AI Berkshire 是面向 Claude Code 与 Codex 的价值投资研究 skill 集合。它把公司研究、财报阅读、行业筛选、检查清单和多 Agent 研究整理成固定入口，并附带计算、数据与报告目录。它是研究工作流模板，不是持牌投顾或自动交易系统。
来源：github.com/xbtlin/ai-berkshire 查看 GitHub 仓库 → 📘 使用教程 →官方 main 已从 v1.0.0 发布时的 5 个 Claude Code skill 扩展为 20 个入口并加入 Codex 安装脚本，但公开 tag 仍停在 v1.0.0，搜索用户容易把旧 release 和当前 main 混在一起。
来源：github.com/xbtlin/ai-berkshire/releases/tag/v1.0.0当前 README 把 skills 分成公司深研、财报分析、行业筛选、持仓与思维工具等类别；不同入口复用固定的问题清单和报告结构。
来源：github.com/xbtlin/ai-berkshireskills 目录是 Claude Code 命令来源，codex-skills 提供 Codex 的 SKILL.md 版本，codex-prompts 是可选提示词入口；仓库脚本负责安装或同步。
来源：github.com/xbtlin/ai-berkshire团队型 skill 由 Team Lead 调度四个研究视角并汇总，轻量 skill 可以直接调用工具。这个设计用于增加反方检查和覆盖面，不代表输出天然正确。
来源：github.com/xbtlin/ai-berkshireREADME 要求关键数据至少两个独立来源，并用 Python decimal.Decimal 和 tools/financial_rigor.py 处理市值等计算。它是项目声明的流程要求，仍需用户检查实际报告是否执行。
来源：github.com/xbtlin/ai-berkshire官方把体系分为 Skill、Agent 和工具三层。skills/*.md 是 Claude Code 的主要规则源；codex-skills/*/SKILL.md 与 codex-prompts/*.md 服务 Codex；团队型 skill 组织多视角研究，tools 和 scripts 负责计算、安装与同步；data、reports、docs 和 output 保存资料与成品。模型负责检索、归纳和写作，数值与原始披露仍应回到确定性工具和一手文件核验。
来源：github.com/xbtlin/ai-berkshireClaude Code 或 CodexGit网络检索和公开财务资料按 skill 需要使用 Python 计算工具适合把年度报告阅读、公司研究、行业初筛和投资检查清单做成一致的研究流程，也适合比较同一家公司在不同日期的假设变化。输出可作为线索和草稿，不能替代交易所披露、监管文件、审计财报、独立计算或合格专业人士的意见。
来源：github.com/xbtlin/ai-berkshire截至 2026-09-23，最新且唯一的正式 release 是 v1.0.0，发布于 2026-04-07，发布说明列出 5 个 Claude Code skill 和手工复制安装。当前 main 已列出 20 个 skill，并提供 Claude Code 与 Codex 安装脚本；采用时要明确自己跟随 tag 还是 main。
来源：github.com/xbtlin/ai-berkshire/releases/tag/v1.0.0status: docs-only | checked_at: 2026-09-23 | environment: 只核对官方 README、目录、安装脚本说明和 GitHub Releases | limitations: 未安装 skills，未运行模型或 financial_rigor.py，未复核仓库报告数据，也未验证维护者公开的账户收益截图 | observed_output: 当前 README 列出 20 个 skill、Claude Code 与 Codex 安装脚本；最新且唯一的正式 release 为 v1.0.0，发布页当时只列 5 个 skill
来源：github.com/xbtlin/ai-berkshire/releases/tag/v1.0.0FinRobot 官方仓库是可运行的金融 Agent 平台，包含 Python 包、数据源、估值模块和教程，安装时还要配置模型与金融数据 API；AI Berkshire 更像安装到 Claude Code 或 Codex 的研究规则和 skill 集合。需要程序化数据管线、估值代码与应用框架时看 FinRobot；想把现有编码 Agent 约束成固定研究流程时，AI Berkshire 更直接。两者输出都不应直接作为交易指令。
来源：github.com/AI4Finance-Foundation/FinRobotAI Berkshire 的价值在于把投研问题和复核步骤写成可重复调用的 skill。它不能为数据真实性、估值正确性或投资结果兜底。先用公开披露充分的公司做小范围验证，并把每个结论追溯到原始文件和可重算数字，才适合进入正式研究流程。
来源：github.com/xbtlin/ai-berkshire不是。当前 main 同时提供 Claude Code 安装脚本、Codex skills 和可选 Codex prompts；v1.0.0 发布页只写 Claude Code，是旧版状态。
不能。这些数字和截图是维护者自报，本轮没有独立审计。历史收益也不能证明未来结果。
不能保证。那是流程要求，实际执行受模型、网络和资料可得性影响，仍需逐项检查链接、报告期、币种和计算。
不需要把它当成正常步骤。应保留权限确认，并先审阅 skill 会调用的命令和工具；额外权限只应在自己控制的隔离环境里评估。