas de va-et-vient. Si l'estimation d'investissement manque → estimation basée sur les références sectorielles et mention « selon la pratique courante du secteur XX » ; si le terrain/l'emplacement manque → due diligence sur les plans publics. Peu d'informations du client → mode B.

Critère d'achèvement : Une phrase de conclusion sur le type d'identification (version gouvernementale/entreprise + justification) ; une liste des lacunes en matière d'éléments ; mode A/B clairement défini.

Étape 0,5 : Liste des besoins en données (trois lots, demander tout en une fois, ne pas demander au fur et à mesure de la rédaction)

LotContenuConséquence du manque
Lot 1 : Quantité, prix et base d'investissementContenu et échelle de la construction, liste des équipements et demande de prix, prix du terrain/loyer, prix de l'eau/électricité/gaz, coût de la main-d'œuvreNe peut produire qu'une « version de démonstration préliminaire », estimation d'investissement basée sur les pratiques courantes du secteur
Lot 2 : Sujet et conformité des droitsLicence commerciale / documents du sujet, approbation préalable du terrain et sélection du site, approbation et statut de traitement EIE / évaluation énergétique / conservation de l'eau / évaluation de la stabilité, utilisation des zones maritimes, etc.Le module de conformité ne peut être rédigé qu'en « en cours de traitement », sera contesté lors de l'évaluation
Lot 3 : Marché et preuves de commandesCommandes d'intention / accords-cadres, contrats amont/aval, données d'exploitation de projets similaires, documents de politiqueL'analyse de marché se résume aux seules données publiques, profondeur réduite

Modèle de liste : references/data-request-list.md. En envoyant la liste, préciser simultanément : « Sans le lot 2, seule une version de démonstration préliminaire peut être produite » – à la fois professionnel et un levier pour une seconde facturation.

Étape 1 : Due diligence en ligne (obligatoire ! 1-3 h, quatre voies parallèles)

Ne pas écrire sans avoir cherché. La différence de niveau entre une étude de faisabilité « présentable » et un « modèle bateau » réside dans le fait que chaque affirmation est étayée par des données/politiques.

  1. Volet politique : Politiques industrielles provinciales/municipales / plans spéciaux / conditions d'accès au secteur → Chercher « [secteur] plan 十五五 », « [province/ville] politique industrielle [secteur] »
  2. Volet marché : Taille du secteur / taux de croissance / paysage concurrentiel → Rapports de recherche des courtiers / associations sectorielles / bureaux de statistiques, croiser plusieurs sources
  3. Volet régional : Parc industriel du site choisi / terrain / infrastructures / projets similaires → Chercher « [ville] [secteur] parc industriel »
  4. Volet de référence : Intensité d'investissement / taux de rendement de projets similaires → Comparer avec les références sectorielles de mh-calculation

Chaque donnée clé doit avoir une source (organisme + année + lien), citer dans le texte. Si les données manquent, ne pas inventer, écrire « à confirmer par due diligence » et donner une fourchette sectorielle.

Canaux d'extraction (par ordre de difficulté de la page, ne pas abandonner au premier niveau) :

  • Niveau 1 : Extraction normale / résumé du moteur de recherche – textes de politique, actualités, rapports publics
  • Niveau 2 : Extraction avec contournement anti-scraping (rendu JS, traitement des défis Cloudflare) – sites gouvernementaux, associations sectorielles, sites de rapports
  • Niveau 3 : Contrôle réel du navigateur (clics/pagination/formulaires) – données nécessitant une interaction (systèmes de requête, bases de données publiques)
  • Les documents bruts récupérés sont stockés et tracés (sous <nom du projet>/due_diligence/ nommés par source), consultables lors de la rédaction, pas de nouvelle recherche lors des révisions.

Critère d'achèvement : Tous les chiffres clés peuvent répondre à « qui l'a dit, quelle année, quel périmètre » ; les documents bruts sont stockés et consultables.

Étape 2 : Rédaction répartie (Matrice de modèles – la clé pour produire un ouvrage de 200 000 mots)

Ne pas laisser un seul modèle rédiger l'intégralité du texte. Répartir les rôles :

