Now liveThe Skillselion MCP - thousands of ranked skills, loaded into your agent mid-task. No install.Get it →
wind-information-co-ltd avatar

Peer Comparison Decision Skill

  • 224 installs
  • 74 repo stars
  • Updated July 20, 2026
  • wind-information-co-ltd/wind-skills

Helps with ai & agent building tasks during AI-assisted development.

About

peer_comparison_decision_skill is a Claude Code skill in the AI & Agent Building category.

  • peer_comparison_decision_skill
  • AI & Agent Building
  • AI-coding skill

Peer Comparison Decision Skill by the numbers

  • 224 all-time installs (skills.sh)
  • +25 installs in the week ending Jul 27, 2026 (Skillselion tracking)
  • Ranked #2,698 of 16,546 AI & Agent Building skills by installs in the Skillselion catalog
  • Data as of Aug 4, 2026 (Skillselion catalog sync)
npx skills add https://github.com/wind-information-co-ltd/wind-skills --skill peer_comparison_decision_skill

Add your badge

Show developers this skill is listed on Skillselion. Paste this into your README.

Listed on Skillselion
Installs224
repo stars74
Last updatedJuly 20, 2026
Repositorywind-information-co-ltd/wind-skills

What it does

Helps with ai & agent building tasks during AI-assisted development.

Files

SKILL.mdMarkdownGitHub ↗

Peer Comparison Decision Skill

数据依赖与执行前置条件

推荐使用万得 wind-mcp-skill 获取底层数据。执行前先检查本地是否已有 wind-mcp-skill;若没有,提示用户安装:

# GitHub
npx skills add Wind-Information-Co-Ltd/wind-skills --skill wind-mcp-skill -g -y

# Gitee 镜像(国内)
npx skills add https://gitee.com/wind_info/wind-skills.git --skill wind-mcp-skill -g -y

技能定位

本技能用于在同一行业或同一主题内,对 2-5 家候选公司做横向比较,并输出可执行的相对排序与选择理由。重点不是把每家公司都重新写一遍,而是帮助使用者回答“如果只能优先研究或持有其中几家,应该先选谁、为什么”。

执行流程

Step 1:确认可比范围与比较目标

先明确比较对象是否真正可比,重点确认:

  • 所处赛道是否一致
  • 商业模式是否相近
  • 处于相似的发展阶段还是明显错位
  • 用户想比较的是短期交易机会还是中长期配置价值

若对象并不适合直接比较,应先说明可比性边界,再决定是否继续强行并列。

Step 2:建立统一比较框架

围绕用户真实决策,把比较维度标准化。常用维度包括:

  • 业务质量与竞争位置
  • 成长速度与成长确定性
  • 盈利能力与现金创造能力
  • 估值高低与预期要求
  • 近期催化与风险暴露

所有候选公司都按同一框架展开,避免某家公司只写故事、另一家公司只看数字。

Step 3:完成基础数据与事实对齐

收集每家公司的关键事实,并统一口径后放入对照表,特别注意:

  • 时间口径一致
  • 币种与单位一致
  • 估值方法口径一致
  • 对异常值和一次性因素进行说明

这一阶段的目标是把后续判断建立在同一坐标系之上。

Step 4:比较“业务质量”而不是只比较“数据高低”

除关键财务指标外,还要比较:

  • 核心产品与客户结构
  • 市场份额与竞争优势
  • 业务模式的抗波动能力
  • 管理执行与资本配置风格

若某家公司短期数据更亮眼,但业务稳定性明显更弱,应明确指出,不可被表面增速误导。

Step 5:比较“赔率”与“催化顺序”

真正的比选往往不只看谁更好,还要看谁更值得现在买入或优先跟踪。需重点判断:

  • 哪家公司好但已被充分定价
  • 哪家公司一般但预期差更大
  • 哪家公司短期有催化,哪家公司需要时间兑现
  • 哪家公司更适合观察,哪家公司更适合行动

Step 6:输出排序与决策建议

在完成横向比较后,给出明确排序,并说明:

  • 排名靠前的核心理由
  • 排名靠后的主要短板
  • 若只能研究一只、持有一只或短期交易一只,分别应如何选择

若结论取决于用户风格差异,也要明确把“成长型偏好”“价值型偏好”“交易型偏好”拆开说明。

输出结构

---

{行业/主题}同业比选({YYYY-MM-DD})

一、结论摘要

  • 最佳综合选择:{公司}
  • 最佳预期差选择:{公司}
  • 最适合继续观察:{公司}

二、统一比较表

公司业务定位增长盈利估值近期催化主要风险
{公司A}{描述}{描述}{描述}{描述}{描述}{描述}
{公司B}{描述}{描述}{描述}{描述}{描述}{描述}

三、相对强弱分析

业务质量

  • {谁更强,强在哪里}

成长质量

  • {谁更强,强在哪里}

估值赔率

  • {谁更有吸引力,原因是什么}

催化与时点

  • {谁更适合当下,原因是什么}

四、最终排序

排名公司结论
1{公司}{理由}
2{公司}{理由}
3{公司}{理由}

五、决策建议

  • 如果只能先研究一只:{公司},因为 {理由}
  • 如果只能先跟踪一只:{公司},因为 {理由}
  • 如果只能先规避一只:{公司},因为 {理由}

---

质量要求

1. 只比较真正可比的对象,必要时先写清不可比之处。 2. 统一使用同一比较口径,避免数据和叙事各说各话。 3. 输出重点是“相对强弱与排序”,不是多篇个股介绍拼接。 4. 必须同时比较质量、估值和时点,不能只用单一指标排名。 5. 若结论明显依赖投资风格,应把适用人群写清楚。

Related skills

This week in AI coding

Five minutes, every Monday - the tools, releases and tactics for developers.

unsubscribe anytime.