shield_lock
JinDaGe
← Back to skills
extension
Category: Data & AnalyticsNo API key required

蜜獾测算Skill

通用项目投资测算引擎——涵盖投资估算、融资分析、17张核心报表（Excel）、图文并茂的HTML分析评价报告、敏感性分析、盈亏平衡分析、情景与风险评估、行业对标、多方案比选、自动寻优。当用户提到项目投资测算、投资估算、快速测算、项目算账、算投资回报、估算项目收益、IRR/NPV/回收期、方案比选、财务评价时触发。不适用于非项目类的企业估值、个人理财或股票投资计算。昵称：蜜獾测算Skill；别称：蜜獾测算/项目测算/投资测算。

personAuthor: user_0ccc096fhubcommunity
downloadDownload package

蜜獾测算 —— 通用项目投资测算引擎

概述

蜜獾测算是一个全口径项目投资测算工具，覆盖从投资估算到财务评价的完整链路，严格遵循 《建设项目经济评价方法与参数》（第三版）方法论框架。核心产出为双轨交付：

  1. 17 张勾稽严密的 Excel 报表——表间勾稽完整、含平衡校验，可直接用于校核与汇报
  2. 图文并茂的 HTML 分析评价报告——以文字论述为主导（占比≥40%）的深度评价报告，内嵌 SVG 图表，离线即开即看

内置工业、市政公用、基础设施、房地产、能源、水利水务、仓储物流、文旅康养 8 大行业基准参数。

触发条件

在用户表达以下意图时使用本技能（别称：蜜獾测算 / 项目测算 / 投资测算）：

  • "帮我算一下这个项目的投资回报" / "做个投资测算" / "帮我算算账"（结合项目上下文）
  • "估算一下项目投资" / "算一下 IRR 和回收期"
  • "方案比选" / "两个方案对比" / "做个财务分析" / "项目财务评价"
  • "敏感性分析" / "盈亏平衡分析"
  • 上传项目参数文件（JSON/Excel/CSV）需要测算

不适用：纯企业估值（非项目层面）、个人理财、股票投资计算。

环境准备

脚本依赖 openpyxl（Excel 导出）。首次运行前确保已安装：

pip install openpyxl

计算引擎（calculator.py）与图表库（charts.py）为纯 Python 实现，无其他第三方依赖。

工作流

需求理解 → 参数收集与校验 →（确认门）→ 17 表计算 → 双轨输出(Excel + HTML)

Step 1：理解项目类型与需求

明确：①项目类型（8 大行业之一）②项目阶段（概念估算/初步设计/已有详细参数） ③用户需求（完整测算/特定指标/方案比选）④参数来源（直接提供/上传文件/行业基准推论）。

若用户只给模糊需求（如"建一个日处理 5 万吨污水处理厂"），先搜索知识库（kb）并联网获取 行业单位投资基准（见 references/industry_benchmarks.md），估算投资规模后向用户确认。

Step 2：参数收集与校验

参数分为顶层字段 + 投资/运营/融资/税费/折旧五组，完整字段说明见 references/parameter_spec.md。 组织为 JSON 字典。当用户无法提供完整参数时，按 references/industry_benchmarks.md 合理推论， 必须明确标注为估算值及来源。

调用 calculator.validate_params(params) 校验，返回 (errors, warnings)： errors 阻断计算，warnings 仅提示。确认门：向用户展示参数摘要与校验结果并确认后，再正式计算。

Step 3：核心计算（17 表）

调用 calculator.calculate(params) 得到完整结果字典。17 表清单与勾稽关系见 references/calculation_spec.md。结果含 T0–T16 各表、indicators（关键指标汇总）。 综合评级用 calculator.grade(indicators, industry)。

Step 4：生成 Excel 报表

python scripts/export_excel.py <参数.json> [输出.xlsx]

输出 17 个 Sheet 的专业格式 Excel（双层表头、千分位、负数红字、冻结窗格、 资产负债平衡校验行、页脚"蜜獾测算 | 上官卿雲"）。

Step 5：生成 HTML 分析评价报告

python scripts/generate_report.py <参数.json> [输出.html]

输出 12 章 HTML 报告（封面 / 执行摘要 / 项目概况 / 投资估算 / 融资方案 / 盈利能力 / 偿债能力 / 财务生存能力 / 不确定性 / 风险评估 / 行业对标 / 综合评价 / 附录）， 内嵌 SVG 图表（饼图/环形图/柱状图/折线图/蛛网图/雷达图/风险矩阵）。