  • Cerveau principal (modèle de la conversation actuelle) : Construire la structure, rédiger l'introduction/l'aperçu/la démonstration stratégique, assembler et vérifier finalement
  • Modèle d'expansion (API d'un modèle plus puissant, ex. DeepSeek V4 Pro / Qwen Max) : Rédiger en profondeur les chapitres importants comme l'évaluation financière, l'analyse du marché – nourrir chapitre par chapitre avec « état actuel + exigence d'expansion + exemple », augmenter max_tokens (12000+, sinon le raisonnement consomme tout et la sortie est 0)
  • Modèle de calcul : Appeler mh-calculation pour calculer IRR/NPV/délai de récupération (ne pas calculer manuellement)
  • Modèle d'évaluation (modèle intelligent lisant l'intégralité du texte pour relever les défauts) : Qwen/Doubao, en tant que gestionnaire expérimenté, lire l'intégralité du texte (pas juste un résumé) pour trouver les failles logiques / incohérences d'indicateurs / données non fiables
  • Modèle visuel (vérification de la mise en page, voir Étape 4) : Mimo 2.5 / DeepSeek Vision / GLM-4V / Qwen-VL, vérification croisée des images

Expérience : Une même clé peut avoir deux niveaux (flash quotidien / pro profond) ; l'évaluation doit recevoir le texte réel complet, pas un résumé, sinon c'est inutile.

Avant la rédaction, sortir une liste des chapitres (Chaque chapitre = Ce qu'il faut dire | Sur quelle base | D'où ça vient). Les chapitres avec des preuves en blanc sont renvoyés à l'Étape 1 pour être complétés, ne pas commencer à rédiger avec des preuves vides. Modèle de liste dans templates/report-plan.md.

Critère d'achèvement : Les trois colonnes de la liste des chapitres sont complètes, pas de blancs ; chaque chapitre de la première version a des données, des sources, une chaîne logique fermée.

Étape 3 : Trois contrôles qualité (Le goulet entre la première version IA et la remise de la copie, ne pas sauter)

ContrôleActionQue faire si non conforme
① RéflexionRevoir le processus : Les données sont-elles complètes ? Les sources sont-elles fiables (primaire/secondaire) ? La logique fait-elle des sauts ?Compléter les données, changer de source, ajouter une démonstration
② RévisionVérifier point par point la liste : Les conclusions correspondent-elles aux preuves ? Y a-t-il des déductions excessives ? Les points de vue opposés sont-ils traités ? Les chiffres/noms/dates sont-ils exacts ? Le périmètre des indicateurs est-il uniforme ?Corriger un par un, pas de « à peu près correct »
③ CorrectionAprès correction, re-parcourir les zones corrigées (vérifier surtout si de nouvelles erreurs ont été introduites), et re-scanner l'intégralité du texte pour les résidus d'anciens indicateursSi le re-scanner n'est pas conforme, recommencer

Version sous forme de liste : templates/review-checklist.md. Vérification de base automatisable :

python3 scripts/pipeline_check.py 报告.md          # Source / divulgation d'incertitude / perspective adverse / conclusion / structure / périmètre des chiffres
python3 scripts/pipeline_check.py 报告.md --strict --json   # Code de sortie non nul = défaut dur, peut être directement intégré à une automatisation

La rédaction et la révision ne peuvent pas être effectuées dans le même cycle – ne pas voir ses propres erreurs est une loi cognitive, pas une question d'attitude. Changer de perspective / changer de modèle / au moins changer de cycle.

Étape 4 : Ingénierie de la mise en page (Version IA initiale → Version professionnelle livrable, en un clic via scripts)

Un docx généré par IA livré directement = caractéristique d'un amateur. Utiliser le pipeline de scripts pour traiter :

# 1) Structure à partir de zéro : Couverture + page de signature + table des matières automatique + en-tête/pied de page (système de styles intégré)
python3 scripts/gen_report_docx.py "Nom complet du projet" "" 输出.docx
#    (Paramètre intermédiaire = unité de préparation, toujours laisser vide pour livraison client)

# 2) Si une première version/un docx client existe : Ajouter la façade (couverture/page de signature/zone de table des matières) → voir scripts/face_docx.py --help
python3 scripts/face_docx.py 输入.docx 输出.docx "Nom complet du projet" "" "KY-2026-×××"

# 3) Nettoyage de la mise en page (suppression des traces IA + reconstruction des styles + embellissement des tableaux) ⭐ Le plus utilisé
python3 scripts/docx_polish.py 输入.docx 输出.docx "Nom complet du projet" --title "Titre du rapport"

# 4) Classeur de calcul (formules pré-établies, bleu = entrée) ⭐ Version pro v2 (tableau à 3 lignes + sémantique 5 couleurs + couverture et instructions)
python3 scripts/gen_model_xlsx_v2.py 输出.xlsx "Nom du projet" montant_total_investissement_万元 revenu_pleine_capacité_万元 période_construction période_exploitation
#    Exemple : python3 scripts/gen_model_xlsx_v2.py 套表.xlsx "Projet XX" 3000000 600000 4 16

