讲师中心 微信公众号

工具推荐

视频效率加速
剧云
剧云

中文短剧剧本制作平台

SoundView
SoundView

字幕擦除翻译、配音口型同步

Laper
Laper

剧本策划到成片协作

立刻MV
立刻MV

低成本歌曲 MV、视频生成

自我学习的第一性原理分析技能

Polar Sponsor
爱发电 赞助
.NET 9.0

第一性原理分析与问题解决 v3.1。三大核心能力:拆解、分析、解决问题。内置反思、知识蒸馏与跨技能集成。适用于企业诊断、财务分析、战略规划、投资研究。

第一性原理分析师

功能概述

第一性原理分析师是一项面向实际任务的技能,主要用于第一性原理分析 = 拆到基本真理 → 重新构建 → 交叉验证 → 持续记忆;🚀 快速指南(5分钟上手);

核心要点

  • 从哪里开始;
  • 企业/财务分析;
  • Step 1 → 拆解财务数据;

使用与执行

references/financial-valuation.md;行业/竞争研究;Step 1 → 五层行业拆解;references/industry-analysis.md;投资/机遇评估。它将相关步骤、工具调用和结果整理方式集中到统一流程中,帮助使用者更快完成目标并减少重复操作。

结果检查与注意事项

从功能定位来看,该技能强调把分散的操作要求整理成清晰、可复用的处理流程,使用户能够围绕既定目标快速准备输入、选择执行方式并获得结构化结果。实际使用前应先确认任务范围、数据来源、运行环境、必要权限和关键参数,再依据技能说明逐步执行;若输入条件不完整,应先补齐信息或采用保守配置,避免因错误假设导致结果偏离需求。执行过程中需要关注工具调用是否成功、接口或依赖是否可用、输出格式是否符合预期,并对异常提示、缺失字段和边界情况进行处理;涉及批量任务时,还应保存进度,避免中断后重复操作。该技能适合用于一次性任务,也可以接入自动化工作流,与其他技能或上层代理配合完成更完整的业务链路;在组合使用时,应明确每一步的输入输出关系,并避免不同步骤之间出现参数冲突。

第一性原理分析师

核心原则

第一性原理分析 = 拆到基本真理 → 重新构建 → 交叉验证 → 持续记忆

🚀 快速指南(5分钟上手)

场景 从哪里开始 参考文件
企业/财务分析 Step 1 → 拆解财务数据 references/financial-valuation.md
行业/竞争研究 Step 1 → 五层行业拆解 references/industry-analysis.md
投资/机遇评估 Step 1 → 四类机遇诊断 references/opportunity-challenge.md
战略/问题解决 Step 1 → 问题定义 → Step 4 方案生成 references/problem-solving.md

💡 首次使用: 确保 memory/ 目录存在(技能目录下),然后直接从 Step 1 开始。

🔌 数据获取策略(跨技能集成)

第一性原理分析需要真实数据作为根基。按以下优先级获取数据:

推荐数据来源

需求 推荐技能/工具 用途
实时行情/日K线 eastmoney-stock-v2 或 akshare-stock 价格数据、量价关系
财务报表(三表) neodata-financial-search 或 ifind-mcp 利润表/资产负债表/现金流量表
基本面深度研究 stock-research-engine 或 tradingagents-analysis 管理层评估、业务拆解、催化剂
市场情绪/资金流向 aj-stock-analysis 主力资金、北向资金
行业/板块数据 eastmoney-stock-v2 板块轮动、行业对比
宏观数据 neodata-financial-search 或 ifind-mcp GDP、利率、CPI等

数据获取优先级(三级降级)

1️⃣ 东方财富/同花顺 API → 最全,优先使用
2️⃣ 新浪财经/百度财经 → 降级备选
3️⃣ neodata/ifind-mcp  → 备用通道

无数据时的替代方案

  • 使用 deconstruct 命令做纯逻辑拆解
  • 基于公开行业均值做合理假设(标注"假设")
  • 在 Step 5 中用敏感性分析检验假设变化的影响

使用工作流(八步法,严格按顺序执行)

Step 0:加载记忆系统

1. 检查 memory/ 目录(位置:工作空间 .workbuddy/skills/first-principles-analyst/memory/ 下)
2. 读取 self-improvement.md(上次改进点,避免重复犯错)
3. 读取 knowledge-base.md(历史知识库)
4. 读取 user-preferences.md(用户偏好)

