WorkBuddy助力医疗人副业A股研究AI助手深度实战记录

### 用 WorkBuddy 做 A 股研究：一个医生的 AI 助手实战记录

临床工作与投资的双重身份，每天都要面对一个现实的难题：如何高效跟踪超过200只A股个股的动态？公告、资金流向、机构评级……这些数据若全靠人工整理，每天至少需要3到4小时。更不用说定期生成深度分析报告，或结合市场观点进行复盘。WorkBuddy的特别之处在于，它不只是一个聊天界面，而是能直接操作本地文件、执行Python或Node脚本、访问金融数据接口——本质上，它就像一个24小时在线的、会写代码的研究员。

一、缘起：为什么选 WorkBuddy？

核心痛点其实很清晰：

- 跟踪200只A股个股的公告、资金流向、机构评级 - 定期生成一季报高成长股票深度分析报告（Word格式，适配打印） - 批量查询历史股价涨跌幅（披露日次日收盘涨跌幅） - 结合市场观点做复盘 如果这些工作纯手工做，每天至少需要3-4小时。 WorkBuddy 真正吸引人的地方在于：能直接操作本地文件、执行 Python/Node 脚本、访问金融数据接口，相当于一个"会写代码的研究员"。

二、实战场景1：批量生成一季报业绩爆发报告

**需求** 筛选2026年一季报净利润暴增的A股公司，按披露次日收盘涨跌幅排序，生成含竞争壁垒评级的深度Word报告。 **踩坑过程（真实记录）** 第一版尝试了Tushare Pro，但积分有限，trade_cal接口用不了，批量查询直接受阻。 随后改用 westock-data（腾讯自选股行情接口），但也遇上了麻烦：批量接口不支持某些字段，历史某一天的涨跌幅需要逐家查询，频率限制在每分钟50次。 最终方案，是通过neodata-financial-search提供的自然语言查询功能，配合正则解析返回内容，一气呵成地拿下了299家公司的准确涨跌幅数据。 **关键代码片段** ```python # neodata 自然语言查询（已验证有效） query = f' {name}{code}在{year}年{month}月{day}日的历史股价行情' # 返回内容示例："恩捷股份002812在2026年04月21日的历史股价行情：单日涨跌幅 5.11%" ``` ```ja vascript // 更新报告 JS：不用 eval/JSON.parse，用正则逐条替换字段 // 踩坑经验：companies 数组里 key_moat 是嵌套数组， // 用括号计数重建数组会在嵌套处算错，导致对象截断 const target = `next_day_high: ${oldVal}`; const replacement = `next_day_high: ${newVal}`; content = content.replace(target, replacement); ``` **成果** - 生成 `299家一季报涨跌幅_准确版.docx` 和 `.xlsx` - 299家全部成功，0家N/A，涨红跌绿 - 报告适配 Brother 黑白A4打印（8pt正文字号，无底色省墨）

三、实战场景2：每日自动化追踪248家公司

**需求** 每天下午3点（收盘后），自动追踪核心池248家公司的最新公告、机构评级变化、主力资金流向（大单净流入/流出）。 **实现方式** 在WorkBuddy中设置自动化任务（每天15:00触发），任务prompt大致为： ``` 逐家查询以下248家公司的今日公告、机构评级、资金流向，汇总最大利好、最大风险、板块信号，写入 memory/YYYY-MM-DD.md ``` **实际效果（节选2026-06-02追踪结果）** | 类别 | 内容 | |------|------| | 最大利好 | 联讯仪器14.2%、源杰科技12.43%历史新高 | | 最大风险 | 天际股份六连跌-2.72%，YTD -40.62% | | 大宗异常 | 博迁新材16笔折价16.14% | | 板块主线 | CPO/光模块、AI服务器材料PCB、MLCC | 这种主动验证数据的行为，是普通AI对话工具做不到的。

四、实战场景3：用AI助手读金融文档

WorkBuddy 的 `docx` / `pdf` skill 可以直接解析本地Word/PDF文件。 曾经尝试过把一份外部Word文档（包含299家公司涨跌幅数据）交给它，结果发现数据严重失真（来源不明），WorkBuddy主动建议用tushare重新生成准确数据，而不是盲目使用。这种主动性验证数据的机制，是普通AI对话工具无法复制的。

五、省积分的5个实战技巧

经过数月的实践，总结出以下节省积分的有效方法： | 技巧 | 说明 | |------|------| | 简单查询用Ask模式 | 不动文件，消耗低 | | 需求一次说清楚 | 减少来回对话轮次 | | 优先用neodata自然语言查询 | 比写脚本调API更省token | | 自动化任务控制范围 | 248家全覆盖 → TOP50精选，消耗降至约1/5 | | 优先消耗快过期积分 | 新签到积分有效期90天，合理安排使用顺序 |

六、总结：WorkBuddy适合谁？

最适合的人： - 需要处理本地文件（Word/Excel/PDF）的用户 - 有重复性数据分析任务的用户 - 希望AI不只是"聊天"，而是真正执行操作的用户 不太适合的场景： - 纯闲聊（浪费积分） - 需要实时联网搜索但无相关skill的场景（需配合WebSearch）