# 5) Note explicative et liste des besoins en données (1-2 pages, un des trois livrables)
python3 scripts/gen_shuoming.py 输出.docx "Nom du projet" "environ 30 milliards de yuans"

4.1 Règles absolues sur les sauts de page et les images (Rendu Word ≠ rendu LibreOffice – Leçons tirées d'expériences douloureuses)

Connaissance clé : Utiliser LibreOffice pour convertir en PDF et vérifier la mise en page ≠ Résultat à l'ouverture dans Word/WPS. 90% des clients utilisent Word/WPS ; les problèmes de saut de page / rognage d'image n'apparaissent que dans le moteur Word. Il faut d'abord vérifier le XML avant de conclure.

SymptômeCause racineCorrection
L'image n'affiche qu'une fine bande/un coinLe style Normal a lineRule="exact" (interlignage fixe) qui rogne les images en ligne (spécifique à Word, LO ne rogne pas)Changer l'interlignage du style de corps en atLeast (conserve l'espacement visuel mais permet aux images de l'étirer) ; pour les paragraphes contenant des images, ajouter explicitement spacing line=240 lineRule=auto
Une seule ligne de texte ou un grand blanc sur une pageChaque ligne du tableau a cantSplit (empêche la césure entre pages) → un grand tableau qui ne tient pas passe entièrement à la page suivanteNe verrouiller que la ligne d'en-tête avec cantSplit, laisser toutes les lignes de données pouvoir passer à la page suivante ; ajouter tblHeader à l'en-tête (en-tête répété automatiquement en cas de saut de page)
Saut de page anormal d'un tableau dans WordLa largeur totale du tableau dépasse la zone de texte (A4 zone de texte = 8730 twips, marge gauche de 3cm)Redimensionner proportionnellement les gridCol à ≤ 8700 twips
Veuve/orpheline en fin de page (2 lignes coupées en bas de page)Un paragraphe chevauche exactement la fin de page, il ne reste que 2 lignesAjouter keepLines au paragraphe (pas de coupure à l'intérieur du paragraphe), le déplacer entièrement à la page suivante
Ligne orpheline en dernière page ("(Fin du texte)" seule sur une page)Le paragraphe de conclusion après un grand tableau en annexe ne tient pas et est repoussé à la dernière pageSupprimer directement la marque de fin ou compacter le tableau précédent
Trait horizontal "Unité de préparation : ______" sur la couvertureRun d'espace avec soulignement (<w:u> + espace)Si le nom de l'unité est déjà rempli, supprimer le run d'espace souligné, ne pas laisser le trait horizontal

Après correction, re-rendre et revérifier : fitz, parcourir page par page les « presque pages vides » avec max_y<350 et les images de largeur>200pt pour confirmer l'intégrité.

4.2 Livraison en PDF (Format de lecture pour les investisseurs)

  • Utiliser LibreOffice soffice --headless --convert-to pdf directement, la table des matières devient automatiquement des signets (766 = niveau professionnel)
  • Les zones de numéros de page / table des matières s'affichent sous forme d'espaces réservés (normal, Word ne les rafraîchit qu'avec F9) – le PDF rendu par LO n'est pas affecté, pour le docx indiquer au client d'ouvrir dans Word et d'utiliser F9
  • Les gros docx (>10 Mo avec plusieurs images) peuvent ne pas afficher les images en prévisualisation mobile/IM → joindre un PDF + indiquer d'ouvrir avec Word

Étape 5 : QA du rapport (Inspection automatique des chiffres et des indicateurs)

python3 scripts/report_qa.py stats 报告.docx                 # Bilan de taille : nombre de pages/paragraphes/caractères/images incorporées
python3 scripts/report_qa.py grep  报告.docx "ancien indicateur|ancien chiffre"    # Vérification regex (inclut les cellules de tableau, omettre les cellules = omettre la moitié des chiffres)
python3 scripts/report_qa.py check 报告.docx baseline.json    # Validation par assertions : les mots interdits doivent avoir 0 occurrence, les éléments obligatoires doivent apparaître
python3 scripts/report_qa.py cache 报告.docx                  # Créer un cache texte brut, pour des vérifications répétées ~14 fois plus rapides pendant les révisions
  • Avant de livrer une révision, écrire chaque demande du client sous forme d'assertion (mots interdits / éléments obligatoires), une commande pour prouver que tout y est – plus fiable que trois relectures humaines
  • Si l'ensemble d'assertions est vide, un avertissement explicite est émis pour éviter un faux positif « 0/0 tout vert »

Étape 6 : Vérification visuelle + Livraison (Trio + double sortie)

Vérification visuelle (dernière barrière avant livraison) : Les problèmes de mise en page générés par l'IA sont invisibles à l'inspection textuelle ; il faut les transformer en images pour que le modèle visuel les « voie ». Un seul modèle peut faire du workaround / se tromper → utiliser 2+ modèles en vérification croisée, si problème trouvé, le vérifier avec les coordonnées avant de corriger.

