xbtlin/ai-berkshire：README 來源編輯指南

xbtlin/ai-berkshire 的 README 將專案描述為「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.」。本文只整理倉庫可直接核對的內容，不把 star、Fork 或宣傳語當成品質證明。README 在「AI Berkshire - AI 时代的价值投资研究框架」下寫到：> "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。。這說明的是專案邊界，不是已完成的生產驗證。

從 README 的「整体架构」與相關條目，可以先判斷它是否處理你的實際問題：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。若需求不同，不應只因專案熱度就採用。本文保留原始專案名、命令與元件名，方便回到一手來源核對。 README 另外列出一項可核對的資訊：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。這類原文條目可用來設計試跑步驟，但不能取代實際環境測試。

README 將運作方式分散在「AI Berkshire - AI 时代的价值投资研究框架」等段落。可確認的線索包括：> 📮 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 ↓。本文不把未寫出的架構、效能或安全邊界補成結論；真正的執行鏈仍要配合目錄、設定檔與版本標籤檢查。

第一次安裝應從 README 指出的入口開始。目前可核對的命令是： npm install -g @anthropic-ai/claude-code 如果倉庫沒有命令，本文不會自行編造步驟，而是建議先閱讀「Real Track Record」，確認系統依賴、預設埠與首次初始化。

日常使用取決於專案文件。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% |。設定檔、環境變數、權限與資料目錄只在來源明確時才會記錄；沒有寫出的預設值，應在測試環境驗證並保留回滾副本。 同一部分也提到：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。

README 能確認的限制比宣傳頁更重要。現有來源沒有證明xbtlin/ai-berkshire具備固定相容矩陣、服務等級、效能基準或長期支援承諾。README 只明確寫到「仓库里是完整的框架和全量报告，公众号里是精选,,真正值得深研的公司，加上报告之外我自己的判断与取舍：」。這些未知項應列入選型紀錄，不要改成肯定句。