我把唐朝的读财报绝学，炼成了一个 财报排雷skill，现在免费公开
凌晨一点，你刚看完一家公司的年报。三张表翻了又翻，总觉得哪里不对劲——应收账款怎么比营收还高？现金流怎么连续三年跟不上利润？毛利率比同行高出一截，却说不出为什么。
你隐约感到危险，但真要一条条对照老唐的排雷清单来查，又是个巨大的体力活。
唐朝的《手把手教你读财报》是难得的好书。可普通投资者要把它融会贯通，往往得啃上几个月，再拿几十份年报练手，才能建立起那种"扫一眼就觉得不对"的直觉。老唐自己在书里也说，他看财报是"带着问题看"，而那个问题清单，是他用二十年时间一条条攒出来的。
那问题来了：如果没有二十年，能不能让 AI 替我们把这份苦力干了？
我的答案是：可以。我花了几天时间，把老唐两本书里的方法论拆解重组，做成了一套 AI Agent——一个 24 小时待命、只认唐门准则、绝不偷懒跳步的"财报排雷审计员"。今天，我把它的完整配置免费公开。
这东西到底是什么
先说它不是什么。
不是那种"你问它答"的 AI 聊天窗口。你丢一份年报进去问"这家公司好不好"，它给你来一段不痛不痒的分析——那种东西我也用过，说实话，用处不大。
它是一个被严格编程的"财报排雷流水线"。唯一任务是：拿着《手把手教你读财报》和《价值投资实战手册》作为唯一准则，对一家公司的年报进行从头到脚的严苛扫描，找出一切不符合"唐门标准"的疑点和风险。
它的核心信条，是我从老唐书里提炼出来的三句话：
"财报是用来排除企业的，不是用来挑选优秀企业的。""财报只能用来证伪，不能用来证实。""只看"利润为真、可持续、维持利润无需大量资本投入"的企业。 "
它不推荐股票，不给估值，不判断能不能买。它只做一件事——告诉你这家公司有没有问题。像你雇了一个刚啃完老唐两本书的实习审计员，认死理、不偷懒、谁的账都不买。
它是怎么工作的：一张图看懂
为了让排雷流程更直观，我画了一张逻辑图。Agent 的运作，就是下面这个不断循环、交叉验证的过程：
三层保障机制，确保 Agent 不会偷懒：
简单说，就是三条线并行：
红线（步骤一至六）：强制执行的检查流水线，绝不跳步。
蓝线（知识库驱动）：每一步的判定标准，都强行检索老唐书里的原话和案例。
紫线（工具驱动）：所有比率必须自己调用计算器得出，不能凭感觉说话。
真刀真枪：拿退市公司"广道数字"开刀
光说不练假把式。我拿了一家已经被监管实锤造假、并且已经退市的公司——广道数字，给大家完整演示一遍我是怎么用这个Agent做排雷的。
先交代一下背景：广道数字，2026年1月被北交所终止上市。监管认定，2018年到2024年累计虚增营收14.66亿元，其中2022年虚增比例99.39%——年报几乎全是假的。
好，现在假设时间回到2024年4月底，广道退刚刚发布2023年年报。我拿到了这份年报，准备用Agent来排查一次。
第一步：我把广道数字2022和2023年的年报PDF拖进了Agent。
这个SKILL部署在OpenCLAW里，有一个对话窗口。我把文件传上去，然后只输入了一句话：
“请用唐门排雷框架，分析这份年报，生成html。”
第二步：Agent开始干活了。
看完之后想必只想第一时间逃离这个企业
跨市场验证：拿腾讯试试水
光测 A 股还不够。老唐的书以 A 股为蓝本，但港股财报规则和 A 股有不小差异——没有增值税、披露颗粒度更粗、审计报告用英文、连收入确认准则都可能不一样。我特意给 Agent 内置了港股差异逻辑，拿腾讯验证。
结论：Agent 既能在 A 股抓出广道数字这种巨雷，也能在港股对腾讯做出正确判断——不会乱杀好人，也不会放过坏人。
技术揭秘：这背后是怎么做到的
写这一部分给对技术实现有兴趣的读者。如果你只关心怎么用，可以直接跳到下一节。
这套 Agent 有三个核心技术：
第一，知识库（RAG）。
要让Agent真正"读懂"老唐，你需要把两本书拆成结构化知识。