# Variable d'environnement au choix (recommandation : gratuit → rapide et pas cher → secours)
export ZHIPU_API_KEY=...             # ① GLM-4V-Flash (gratuit, vitesse 1,6 s/page) – premier choix
export DASHSCOPE_API_KEY=sk-...      # ② qwen3-vl-flash (Qwen Vision Flash, rapide et pas cher)
export MIMO_API_KEY=...              # ③ Mimo 2.5 de Xiaomi (multimodal natif)
export DEEPSEEK_API_KEY=...          # ④ DeepSeek vision (secours – DeepSeek principalement utilisé pour le travail de rédaction, peu d'occupation visuelle)

python3 scripts/vision_check.py 报告.docx    # docx→rendre les pages clés→inspection multi-modèles (auto-bascule ①→②→③→④)

Livraison (le livrable final envoyé au client) :

# Mode A (complet, 7-15 jours)
# 1) Rapport Word final
python3 scripts/docx_polish.py 初稿.docx 最终_XX项目可行性研究报告.docx "XX项目" --title "XX项目可行性研究报告"
# 2) Classeur de calcul Excel
python3 scripts/gen_model_xlsx_v2.py 测算套表_XX项目.xlsx "XX项目" 总投资万元 达产收入万元 建设期 运营期
# 3) Note explicative
python3 scripts/gen_shuoming.py 编制说明_XX项目.docx "XX项目" "[montant]"
# 4) Version PDF (optionnelle, pour les dossiers de financement)
soffice --headless --convert-to pdf 最终_XX项目可行性研究报告.docx
# 5) Rapport vierge de la vérification visuelle (preuve de professionnalisme)
python3 scripts/vision_check.py 最终_XX项目可行性研究报告.docx --save-report 验收报告_XX项目.md
# Ensemble des fichiers à zipper dans un dossier

# Mode B (première version rapide, 1-3 jours)
# 1) Rapport Word simplifié (mise en page allégée, contenu complet)
python3 scripts/face_docx.py 快速初稿.docx 快交版_XX项目.docx "XX项目" "" ""
# 2) Tableau financier
python3 scripts/gen_model_xlsx_v2.py 快速测算_v1.xlsx "XX项目" 总投资万元 达产收入万元 建设期 运营期
# 3) Indiquer dans le corps : « Ceci est une version préliminaire rapide, les détails à confirmer (XX) sont à compléter, la version complète sera livrée dans Y jours »

4. Révision et alignement des indicateurs (Nouveau chapitre v1.7)

Scénario : Le client revient pour des modifications (« les données ont changé », les services fonciers ont annulé la subvention → passer de 30% à 15% de fonds propres), ou le client apporte des retours (« le chiffre d'affaires annuel XX est trop élevé/pas assez fiable »).

4.1 Réception des modifications et traçabilité

  1. Marquer clairement chaque zone de modification (ex. : « p23 tableau 5-2 paramètres de production ajustés (capacité XX → YY) »)
  2. Conserver la version avant modification (ne pas supprimer l'original en écrasant), au moins dans le cache du dialogue / contrôle de version
  3. Enregistrer le flux des données : Qui a changé quoi, la base (source originale + source modifiée, liée)

4.2 Vérification après modification (plus importante que la modification elle-même)

# Après avoir modifié le paramètre, re-exécuter la vérification de cohérence
python3 scripts/pipeline_check.py 修改后报告.md --strict --json
python3 scripts/report_qa.py grep 修改后报告.md "ancien chiffre|ancien indicateur"  # Vérifier les résidus de l'ancien périmètre
  • Mise en garde : Les modifications ponctuelles entraînent souvent des incohérences d'indicateurs (le chapitre 3 utilise encore « plan initial » alors que le chapitre 5 a déjà été changé en « plan ajusté »). Une recherche par mot-clé dans l'ensemble du texte est obligatoire.
  • Règle : Chaque fois qu'un client modifie un chiffre (investissement/recettes/période), il faut recalculer l'IRR/NPV (ne pas « ajuster un peu ») et enregistrer l'écart par rapport au calcul précédent.

