牛得林奇每週課程總結
目標
把長直播還原成一份「讀者能迅速抓住主線、又查得到全部公司」的正式總結。
不要把課件壓縮成摘要。直播轉寫是判斷牛總觀點、態度和重要程度的主證據；課件只用於校正術語、數字、標題和材料背景。參考總結只學習結構與可讀性，不繼承其事實或觀點。
「全面」不等於平均用力：正文展開重要主題，文末用全量臺賬覆蓋每一家被點名的公司。這樣既不漏項，也不讓一百條課件淹沒牛總真正強調的內容。
開始前
- 確認輸入：直播轉寫、課程課件、課程日期和可選參考稿。用戶沒有指定輸出時，預設新建飛書文檔；用戶可以改為 Markdown、DOCX、PDF 或其他位置。
- 原始文件缺少一項時繼續處理已有材料，但明確能力邊界：
- 只有轉寫：可總結牛總觀點，術語和數字校正置信度下降；
- 只有課件：只能做課件摘要，不能稱為「牛總直播觀點總結」；
- 沒有參考稿：不影響內容提煉。
- 讀取 references/growth-loop.md，定位或初始化跨期狀態目錄。每期開始先讀
current-context.md、jargon-glossary.json和最近觀點；不要依賴對話記憶。 - 預設輸出為飛書 Docx：讀取狀態目錄的
config.json，使用其中的父節點；沒有父節點時創建到個人文檔庫。如當前 Agent 提供飛書文檔 Skill／工具，先讀取其操作規則再發布；沒有飛書能力時保存本地 Markdown 並標記待發布。預設創建新文檔，不覆蓋舊版本。用戶明確指定其他位置或形式時覆蓋預設配置。 - 如需核對會變化的證券代碼、上市狀態、公告或價格，優先使用交易所、監管機構、公司公告等一手來源。外部核查只能糾錯或補口徑，不能替牛總補造觀點。
- 完整讀取 references/speaker-profile.md，用牛總的身份、投資風格和語言習慣幫助消歧、去噪和識別言語功能。人物背景是弱先驗，不得覆蓋當期直播證據，也不得作為固定介紹寫入正式稿。
必須建立的中間產物
不要直接從長轉寫寫成文章。先在工作目錄建立以下內部材料；它們不進入群內正式稿：
- 結構索引：開場、過課件、答疑、結尾及原始段落／時間錨。
- 轉寫校正表：原詞、校正詞、依據、置信度。
- 主題證據卡：觀點歸屬、態度、重要級、邏輯鏈、數字和反證。
- 公司全量臺賬：每一家被點名的上市公司、未上市公司及明確指代的證券工具。
- 課程身份資產清單：方法論、書單／工具、牛基50等課程池變動、學員暗語、牛總利益關聯。
- 觀點修正記錄：牛總在當期或跨期明確推翻、降級、升級的判斷；以最新明確表態為當前結論，同時保留變化原因。
- 本期成長包：本期新增暗語、觀點事件、數據快照、用戶糾正和輸出地址；按
run-packet固定結構記錄。
需要字段和判定方法時，讀取 references/evidence-model.md。
工作流
1. 提取並保留證據錨
- 提取轉寫正文，保留原始段落號或時間戳。
- 提取課件頁碼、標題、正文和關鍵圖表信息。
- 保留原始文本，不在唯一證據上直接覆蓋改寫。
- 課件與轉寫按公司名、專有名詞、數字、日期和講課順序匹配；不確定時留空，不強行對應。
2. 清洗語音轉寫
- 刪除無信息口頭語、機械重複和識別噪聲，但保留表達態度強度和個人風格的原話。
- 課件與上下文能唯一確認時直接校正。
- 高概率但不唯一時寫
_（疑似：……）_。 - 無法確認且會影響結論時寫
_（原文不清）_；不影響主線的噪聲可刪除。 - 重點覆核公司、人名、證券代碼、行業術語、單位、年份、價格和數量級。
- 利用人物背景提高候選詞排序，例如買方／賣方、牛基50、券商研究所、行業暗號及長期關注賽道；但只有課件或上下文能唯一確認時才能直接校正。
- 先查狀態目錄的
jargon-glossary.json。其中user_confirmed映射可直接用於校正；模型推斷或單次轉寫猜測只能進入待確認隊列，不能污染正式暗語庫。
