stophobia 企业综合调研技能 (Company Research)
综合多数据源的企业背景调研技能，适用于尽职调查、合作伙伴评估、投资分析、市场研究等场景。
概述
本技能通过整合多个数据源对企业进行全面调研：
- 工商信息（注册信息、股东结构、主要人员）
- 财务数据（融资历史、营收状况）
- 法律风险（诉讼记录、被执行信息）
- 舆情监测（媒体报道、社交口碑）
- 竞品分析（市场份额、功能对比）
- 行业趋势（市场规模、发展预测）
使用场景
当用户提及以下内容时激活：
- "企业调研"、"公司背景调查"
- "尽职调查"、"DD"
- "合作伙伴评估"、"供应商审核"
- "投资分析"、"投资尽调"
- "市场研究"、"行业分析"
- "竞争对手分析"、"竞品分析"
- "背景核实"、"高管履历"
核心能力
1. 工商信息采集
- 企业工商注册信息查询
- 股东结构与股权分布
- 主要人员与组织架构
- 变更历史记录
- 分支机构与关联公司
2. 财务状况分析
- 融资历史与投资方
- 营收与盈利状况
- 税务信息
- 银行信用评估
- 并购重组历史
3. 法律风险调查
- 诉讼记录查询
- 被执行人信息
- 失信被执行人
- 行政处罚记录
- 经营异常记录
- 股权冻结信息
4. 舆情监测
- 媒体报道收集
- 社交媒体口碑
- 行业评价分析
- 负面信息预警
- 危机事件追踪
5. 竞品分析（当需要时）
- 竞品识别与列表
- 产品功能对比矩阵
- 定价策略分析
- 市场定位对比
- 优劣势总结
6. 行业研究（当需要时）
- 市场规模数据
- 行业发展趋势
- 政策环境分析
- 准入壁垒评估
- 增长驱动因素
调研方法论
Phase 1: 目标确认
明确调研目标：
- 调研目的是什么？（投资/合作/采购/招聘...）
- 需要调研到什么深度？
- 有什么特定关注点？
Phase 2: 信息收集
优先级顺序：
- 官方数据源（工商、财报、官网）
- 权威第三方（天眼查、企查查、启信宝）
- 新闻媒体报道
- 行业报告
- 社交媒体评价
- 用户评价
常用数据源：
# 工商信息
天眼查、企查查、国家企业信用信息公示系统
# 财务数据
年报、财报、融资披露
# 法律信息
中国裁判文书网、中国执行信息公开网
# 舆情信息
百度新闻、Google News、微博、雪球
# 行业数据
艾瑞咨询、易观分析、IDC、Gartner
Phase 3: 分析整理
对收集的信息进行分类整理：
- 事实性信息 - 可验证的数据
- 推断性信息 - 基于证据的合理推测
- 评估性信息 - 需要标注置信度
Phase 4: 报告生成
生成结构化调研报告，包括：
- 执行摘要（结论先行）
- 企业概况
- 股权结构
- 财务状况
- 法律风险评估
- 舆情分析
- 竞品/行业分析（如适用）
- 风险评级
- 调研依据
- 附录
报告输出格式
格式要求
- 语言：根据
output_locale设置（默认zh_CN） - 格式：Markdown → HTML（使用 md2html.py 转换）
- 标题：使用企业全称
- 数据标注：所有数据必须标注来源和置信度
- 日期：报告生成日期
置信度标注
| 等级 | 标注 | 说明 |
|---|---|---|
| 高 | 🟢 高置信 | 官方来源，多源验证 |
| 中 | 🟡 中等置信 | 可靠来源，单一验证 |
| 低 | 🔴 低置信 | 非官方，推测性质 |
风险评级
| 等级 | 标注 | 建议 |
|---|---|---|
| 低风险 | ✅ 绿灯 | 可正常合作 |
| 中风险 | ⚠️ 黄灯 | 需进一步核实 |
| 高风险 | 🔴 红灯 | 建议谨慎合作 |
数据真实性协议
严格遵守：
- 所有数据必须有明确来源
- 无法确认的数据标注"未确认"
- 模拟数据标注"模拟数据"
- 推测性内容标注"推测"
- 禁止编造数据
使用工具
调研阶段
web_search- 搜索企业信息web_fetch- 获取详细页面feishu_search_doc_wiki- 搜索内部文档feishu_bitable_app_table_record- 查询内部数据（如有）
报告阶段
write- 生成 Markdown 报告md2html- 转换为 HTML（推荐）
输出示例
文件命名
企业名称_调研报告_YYYYMMDD.md
企业名称_调研报告_YYYYMMDD.html
报告结构
# 北京众星联恒科技有限公司综合调研报告
## 执行摘要
[结论先行，1-2段概括]
## 一、企业概况
### 1.1 基本信息
[工商信息]
### 1.2 发展历程
[关键里程碑]
## 二、股权结构
### 2.1 股东构成
[股东列表及持股比例]
### 2.2 关联公司
[母公司/子公司/兄弟公司]
## 三、财务状况
### 3.1 融资历史
[历次融资]
### 3.2 营收状况
[营收数据]
## 四、法律风险评估
### 4.1 诉讼记录
### 4.2 被执行信息
### 4.3 行政处罚
## 五、舆情分析
### 5.1 媒体评价
### 5.2 用户口碑
### 5.3 负面预警
## 六、风险综合评级
[雷达图/评分卡]
## 七、调研依据
[数据来源列表]
## 八、附录
[原始数据/补充材料]
HTML 报告生成
完成 Markdown 报告后，推荐转换为 HTML：
python3 /root/.openclaw/workspace/deer-flow/skills/public/github-deep-research/scripts/md2html.py <报告文件>.md
HTML 特性：
- 专业排版和清晰布局
- 代码块高亮、表格样式、引用块样式
- 响应式设计
- 打印友好样式
注意事项
- 数据优先 - 优先使用官方和权威数据源
- 标注来源 - 每个数据点标注来源
- 标注置信度 - 区分高/中/低置信度
- 区分事实与推测 - 不混淆两者
- 中立客观 - 不带感情色彩，客观呈现正负面
- 及时更新 - 标注数据时效性
- 法律合规 - 不使用非法获取的数据
- 保护隐私 - 不涉及个人隐私信息（除公开的高管信息）
质量检查清单
生成报告前检查：
- 调研目标明确
- 主要数据源已覆盖
- 正负面信息均有呈现
- 风险评级有依据
- 所有数据标注来源
- 区分事实与推测
- 结论有数据支撑
输出
最终交付：
- Markdown 格式调研报告（
.md） - HTML 格式调研报告（
.html，推荐）