4.3 Alignement du périmètre des indicateurs

ProblèmePerformanceCorrection
Confusion entre le périmètre des prix (coût de production vs coût complet)Le calcul de la marge brute utilise tantôt le coût de production, tantôt le coût complet → taux de marge incohérentClarifier le périmètre dans chaque tableau financier, ou utiliser des blocs de notes explicatives
Confusion entre le prix avec TVA et sans TVACertains tableaux utilisent un prix TTC, d'autres un prix HT dans le calcul des recettesMarquer « TTC/HT » en en-tête de colonne, tout le document doit être uniforme
Confusion entre un prix HT et un prix avec remiseLe prix catalogue du fournisseur = 100, négocié = 85, certains tableaux utilisent 100, d'autres 85Établir un tableau unique des hypothèses de prix, citer en référence dans tous les tableaux (lien de cellule si Excel)

4.4 Table de vérification de la cohérence des quatre tableaux financiers et indicateurs

Paire de tableauxQuoi vérifierFormule de vérification de base
Tableau des investissements & source des fondsL'investissement total doit correspondre exactement au total des sources de fondsInvestissement total = Capitaux propres + Prêts + Autres
Compte de résultat & tableau des flux de trésorerieLe bénéfice net doit être l'une des sources du flux de trésorerie disponibleFlux de trésorerie disponible = Bénéfice net + Amortissements – ΔBFR – Dépenses d'investissement
Bilan & tableau des investissementsLe total de l'actif est-il cohérent avec la mise en service du projet ?L'investissement total capitalisé doit correspondre à l'augmentation des immobilisations
Prêts & tableau de remboursementLe montant total du prêt (dans la source des fonds) est-il égal au total cumulé des remboursements ?Le montant du prêt doit correspondre au total des remboursements (selon le plan de remboursement)

Voir scripts/financial_check.py pour une vérification automatisée des calculs de cohérence.

5. Exigences d'analyse de sensibilité (Nouveau contenu v1.7)

Problème : De nombreuses études de faisabilité ne sont qu'à un seul scénario (taux de rendement de base) sans test de résistance, ce qui amène l'évaluateur à demander « et si les recettes baissent de 10% ? ».

TypeMéthodeRésultat type
MonofactorielleFaire varier un paramètre (recettes/investissement/délai) de ±10%, ±20%Tableau d'analyse de sensibilité
BifactorielleFaire varier simultanément les recettes et l'investissement (ex. : scénario pessimiste : recettes -20%, investissement +10%)Quatre combinaisons de scénarios (attendu/optimiste/pessimiste/très pessimiste)
Point mortCalculer le seuil de rentabilité des recettes (IRR = 0)« Si les recettes annuelles sont inférieures à XX, le projet ne peut pas rembourser le capital »

Format : Après le chapitre d'évaluation financière, sous forme de section distincte (ou en annexe), au moins les résultats de l'analyse monofactorielle. Suggérer l'utilisation de mh-calculation pour le calcul automatique.

6. Liste de vérification avant livraison (Nouveau contenu v1.7)

Remplacer la livraison « au feeling » par une livraison « point par point » :

6.1 Vérification du fond

  • Toutes les données ont-elles une source ? (Les données clés doivent avoir une source en note de bas de page)
  • La chaîne logique est-elle bouclée ? (Problème → Analyse → Conclusion → Recommandation)
  • Les indicateurs sont-ils uniformes ? (Le même indicateur a-t-il le même nom, la même valeur ?)
  • Y a-t-il une divulgation d'incertitude ? (Y a-t-il des « à confirmer », des hypothèses, des écarts ?)
  • Les points de vue opposés sont-ils traités ? (Le risque « et si » est-il discuté ?)

6.2 Vérification de la forme

  • La mise en page est-elle conforme ? (Vérification visuelle par un modèle, vérification croisée par 2 modèles)
  • Y a-t-il des traces d'IA ? (Aucune expression de type IA dans le texte, les métadonnées du fichier sont vides, pas de symboles IA)
  • La couverture et les informations légales sont-elles vides ? (Prêtes à être remplies par le client)
  • Les tableaux et les images passent-ils correctement les pages ? (Word spécifique, vérification du XML)

6.3 Vérification du livrable

  • Le trio est-il complet ? (Rapport Word + Classeur XLSX + Note explicative)
  • y a-t-il une version PDF ? (Recommandée pour la consultation, en option)
  • Le client a-t-il été informé de la nécessité d'utiliser Word pour ouvrir et F9 pour rafraîchir ?
  • Rapport vierge de vérification visuelle (preuve de professionnalisme)
  • Tarif : Le prix pour cette livraison a-t-il été confirmé avec le client ? (Pour la collaboration, après la signature)_

