热门开源项目
AI Berkshire：用Claude Code做价值投资研究
原标题：xbtlin/ai-berkshire
TL;DR · 一句话结论
AI Berkshire 是一套基于 Claude Code/Codex 的价值投资研究 Skill 合集，融合巴菲特、芒格、段永平、李录的方法论，通过多 Agent 并行实现专业级投研，并展示了实盘高收益。
主要内容
- 01基于 Claude Code 和 Codex 的开源投资研究框架。
- 02整合巴菲特、芒格、段永平、李录四位大师方法论。
- 03支持多 Agent 并行研究，输出结构化投资报告。
- 04官网显示 2024 年实盘收益 +69.29%，2025 年 +66.38%。
- 05提供 18 个 Skill，覆盖深度研究、财报、行业筛选等。
- 06内置金融严谨性工具，避免 LLM 心算错误。
背景
传统 AI 直接提问投资问题往往得到模棱两可的答案。AI Berkshire 将投资大师的决策流程系统化为可重复的 Agent 工作流，使用 Python 精确计算和多源交叉验证，让普通用户也能获得专业级投研报告。项目已在 GitHub 开源，支持 Claude Code 和 Codex 两种客户端。
为什么值得关注
对于 AI 工具用户，这是一个将 AI 从‘对话助手’升级为‘专业投研团队’的典型案例。它展示了如何通过系统化 Prompt 和 Agent 协作解决 LLM 输出不可靠、不结构化的问题。投资研究领域的 AI 应用示范，可启发其他垂直领域开发类似工具。
🇨🇳
对中国用户与市场
国内用户可直接安装使用（需 GitHub 和 Claude Code/Codex 环境）。项目主要面向港股、A 股、美股投资者。实盘收益数据需注意历史不代表未来，且涉及海外证券平台。中文文档完整，适合国内价值投资爱好者。
继续关注
⚠尚未确定的部分
- ·历史实盘收益不代表未来表现，存在误导风险。
- ·投研结论依赖 LLM 输出，可能存在事实错误或偏见。
- ·框架基于海外 AI 客户端，国内访问 API 可能受限。
- ·金融数据精确性虽经校验，但实时数据源可靠性未完全验证。
→可采取的行动
- ·尝试本地安装并测试投资研究 Skill。
- ·对比框架输出与自己判断，验证有效性。
- ·关注项目更新与社区反馈，评估长期维护性。
- ·若用于真实投资，务必结合自身调研和风险承受能力。
摘记
“Price is what you pay, value is what yo
“一个人 + Claude Code / Codex = 一个投研团队。”
#Claude Code#Codex#巴菲特#芒格#段永平#李录#AI Berkshire#xbtlin#价值投资#AI Agent
🤖 本文根据 GitHub Trending Daily RSS 的 RSS 内容整理，并由 AI 辅助提炼要点。完整上下文请以 原文 为准。