不要為了文句順滑，把含混或矛盾的話改成邏輯完美的結論。
3. 還原講課順序
按語義識別並保留：
開場主動判斷 → 按課件過稿 → 答疑落到公司與價格 → 結尾回扣／補充
開場與答疑通常比課件標題更能代表牛總的真實優先級。牛總跳講、回講或明確說「這個不用講」時，以直播行為為準。
4. 判定觀點歸屬、態度和重要性
為每條重要信息標明歸屬：牛總觀點、課件觀點、提問者說法、外部核實事實或研究者點評。
態度標籤統一為：
- 🔥 牛總強調：主動提出、反覆回扣或使用強確定詞；
- ✅ 牛總認同：明確看好、認可、納入池子或認為可以關注；
- 🟨 牛總保留：方向認可但對估值、時點或兌現存疑；
- ❌ 牛總否定：明確認為貴、邏輯不成立、蹭概念或基本面不支持；
- 😄 玩笑／反諷：誇張收益、輪動暗號或明顯非正式判斷；
- 📄 課件觀點／未評價：只念標題或複述材料，牛總沒有表態；
- ❓ 待核實：轉寫不清、口徑不明或重要事實尚未核准。
允許同一公司同時存在「長期認同＋短期保留」。不要壓成單一看多或看空。
牛總擅長主動復盤和修正。出現「我以前認為／現在要改」「上週說過／這次修正」等信號時，單列觀點變化：舊判斷、最新判斷、變化原因和後續驗證。最新明確表態優先，但不要刪除舊判斷造成的語境。
跨期比較時，使用 current-context.md 中最近有效觀點，把本期標成：首次出現、延續、增強、減弱、反轉或條件變化。沒有當期證據時寫「本期未更新」，不能把歷史態度冒充本期表態。
重要性分為：
- A級：開場主線、反覆強調、明確價格／估值／排序、答疑回訪、反對課件或形成可複用框架；
- B級：完整展開、支撐主線、給出行業篩選或公司比較；
- C級：只念標題、解釋公司做什麼或沒有新增判斷。
正文詳寫 A，適度寫 B，C 級合併為快速過稿或只進入公司臺賬。
5. 執行課程身份資產硬覆蓋
普通重要度不能壓掉下列內容：
- 「道與術」、週期觀、市場觀等牛總方法論：獨立標題，按 A 級處理；
- 牛總明確推薦的書、工具、指數或 ETF：完整列名，至少 B 級；
- 牛基50、牛基指數及其他課程池調入調出：獨立標題，調出、調入、理由和替換邏輯放在同一處；
- 「先遣圖」「大炮手」「蝴蝶迷」等學員暗語：保留原詞，用高亮框或窄表格解釋；
- 牛總本人投資、持有、參與融資或項目關聯：醒目標註利益關聯。
「牛基50」是課程股票池名稱，不按字面推斷只有50隻。歷史／非最新版股票池可用於校正簡稱和發現課程關係，但不能證明當期仍在池，也不能因為表中沒有就否定牛總當期口徑。
6. 建立公司全量臺賬
至少做兩遍掃描：
- 按公司名、別名、產品名和證券代碼掃描整份轉寫；
- 按主題證據卡反查所有公司是否已經入表。
合併簡稱、舊名和口誤，但保留不能唯一確認的候選。每家公司都要記錄：
- 正式簡稱、代碼、市場／是否未上市；
- 出現環節和提及原因；
- 牛總態度與重要級；
- 公司核心內容和判斷邏輯；
- 所有價格、估值、市值、時間窗口、催化和風險；
- 對未來股價的判斷類型、條件、期限和置信度。
股價判斷分成以下類型，避免把不同口徑混為一談：
- 明確目標價；
- 目標市值或估值倍數，可換算但必須展示假設；
- 方向判斷，如「還有空間」「高位風險」「先跌後看」；
- 條件式路徑，如「若資產注入完成，則……」；
- 當前價／歷史價引用，不是預測；
- 玩笑、反諷或轉述他人目標，不是牛總正式預判；
- 未給出明確股價預判。
牛總沒有預測時必須寫「未給出明確股價預判」，不能替他推導目標價。詳細字段見 references/evidence-model.md。
7. 審查核心邏輯
只對 A 級及少數關鍵 B 級主題做點評，固定檢查四層：
事實發生了嗎？
↓
如何改變行業供需、成本、價格或折現率？
↓
目標公司的收入、利潤和現金流暴露有多大？
↓
當前估值、資本開支、攤薄和時間價值是否支持股東回報？