7. Gestion des versions et intégration des retours

VersionDateContenu de la mise à jour principale
v1.02026-09Version initiale : structure complète du pipeline
v1.12026-10Ajout du classeur de calcul v2, modèle Excel à 17 tableaux
v1.22026-11Ajout des scripts de mise en page et de publication, QA de base
v1.32027-01Ajout de la vérification visuelle, double modèle pour la couverture
v1.42027-03Ajout des trois contrôles qualité, liste de vérification
v1.52027-06Optimisation des performances, cache, tests
v1.62027-09report_qa.py, pipeline_check.py, règles de mise en page
v1.72027-12Révision et alignement des indicateurs, table de vérification de cohérence, analyse de sensibilité, liste de vérification avant livraison, instructions de vérification visuelle

8. Environnement technique et dépendances

  • Python 3.10+ (3.12+ recommandé)
  • LibreOffice 7.5+ (pour la conversion PDF, la vérification de la mise en page des tableaux)
  • python-docx (manipulation des fichiers Word, lecture de la structure)
  • openpyxl (lecture/écriture des fichiers Excel)
  • PyMuPDF (fitz) (analyse PDF, inspection du rendu)
  • Pillow (conversion et inspection d'images)

Toutes les dépendances ci-dessus sont des bibliothèques Python standards, sans dépendances externes de framework IA (sauf pour les modèles de langage/vision, qui sont appelés via API).

9. Références

RessourceDescriptionLien
Plan 2023 de la NDRC – Version gouvernementale11 chapitres, 38 sections, projets d'investissement publicreferences/gov-dagang-2023.md
Plan 2023 de la NDRC – Version entreprise10 chapitres, 37 sections, projets d'investissement d'entreprisereferences/ent-dagang-2023.md
Modèle de plan de rapportListe des chapitres à trois colonnes, à compléter avant la rédactiontemplates/report-plan.md
Liste de vérification qualitéVérification point par point de la logique/des preuves/des indicateurstemplates/review-checklist.md
Calcul financierMoteur de calcul financier 17 tableaux, appelé par ce moteurmh-calculation
Liste des besoins en donnéesListe à trois lots, à demander en une foisreferences/data-request-list.md

Note finale : Ce moteur est conçu pour un usage professionnel, toutes les livraisons doivent respecter les lois et règlements, et garantir la protection des données et les droits de propriété intellectuelle du client.

Individual skills in this repo

This repo contains 17 individual skills — each has its own dedicated page.

lingyu9495-source/agent-responsiveness-delegation

你给 AI 助手派了个重活,然后发现:发消息它不回、想插话只能排队、等十几分钟才回一句——等它抬头,需求早变了。根因不是模型慢,是主脑把重活放在前台跑,整个回合被占死。这个 Skill 把这套「重活外派 + 随时应答」机制做成可落地的东西:① 规则块(一页写清判级、派完立刻让出对话、工单四要素、只回收结论、自报≠事实、拍板留主脑、跨会话任务换机制)② 跨平台落地脚本 provision_agent_responsiveness.py:探测本机已有的 Agent 环境(Hermes 的 SOUL 置顶铁律块、Claude Code 的全局指令文件,这两条已实测),把规则块幂等写入(自动备份原文件、重复执行不重复写、绝不覆盖你已有内容);其余平台(Codex / Cursor / WorkBuddy / 任意 Agent)则导出一份可直接粘贴的规则块 markdown,你粘到系统提示或自定义指令里就生效 ③ 体检脚本 audit_agent_responsiveness.py:逐项核对规则块是否存在、是否被后续改动覆盖、探测到哪些平台——没检测到就如实报「未检测到支持的平台」,不假报通过。纯标准库、零依赖、Windows/macOS/Linux 通用。触发词:AI不回话、等太久、插话卡住、助手响应慢、主脑被占住、重活外派、子代理、多智能体、响应速度、落地配置、系统提示。

lingyu9495-source/ai-image-watermark-removal-boss

去除 AI 生成图角落的"XXAI生成"半透明/白色角标水印。像素级验证不自我欺骗、双信号交叉定位抗幻觉、多候选客观指标投票覆盖。当用户要求去除图片水印、清理 AI 生成角标、去"豆包/即梦/Kolors 生成"水印时使用。

