xbtlin/ai-berkshire：README 来源编辑指南

xbtlin/ai-berkshire 的 README 将项目描述为"AI 时代的伯克希尔：基于 Claude Code / Codex 的价值投资研究框架。巴菲特·芒格·段永平·李录四大师方法论 + 多Agent并行研究。| AI-era Berkshire: a value investing research framework built for Claude Code / Codex. 4 masters' methodologies + multi-agent adversarial analysis."。本文只整理仓库能直接核验的内容，不把星标、Fork 或宣传语当成质量证明。README 在"AI Berkshire - AI 时代的价值投资研究框架"下的说明是：> "Price is what you pay, value is what you get." , Warren Buffett > > 用 AI 重新定义投资研究的深度与效率。。这给出的首先是项目边界，而不是已经完成的生产验证。

从 README 的"整体架构"和相关条目看，读者可以先判断它是否解决自己的具体问题：Agent 层：团队型 skill（如 /investment-team、/earnings-team）由 Team Lead 并行调度 4 个大师视角 Agent,,各自独立搜索、独立判断、互相挑战，最后综合研判；轻量 skill 不经过这一层，直连工具快进快出。如果你的目标与这段说明不一致，就不应仅凭项目热度采用它。这里保留原项目名、命令和组件名，方便回到一手来源核对。 README 还列出了另一条可核对的信息：Skill 层：把"你要做什么"抽象成 20 个明确入口,,深度研究、财报分析、行业筛选、持仓管理、思维工具，按场景选用。这类原文条目可以帮助读者设计试运行步骤，但不能代替自己的环境测试。

README 把工作方式分散写在"AI Berkshire - AI 时代的价值投资研究框架"等段落中。可确认的线索包括：> 📮 仓库是全量框架，公众号是精选。 真正值得深研的公司，加上报告之外我自己的判断与取舍，都在微信公众号「复利炼丹炉」,,扫码关注 ↓。这篇整理没有把未写出的架构、性能或安全边界补成结论；真正的运行链仍应结合仓库目录、配置文件和版本标签检查。

第一次安装应从 README 给出的入口开始。当前可复核的命令是： npm install -g @anthropic-ai/claude-code 如果仓库没有提供命令，本文不会替它编造安装步骤，而是建议先打开 README 的"Real Track Record"部分，确认系统依赖、默认端口和首次初始化动作。

日常使用的细节取决于项目实际文档。README 的"与主要指数对比"段落提到：| 指标 | 2024 全年 | 2025 全年 | |------|----------|----------| | 本框架实盘 | +69.29% | +66.38% | | 恒生指数 | +17.67% | +27.77% | | 标普500 | +23.31% | +16.39% | | 沪深300 | +14.68% | +17.66% | | 纳斯达克 | +28.64% | +20.36% |。对于配置文件、环境变量、权限和数据目录，当前稿只记录来源明确的部分；未写明的默认值必须在测试环境中验证，并保留可回滚的配置副本。 同一部分还提到：终选 3 家按"组合互补性"选（高确定性 + 中等弹性 + 高弹性），不按打分前 3 排序。