报告核心质量标准——图文并茂、以定量为主、文字主导：

  • 文字论述占比≥40%（实测约 80%），每张图表必须配实质性文字解读，禁止"数据堆砌+图表罗列"
  • 论述严格遵循「数据呈现→趋势解读→对标分析→问题诊断→建议措施」五层次递进链，逻辑严谨、层次分明
  • 尽量使用专业财务术语（全投资/资本金口径、IRR/FNPV、EBITDA、ICR/DSCR、BEP、敏感度系数、临界点等）
  • 定量定性相结合、以定量为主：关键结论均附具体数值、比率与对比基准（如 IRR 较基准高出 X%、敏感度临界不利变动约 Y%）
  • 结构强化：执行摘要内置「定量指标速览表」（盈利/偿债/生存/效率四类 11 项）；盈利能力章新增「逐年净现金流与累计现金流表」；各章设显式子节（如 2.1/2.2/2.3、5.1/5.2/5.3、9.1、11.1）
  • 脚本内置的论述为可用底稿，确保离线也能出完整报告；应在此基础上按项目实际加深润色， 用规范财务术语体现专业判断

Step 6：多方案比选（可选）

python scripts/compare_plans.py <方案A.json> <方案B.json> ... [-o 输出.html]

并列对比关键指标、计算增量 IRR/NPV，生成对比表与推荐结论。各方案 JSON 用 plan_name 区分。

Step 6.5：自动寻优（可选）

当项目基准指标未达预期，或需要找到让项目可行的最小参数调整时，使用自动寻优模块：

python scripts/optimizer.py <参数.json> --target <目标> [--min-irr 0.08] [--max-payback 8] ... [-o 寻优报告.html]

寻优目标（6 选 1）：

| --target | 含义 | |---|---| | project_irr | 项目全投资 IRR 最大化（默认） | | equity_irr | 资本金 IRR 最大化 | | project_npv | 项目净现值最大化 | | payback | 静态投资回收期最小化 | | debt_ratio_min | 资产负债率最小化 | | min_adjust | 最小调整达标——在满足约束的前提下，寻找对基准参数偏离最小的组合 |

硬约束（可选，组合使用）：--min-irr / --min-equity-irr / --max-payback / --max-debt / --min-dscr

三大可调杠杆（均按比例缩放，复用明细感知的 _apply_shock）：

  • invest——建设投资（缩放工程/设备/安装/无形/其他资产等全部分项）
  • revenue——营业收入（缩放明细产品 price/quantity/annual）
  • cost——经营成本（缩放原材料/燃料动力/工资/修理/其他）

算法：网格搜索 + 局部精修（坐标轮换）。第一轮在 [0.7, 1.3] 范围等距取 5 点遍历全组合（5³=125），筛除违反约束者后在可行域取目标最优；第二轮在最优点附近 ±0.08 做细网格精修（5³=125）。共 250 次评估，约 2 秒完成。

使用场景：

  • 项目 IRR 偏低 → --target min_adjust --min-irr 0.08（找到达标的最小调整）
  • 纯看上限 → --target project_irr（看各杠杆拉到极端时 IRR 天花板）
  • 偿债压力 → --target debt_ratio_min --max-debt 0.7

输出为独立 HTML 寻优报告（含杠杆卡片 / 指标对比表 / 约束状态 / 建议文字）。

Step 7：交付

  • HTML 报告：outputs/测算报告_项目名_日期.html（主交付物）
  • Excel 报表：outputs/测算报表_项目名_日期.xlsx（数据底稿）
  • 通过 present_files 呈现，并说明两个文件各自用途。

资源索引

  • scripts/calculator.py——核心计算引擎（17 表 + 校验 + 指标 + 评级）
  • scripts/charts.py——内嵌 SVG 图表库（零依赖，离线可看）
  • scripts/export_excel.py——Excel 报表导出（17 Sheet）
  • scripts/generate_report.py——HTML 分析评价报告（12 章）
  • scripts/compare_plans.py——多方案比选
  • scripts/optimizer.py——自动寻优（网格搜索+局部精修，6 种目标）
  • references/parameter_spec.md——完整参数规范
  • references/calculation_spec.md——17 表计算公式与勾稽关系
  • references/industry_benchmarks.md——8 大行业基准与单位投资参考
  • references/sample_params.json——示例项目参数（可直接跑通）

注意事项

  1. 文字论述是报告灵魂：HTML 报告文字占比≥40%，每图配解读，含数据解读/趋势分析/对标判断/问题诊断/建议措施五层次。
  2. 参数透明度：所有行业基准推论的估算值必须在报告中标注来源与假设。
  3. 免责声明：HTML 报告末尾包含"本测算为投资决策参考，不替代正式可行性研究报告"。
  4. 字体兼容：HTML 用 Noto Sans CJK SC，避免中文方框；Excel 不依赖特定字体。
  5. 先查后算：使用行业基准前先搜索知识库再联网验证。
  6. 署名规范：HTML 报告封面与页脚署名"上官卿雲"；Excel 页脚"蜜獾测算 | 上官卿雲"。
  7. 确定性分工：脚本负责确定性计算与格式化输出，参数建议、结果解读、报告分析文字由智能体完成。

许可与使用限制（重要）

本技能按 LicenseRef-MiHuan-NonCommercial（蜜獾非商用许可） 授权，详见随附 LICENSE.txt 文件。 要点：个人学习、评估、非商业用途免费使用；商业用途、再分发、二次销售须事先获得著作权人（上官卿雲）书面授权。 源代码公开仅用于透明审计与学习，不构成对商用或再分发权利的授予。