lingyu9495-source/bank-scan-household-splitter

客户丢来一个压缩包,里面几百张身份证正反面、开卡申请书、合同——**人工一张张挑,一下午就没了,还容易漏**。

lingyu9495-source/cn-pdf-report-typeset

中文报告做成 PDF,常见翻车三件套:**字体乱码、表格错位、字号小到客户在手机上根本看不清**。这套是交付级的排版标准加可直接跑的模板。

lingyu9495-source/company-law

公司出事,十有八九出在**治理和控制权**上——股权结构一开始搭歪,后面融资、上市、分家全是坑。

lingyu9495-source/excel-keep-format-edit

客户拿来一张老报表说「就在原表上改个数,格式一点都不要动」——用 openpyxl 重建一次,字体、边框、合并单元格、条件格式、列宽全丢,客户一打开就知道这不是他原来那张表。

lingyu9495-source/feasibility-study-consultant

项目可行性论证与研究报告写作框架 —— 任何「这事能不能做、怎么做、值不值得做」的商业决策场景:可行性研究/立项论证/新项目评估/创业方向验证。10大论证模块 + 强制联网尽调 + 多源交叉验证 + 读者视角写作 + 结构化报告输出。(v1.4 升级:从「引导客户把项目情况讲清楚」到「按问题类型与项目类型选论证方法」再到「用假设台账逐条验证」的六步教练流程;附可行性门槛评分器与假设台账两个零依赖脚本、项目卡与决策门清单模板)

lingyu9495-source/financial-statement-adjustment

存量财务报表在原表基础上改数字并保持三表勾稽关系。当用户要求「在原报表上改某些数字,其他数据跟着调整且格式完全不变」时使用:资产负债表/利润表/现金流量表的目标值调整、未分配利润与利润总额联动、勾稽校验。

lingyu9495-source/funding-fit-diagnosis

项目想融资,卡住的往往不是不会写 BP,而是不知道够不够格、该找谁、还缺什么、多久能到钱——问 AI 只得到"建议加强团队"这类正确的废话。这套引擎把它拆成可执行的四步:①10 问项目画像采集(缺关键项就先追问,不猜)②双轨评分:市场化 VC 适配分与政府基金适配分**分开算、各自判定**(≥75 强匹配 / 60-74 可争取 / 45-59 需补短板 / <45 暂不建议,低分不许只说"不行",要给替代路径)③点名机构:按赛道/阶段/地域从 23 家头部 VC 与产业资本(CVC)、21 家政府基金的卡片里逐条对照"匹配信号/劝退信号",每家写清"为什么是你、你还缺什么、材料怎么准备、递送路径",并单列"不建议碰"的机构省时间④差距清单(差距|补齐动作|耗时|难度|优先级,只挑 3 个月内能推动的)+ 三线找钱路线图(市场化 / 政府 / 替代路径)+ 时间预期与现金流提醒。包内另附 30 个真实融资案例对标、TS 条款红线、估值倍数参考、BP 制作铁律,以及零依赖离线评分脚本(纯标准库、不联网、不调大模型 API)。输入:项目情况(照着 10 问答即可);输出:一份研判报告(评分 + 优先接触名单 + 差距清单 + 路线图 + 风险提示),脚本侧可另出 JSON 评分结果。评分是适配度不是成功率,不承诺融资结果。触发词:融资、找投资、融资研判、能不能融到钱、找哪家风投、风险投资、VC、产业资本、CVC、政府引导基金、政府基金申报、产业基金、招商返投、项目申报、补贴申报、商业计划书、BP、路演、估值、股权稀释、TS 条款、对赌、回购、FA、财务顾问、找钱、融资渠道、天使轮、Pre-A、A轮。

lingyu9495-source/gov-fund-application

想拿政府的钱,最容易白跑半年——层级选错、赛道不在目录里、返投算不清,材料递上去才发现方向不对。这套参谋按可执行顺序走:①先判层级(国家级/省级/市级/区级,门槛与目的完全不同)②赛道对目录:不在目录里直接如实说没戏,不让用户白跑③21 家基金卡片逐家对照(投资方式、返投比例、让利规则、申报条件、申报通道、真实案例),点名"你这个项目适合找谁"④返投博弈:算清落地要求,给"不想迁注册地"的三条合规路径⑤材料与时间表:申报材料清单、评审周期(6-12 个月是常态)与现金流提醒。与主技能 `funding-fit-diagnosis` 配套(做整体融资研判时用主技能,VC 与政府双轨分开算)。输入:项目基本情况与注册地/落地意愿;输出:层级判定 + 可申报基金名单 + 返投方案 + 材料清单 + 时间预期。不承诺拿到资金,申报须如实提交材料;政策口径标注截止时间,细则请向当地主管部门核实。触发词:政府基金、政府引导基金、产业基金、政府补贴、专项资金、项目申报、补贴申报、申报条件、返投、招商落地、母基金、投资方式、让利、国家级基金、省级引导基金、市级基金、科技成果转化、专精特新、科技型企业、中小企业发展基金。