點評要回答：A 為什麼能推到 B、缺哪項數據、什麼情況會證偽。把點評明確標成「研究者點評」，不要混入牛總原意。
8. 生成正式稿
先寫結論，再按講課順序展開。使用 references/output-template.md 的結構，並根據當週內容刪去空章節。
正式稿的核心要求：
- 標題寫「牛得林奇（牛總）」，正文統一稱「牛總」；
- 開頭用三分鐘總覽給出主線、方向排序和最關鍵標的；
- 核心公司寫清代碼、價格／估值口徑、股價判斷、條件和風險；
- 課程池調整、方法論、書單和暗語擁有醒目位置；
- 正文最後給出「四列表」的全部公司臺賬：公司（代碼）｜態度｜核心內容｜未來股價預判；
- 不逐條複述課件，不把 C 級材料寫成長段；
- 不在公開稿放本地路徑、證據錨、內部方法說明或付費課程大段原文。
標的字体規則
先給核心標的分配語義標記，再用 scripts/stance_markup.py 確定性渲染：
[[VERY_BULLISH:公司（代碼）]]：牛總非常看好、反覆強調、核心持有或明確強推；飛書顯示為橙色加粗；[[GENERAL:公司（代碼）]]：一般看好、中性、保留、只作討論或態度不夠強；飛書顯示為加粗；[[VERY_BEARISH:公司（代碼）]]：牛總非常不看好、明確讓躲開、不納入或稱沒有價值；飛書顯示為綠色加粗。
課程專用配色中，綠色表示「明確迴避」，與常見「綠色=推薦」相反，因此開篇圖例必須解釋。只有明確強態度才使用橙色或綠色；「公司好但貴」、短期謹慎或沒有表態一律只加粗。長期強看好但短期謹慎時可用橙色，同時在文字中寫清兩個時間尺度；態度衝突無法歸併時只加粗。
9. 適配發布載體
- 預設生成飛書可解析的 Markdown，並允許混用飛書行內 XML 顏色標籤。發布前運行
stance_markup.py --format feishu，確保沒有語義佔位符殘留。 - 飛書引用使用已支援的 blockquote／callout，不輸出原樣
<quote>...</quote>。 - 為便於導出 PDF，表格優先 2—4 列；過寬信息改成分組卡片。
- 不使用需要橫向滾動的 Mermaid 圖；複雜邏輯使用豎向 ASCII、窄表格或普通分點。
- 若用戶要求「新建版本」，必須創建新文檔，不覆蓋舊總結。
10. 通過品質閘門後再交付
逐項執行 references/quality-gate.md。如任一高風險項失敗，先回到證據卡或公司臺賬修正，不要直接潤色掩蓋。
11. 每期結束必須完成一次成長
正式稿通過質檢後，按 references/growth-loop.md 生成本期 run-packet.json，再執行：
python3 scripts/memory_tool.py ingest --state-dir <狀態目錄> --packet <run-packet.json>
python3 scripts/memory_tool.py validate --state-dir <狀態目錄>
該步驟會追加觀點事件、保存數據時點、吸收用戶確認的暗語並重建 current-context.md。它不會自動改寫 SKILL.md：單期觀察進入記憶，流程規則只有在用戶明確要求永久化，或同類問題出現至少兩次後才晉升，避免越總結越偏。
一次「成長」至少要留下一個可複用增量；如果本期沒有新暗語或觀點變化，也要記錄「觀點延續／本期未更新」和數據 as_of，證明完成過跨期核對。發布失敗但正文已通過質檢時，可以記錄為 publication_status=pending；正文未通過質檢時不得寫入成功運行記錄。
邊界
- 這是課程觀點總結和研究輔助，不是實時薦股或個人交易計劃。
- 具體股票判斷必須保留直播日期和條件，不能包裝成當前仍有效的建議。
- 不發布付費課程原文、完整轉寫、版權課件或大段第三方研報。
- 不把外部核查結果冒充牛總觀點，也不把研究者判斷寫成牛總原話。