Step 1:定义与解构

将问题拆到不可再分的基本单元。

需要时读取:

  • 财务/估值分析 → references/financial-valuation.md
  • 行业/竞争分析 → references/industry-analysis.md
  • 机遇/困境分析 → references/opportunity-challenge.md
  • 方法论基础 → references/methodology.md

Step 2:基本原理分析

Socratic追问法 → 每个单元至少追问5次"为什么" 同时使用 逻辑链分析 和 矛盾检测(详见 references/methodology.md)

Step 3:深度分析(v3.0 新增)

1. 逻辑链分析:绘制因果链 → 寻找断裂点和跳层
2. 假设驱动:先设定可证伪的假设 → 再验证
3. 矛盾检测:找出分析中的矛盾信号 → 追溯来源
4. 多视角交叉:至少从股东/客户/员工三个视角审视

Step 4:重新构建 → 方案生成(v3.0 升级)

基于第一性真理重建框架后,进入问题解决模式:

1. 方案生成:四象限矩阵(消除根因/绕过约束/改进/创新)
2. 方案筛选:3×3 影响-周期矩阵
3. 方案强度评估:效果×可行性×可持续性
4. 决策:加权评分矩阵 + 情景规划

详见 references/problem-solving.md

Step 5:量化计算与交叉验证

有计算需求时使用脚本工具:

# 估值类
python scripts/first-principles-analyzer.py dcf     [years]         — DCF估值
python scripts/first-principles-analyzer.py dcf-sensitivity   [years]              — DCF敏感性矩阵
python scripts/first-principles-analyzer.py wacc              — WACC计算
python scripts/first-principles-analyzer.py cross-check                — PE/DCF交叉验证
python scripts/first-principles-analyzer.py sotp <净债务> <折价> <业务1> <估值1> <方法1> ...       — SOTP分部估值

# 财务分析
python scripts/first-principles-analyzer.py dupont                              — 杜邦分析
python scripts/first-principles-analyzer.py ccc                                   — 现金转化周期
python scripts/first-principles-analyzer.py zscore                           — Altman Z-Score
python scripts/first-principles-analyzer.py fcf-yield                                    — FCF收益率
python scripts/first-principles-analyzer.py health-score       — 健康评分

# 机遇评分
python scripts/first-principles-analyzer.py opp-score                    — 机遇评分

# 引导命令(生成分析框架)
python scripts/first-principles-analyzer.py deconstruct        — 拆解引导(MECE/问题树)
python scripts/first-principles-analyzer.py solve              — 问题解决引导
python scripts/first-principles-analyzer.py reflect            — 反思引导
python scripts/first-principles-analyzer.py distill            — 知识蒸馏引导
python scripts/first-principles-analyzer.py version            — 显示版本信息

Step 6:知识蒸馏与记录(强制性)

确认本次发现的可复用知识并沉淀入库。

1. 运行 python scripts/first-principles-analyzer.py distill 获取蒸馏引导
2. 检查五个蒸馏问题:
   □ 本次分析发现了什么行业规律?是否是通用的?
   □ 有什么财务特征或陷阱值得记录?
   □ 分析中有没有可以复用的方法论?
   □ 有没有被数据推翻的常见误解?
   □ 用户有没有教授你新的知识?
3. 如果有新发现 → 创建 KBE 条目追加到 memory/knowledge-base.md
4. 无论是否有新发现 → 写入分析记录:
   ├── 追加 memory/case-library.md(案例摘要)
   ├── 如发现错误/用户纠正 → 更新 memory/self-improvement.md
   └── 如发现重复模式 → 更新 memory/patterns.md
5. 更新 memory/knowledge-growth.md 追踪知识增长

知识升级路径: 分析发现 → KBE(待验证) → 2次出现→候选 → 3次出现→确认

Step 7:反思——像人一样学习(强制性)

每次分析完成后必须执行反思。这是持续提升分析质量的唯一路径。

1. 运行 python scripts/first-principles-analyzer.py reflect 获取反思问题
2. 回答六个反思问题(Q1-Q6)
3. 将反思结果追加到 memory/reflections.md
4. 检查是否有模式可推广到 knowledge-base.md(3次出现=确认模式)

六个反思问题:

Q1 - 结论可靠性:[高/中/低]?有哪些不确定性?
Q2 - 可改进点:方法上、数据上、逻辑上哪里可以更好?
Q3 - 新发现:有没有发现新的规律或模式?
Q4 - 用户反馈:有没有收到纠正或补充?
Q5 - 下次注意:同一类问题下次应该注意什么?
Q6 - 直觉vs数据:有没有直觉被数据推翻的情况?