lingyu9495-source/hermes-profile-browser-isolation

多个 AI 助手同时干活时,浏览器会互相抢占:弹窗抢焦点、任务互相打断、你正在用的 Chrome/Edge 被顶掉——**你连自己的网页都点不动了**。

lingyu9495-source/investment-finance

做投融资最容易踩的坑不是"不懂概念",是**条款里的每一个字都在分钱**——估值方法选错、对赌触发条件写松、回购条款没兜底,签完才发现少拿几千万。

lingyu9495-source/lowvram-ai-video-comfyui

网上的 AI 视频教程开口就是 24G 显存,一看就把人劝退——**其实 8G 的 4060 也能跑**。这套是 RTX 4060 Laptop 8G 显存 / 32G 内存 / Win11 上真跑出来的配置与调参。

lingyu9495-source/novel-deai-detector

写完的稿子发布前想知道会不会被判 AI 生成、平台审核会不会卡、读者会不会一眼看出机器味——这套是检测到清洗的完整闭环。

lingyu9495-source/npl

不良资产这行的钱,赚在**买入价**上——买贵了,后面怎么处置都白搭。

lingyu9495-source/subagent-first

AI 助手不是不够聪明,是被重活占住了:你让它整理 40 个文件,它一头扎进去十几分钟不抬头——你想问进度、想补需求、想改方向,只能干等。这套作业纪律解决的就是这件事:凡是预计要跑多轮的活(多文件/长研究/批量/长搜索),一律派给后台子代理并行执行,主代理只保留四个动作——拆解、派活、汇总、对话,永远保留随时回你话的能力。我们自己在多智能体团队里天天跑,踩过的 12 个坑全部写进正文:子代理自报成功却发现产出是空的、context 没写全导致跑偏返工、两个子代理并行写同一文件互相覆盖、把需要用户拍板的活派给问不了人的子代理、跨会话长任务错用子代理导致某天悄悄停掉……① 决策树四问判定轻重(一轮工具调用能做完吗/需要用户拍板吗/要活过本次会话吗/能拆成互不依赖的块吗)② 派活四要素(goal / context 必须自包含——子代理看不到你和用户的对话 / output_schema / 验收方式)③ 五步流程:拆解→派活→并行调度→验收→收口 ④ 验收清单:存在性/合规性/真实性/完整性四组逐项打勾,并随机抽一处回一手来源核对 ⑤ 6 种委派模式 + 12 条反模式。配套 scripts/delegation_planner.py:纯标准库零依赖,喂一份任务清单(轮数/文件数/是否研究/是否批量/是否需拍板/是否不可逆/是否跨会话),直接输出「该派子代理 / 自己做 / 转定时任务」+ 并行分组建议 + 主代理必做清单。正文按平台无关的作业纪律写,并附常见平台工具名对照表;Hermes 的字段名/并发上限/后台语义另附一页实况对齐,其他平台按对照表映射即可。触发词:子代理、委派、delegate、任务编排、多智能体、并行执行、上下文管理、主代理被占住、AI不回话、等太久、插话卡住、批量处理、长研究、fork-join、fan-out。

lingyu9495-source/ts-term-review

拿到 TS 或投资协议,看半天不知道哪条能签哪条得改——风险全藏在具体条目里,一句"整体没大问题"最要命。这套审查按 15 条核心条款逐条过:估值 Pre/Post、清算优先权、反稀释(完全棘轮是红线)、优先购买权、领售/拖售、对赌与业绩承诺、回购条款、个人连带担保、董事会与一票否决、保护性条款、竞业与知识产权、信息权、交割条件、股东会表决权、违约责任。每条给三级判定(🔴 红线不改就别签 / 🟡 可谈争取改 / 🟢 行业惯例)+ 谈判话术 + 替代方案,并区分"对公司"和"对创始人个人"——个人连带回购是绝大多数血案的源头,重点标红。另附谈判筹码排序、常见坑清单、BP 与数据室准备。与主技能 `funding-fit-diagnosis` 配套(做整体融资研判时用主技能)。输入:TS/投资协议条款(粘贴或描述);输出:逐条判定表 + 必须改的清单 + 谈判话术 + 底线建议。**不构成法律意见**,正式签署与司法效力请找执业律师确认。触发词:TS、Term Sheet、投资条款清单、投资协议、增资协议、股权转让协议、对赌、业绩承诺、回购、清算优先权、反稀释、完全棘轮、个人连带、一票否决、领售权、拖售权、估值、Pre/Post、股权稀释、条款谈判、FA。

Skills associés