用途：把“我大概想看一个方向”转化为“先研究哪 5-10 个标的”，输出研究优先级而非结论。分两种模式：模式 A 标准选股，模式 B 多策略共识比较。
主要能力：模式 A 提供五种默认筛法——瓶颈环节、低涨幅补涨、预期差、产业链扩散、错杀修复；输出含筛选命题、纳入/排除标准、A/B/C 分层候选池、所用筛法和可复用模板。模式 B 建 roster、统一口径、解释差异，输出共识票、分歧票、原理归因和下一步研究顺序。
使用方式：先判定模式。模式 B 需读 references/strategy-compare-contract.md 与 references/clawhub-quant-registry.md，后者为默认 canonical roster；刷新或增删外部策略时读 references/strategy-refresh-playbook.md。分析前须执行 ../../core/preamble.md 的 6 步开始前流程，输出完成前执行 ../../core/postamble.md 的 8 步结束后流程，归档按 ../../core/output-archive.md，验收按 ../../core/acceptance.md。
适用场景：AI 链条缺口、MLCC 等环节挖标的、低涨幅补涨、预期差、产业链扩散、错杀修复，以及多策略共识/分歧比较。
限制：不直接给“必涨股”名单；不硬扯弱相关公司；不把候选池写成深度报告；data/meta/router 不计票；同家族近似策略不重复计票；未明示时不用本地已装 skill 替代 registry；外部 strategy 需显式写出处。输出归档路径为 themes/{theme-slug}/stock-screen/{YYYY-MM-DD}-{screen-slug}.md。