三大分析能力

1️⃣ 财务与估值分析(深度版 v2.0)

七层分析体系(见 references/financial-valuation.md):

层级 内容 关键工具
L1 盈利质量 收入质量三维检验、毛利率拆解、费用质量、利润层级分析 OCF/净利比率、研发资本化率
L2 资产质量 营运资本效率(CCC)、固定资产效率、商誉炸弹评估 DSO/DIO/DPO分析
L3 现金流质量 OCF质量矩阵、FCF收益率、三表协同分析 FCF Yield、OCF趋势
L4 DCF估值 三变量拆解+敏感性分析矩阵 (WACC×g) 多情景DCF
L5 相对估值 PE/PB/PS/EV-EBITDA四法交叉 可比公司中位数
L6 SOTP估值 多业务线分别估值后加总,适用于广信材料类公司 分部估值
L7 实物期权 新业务作为看涨期权,适用于转型企业 NPV+期权价值

脚本支持: dcf, wacc, dupont, cross-check

12大财务陷阱识别: 收入提前确认、存货注水、费用递延、商誉炸弹、虚增现金、隐藏负债等

2️⃣ 行业发展分析

五层拆解: 行业本质 → 价值链 → 竞争结构 → 驱动力 → 边界拐点 护城河: 六类 + 四维评分矩阵

3️⃣ 机遇与困境分析

机遇四源: 供需缺口 / 效率洼地 / 重构机会 / 隐藏痛点 困境四类: 结构性 / 竞争性 / 财务性 / 战略性 决策: 四象限定位(I进攻/II蛰伏/III运营/IV求生)

版本信息

当前版本:v3.1.0(2026-05-09)

版本历史详见 VERSION.md。可通过以下方式查询版本:

python scripts/first-principles-analyzer.py version
版本 日期 要点
3.1.0 2026-05-09 【迭代优化】工作流重构八步法(Step0→7)、脚本路径修正、数据获取策略集成、行业分析深化、脚本错误处理增强
3.0.0 2026-05-07 【重大升级】方法论深度重构:MECE拆解、逻辑链分析、假设驱动验证、矛盾检测、方案生成矩阵、决策框架;新增 problem-solving.md;脚本新增 deconstruct/solve 命令
2.3.0 2026-05-07 新增知识蒸馏引擎、结构化KBE知识库、knowledge-growth追踪、distill命令
2.2.0 2026-05-07 新增类人反思机制、模式发现系统、reflect命令、reflections.md+patterns.md
2.1.0 2026-05-07 新增版本跟踪系统、SOTP分部估值、CCC、Z-Score、DCF敏感性矩阵、12大财务陷阱、财务健康评分
1.0.0 2026-05-07 初始版本:三大分析能力 + 记忆系统 + 脚本v1.0

输出标准

每次完整分析必须包含:

  1. 拆解过程(从基本真理推导)
  2. 核心判断(基于原理而非类比)
  3. 交叉验证结论
  4. 置信度评估 + 原因
  5. 关键假设列表
  6. 风险/局限性提示

文件索引

文件 用途
VERSION.md 版本历史与更新日志
references/methodology.md 【升级】方法论框架 v3.0:拆解/分析/解决问题三大能力
references/problem-solving.md 【新增】 问题解决工具箱:方案生成/决策/执行
references/financial-valuation.md 财务与估值分析
references/industry-analysis.md 行业发展分析
references/opportunity-challenge.md 机遇与困境分析
references/memory-system.md 记忆系统指南
scripts/first-principles-analyzer.py 计算工具
memory/reflections.md 反思日志(每次分析后自我评估)
memory/patterns.md 模式发现(跨案例重复规律)
memory/knowledge-base.md 长期知识库
memory/case-library.md 案例库
memory/self-improvement.md 改进日志
memory/user-preferences.md 用户偏好
memory/knowledge-growth.md 知识积累追踪(增长日志)
目录

