用途：面向个股研究请求（如深度分析、全面分析、值不值得买、DCF、机构建模、首次覆盖、投委会备忘录）触发的工作流，覆盖A股、港股、美股，输出22维数据、65位投资者量化评审与22种机构级估值建模（DCF/Comps/LBO/三表/IC Memo/Porter等）。脚本负责计算，Agent负责推理与结论。
主要能力：按Task 1→1.5→2→3→4→5顺序执行；Task 1用4个并行子agent采集22维数据；Task 2.5对6个定性维度做多agent深度分析，要求evidence含URL；Task 3由规则引擎给出65位评委裁决；最终组装full-report.html、share-card与war-report，并显示进度条。
使用方式：进入skills/deep-analysis/scripts目录，安装依赖后运行：python -c "from run_real_test import stage1; stage1('<股票名或代码>')"，完成Stage 1数据与骨架分；随后Agent需编写agent_analysis.json（含agent_reviewed、dim_commentary、panel_insights、great_divide_override、narrative_override、qualitative_deep_dive等字段），再执行Stage 2生成报告。必要时先运行review_stage_output.py自查，exit 0才可出HTML。
适用场景：个股基本面与估值研究、机构建模、投委会/首次覆盖材料、多视角多空辩论。
限制：ETF/LOF/可转债会被引导至成分股或专门工具；股票名歧义需用户确认；数据必须来自脚本或真实检索，禁止编造；部分字段缺失需在data_gap_acknowledged中声明；更新提示文件存在时需先展示给用户；具体收费、价格与效果资料暂未提供。