我把两本书里的方法论拆成了 1139 个结构化知识切片，覆盖应收账款、存货、商誉、现金流等 17 个核心科目，并提炼了 22 条可执行的疑点规则。Agent 分析到某一步时，会自动去库里检索最相关的准则和案例，而不是凭空想象"老唐可能会怎么说"。
整个知识库的运转方式可以概括为三步：把书拆碎 → 把碎片存进向量库 → 分析时自动检索最相关的内容
《手把手教你读财报》的处理方式
这是一本方法工具书，按"科目"组织。切片的黄金法则是按自然段/小章节分割，每段300-500字，并保留章节标题作为上下文。
具体切片策略：
每个会计科目独立成"知识块"（如"应收账款"下的所有论述集中处理）
每个切片包含：章节标题（即会计科目名）、唐朝的判断标准和口诀、书中引用的具体案例和点评
切片时设置一定的重叠区域（建议200字overlap），避免关键信息在边界处被切断。
《价值投资实战手册》的处理方式
这是一本理念与案例集，切片重点在于"分析框架"和"案例映射"：
三大前提：利润为真、可持续、无需大量再投入——这些核心理念单独切片，标注为【核心准则】
估值法片段：三年后合理估值的50%为买点、卖点等（注意：只为理解框架，Agent不允许直接输出估值建议）
实战案例：每个被分析的公司形成独立知识块，结构化为"公司X → 疑点Y → 方法Z → 结论"
切片的标签体系（元数据标注）
每一条切片都必须打上标签。标签就像图书馆的索引卡，决定了检索时能否精准命中。
特别补充：港股差异知识
建议在知识库中单独建一个"港股差异"分区，包含：
港股四种会计准则的简要说明
港股与A股在存货计价、资产减值、收入确认、金融工具披露等方面的关键差异点
港股特有的审计报告术语（中英对照）
这部分内容不需要从两本书中提取（因为老唐的书主要面向A股），可以从公开的专业资料中整理。Agent在执行"市场差异说明"规则时，会自动检索这个分区的知识。
第二，强制思维链。
我没有让 Agent"自由回答"，而是用六步流水线把它锁死。每一步都是一个独立节点，关联特定知识库和计算工具，完成一步才能进入下一步。这就杜绝了 AI 常见的毛病：跳过关键步骤、泛泛而谈。
第三，工具调用。
Agent 必须自己动手算比率。毛利率、费用率、经营现金流 / 净利润、应收增速 vs 营收增速——这些不能靠"感觉"，必须调用计算器得出具体数字再下结论。
简单说：知识库是它的"脑子"，流水线是它的"纪律"，计算器是它的"手"。 三者合在一起，才有了这套不会偷懒的财报排雷工具。
免费获取：搭建你自己的"唐门排雷器"
我把 SKILL 的完整"配方"公开——包括全套引导提示词（System Prompt）和知识库构建思路。
获取方式： 关注公众号「落云轩」，后台回复 【唐门排雷】，获取完整的SKILL。
这套 SKILL 可以部署在 OpenCLAW 或Workbuddy，直接把这个压缩文件发给智能体，给他发送“这是一份知识库和skill，你学习一下，命名为唐门排雷”就部署完成了，超级简单。
说明：书籍原文受版权保护，我不能直接提供电子书文件。但我提供的是将书中方法论二次创作、结构化提取后的“检查引擎”——一套通用的分析框架和引导逻辑。同时加入了港股的财务知识。如有需要请大家购买原版书籍。
结语
AI 时代给普通投资者打开了一种新的可能：不是让 AI 替你决策，而是让 AI 帮你完成那 80% 最耗时、最枯燥的"脏活累活"——翻报表、算比率、对准则、打标签。你真正需要动脑子的，是剩下的 20%：商业模式是不是真的看得懂？管理层是不是值得信任？这个生意的护城河到底有多宽？
AI 负责"证伪"，人负责"理解"。这个分工，我觉得刚刚好。
欢迎拿去跑你关注的公司。哪怕它只帮你排除了一颗雷，这套工具的价值就远超你读这篇文章的时间。
免责声明： 本文展示的 Agent 分析报告为自动生成结果，不构成任何投资建议。财报分析只能排雷，不能推荐股票。投资有风险，入市需谨慎。
— 落云轩 —