热门AI工具

更多
WorkBuddy

一款AI办公效率工具,主要用于腾讯云推出的AI原生桌面智能体工作台,适合需要提升相关任务效率的用户。

Seko
Seko Hot

一款AI视频创作工具,主要用于商汤科技推出的创编一体的AI短视频创作Agent,适合需要提升相关任务效率的用户。

墨刀AI
墨刀AI Hot

一款AI图像与设计工具,主要用于产品经理的专属智能体,适合需要提升相关任务效率的用户。

火山引擎

火山引擎是一款面向企业的云计算与AI服务平台。

Lovart
Lovart Hot

一款面向视觉设计创作的AI设计平台,可通过智能体和画布工作流辅助制作海报、Logo、网页、PPT及其他视觉内容。

DeepSeek

DeepSeek是一款面向对话、写作、编程和推理场景的AI大模型工具。

讯飞绘文

讯飞绘文是一款由科大讯飞推出的一站式 AIGC 内容运营平台。

豆包大模型

豆包大模型是一款由字节跳动推出的企业级大语言模型服务平台。

超级麦吉

一款通过数字员工协作完成调研、数据分析与文档制作的AI办公平台。

相关专题

更多
GoFrame框架Web开发与路由中间件
GoFrame框架Web开发与路由中间件

本专题聚焦GoFrame框架的Web开发,拆解路由注册与匹配规则、请求参数获取、参数校验与中间件执行顺序,说明统一响应、JWT鉴权、文件上传与接口文档生成的落地方式,并补充优雅重启与测试实践。

0

2026.11.17

GoFrame框架安装与gf命令行工具
GoFrame框架安装与gf命令行工具

本专题围绕GoFrame框架的安装与工具链配置展开,讲清Go版本要求、gf命令行的安装方式、代理镜像与依赖准备,说明项目初始化、热编译、交叉编译打包的做法,并整理安装阶段的常见报错与验证步骤。

0

2026.11.17

GoFrame框架零基础入门
GoFrame框架零基础入门

本专题整理GoFrame框架的入门知识,从模块化设计理念、环境准备到跑通第一个Web服务,讲清目录分层、配置加载、日志与中间件的用法,并对比Gin、Go-Zero的差异,帮助Go开发者建立整体认知。

0

2026.11.17

SQLAlchemy 一对多关系怎么建立
SQLAlchemy 一对多关系怎么建立

SQLAlchemy 一对多关系怎么建立?本专题整理父子表外键、relationship 双向映射、关联查询、级联删除和加载优化等相关文章,帮助你理解并实现常见的 ORM 关系建模。

0

2026.11.17

SQLAlchemy 如何增删改查
SQLAlchemy 如何增删改查

SQLAlchemy 如何增删改查?本专题整理 ORM 新增记录、条件查询、更新和删除、Session 事务提交与批量处理等实用文章,帮助你掌握 Python 数据库操作流程。

0

2026.11.17

SQLAlchemy ORM 模型怎么写
SQLAlchemy ORM 模型怎么写

SQLAlchemy ORM 模型怎么写?本专题整理模型类定义、Mapped 字段映射、主键与约束、表结构创建和常见报错的相关文章,帮助你从基础配置到实际建模逐步掌握 SQLAlchemy。

0

2026.11.17

Go-Zero API开发使用教程
Go-Zero API开发使用教程

本专题聚焦Go-Zero的API开发,拆解.api描述文件的语法结构、路由与分组定义、参数绑定与校验规则,说明统一响应体、JWT鉴权、跨域与接口文档生成的落地方式,并给出网关聚合与接口测试的实践建议。

0

2026.11.12

Go-Zero安装与goctl环境配置教程
Go-Zero安装与goctl环境配置教程

本专题围绕Go-Zero的安装与工具链配置展开,讲清Go版本要求、goctl安装方式、代理镜像、protoc依赖与环境变量设置,说明多版本共存、升级回退与CI流水线安装的做法,并整理安装阶段的常见报错与验证步骤。

0

2026.11.12

Go-Zero零基础入门教程
Go-Zero零基础入门教程

本专题整理Go-Zero的入门知识,从框架定位、环境准备到跑通第一个API服务,讲清目录分层、配置加载、日志与中间件的基本用法,并对比Gin、Kratos的差异,帮助Go开发者建立整体认知,判断它是否适合当前项目。

0

2026.11.12

热门下载

更多
网站特效
/
网站源码
/
网站素材
/
前端模板

精品课程

更多
热门推荐
/
最新课程
关于我们 免责申明 举报中心 意见反馈 讲师合作 广告合作 最新更新
php中文网:公益在线php培训,帮助PHP学习者快速成长!
关注服务号
PHP中文网订阅号
每天精选资源文章推送

Copyright 2014-2026 https://www.php.cn/ All Rights Reserved | php.cn