用途：给定一只股票的缓存数据，组织投资人评审团按各自方法论逐位评分，输出结构化信号并汇总投票结果，辅助形成多维度的股票评审视角。
主要能力：读取 .cache/{ticker}/dimensions.json（多维评分）与 raw_data.json（原始数据）；使用 scripts/lib/investor_db.py 的投资人元数据与 scripts/lib/seat_db.py 的游资射程规则；为每位投资者生成 Pydantic Signal，包含 signal、confidence、score、verdict、reasoning、comment、pass、fail、ideal_price、period 等字段；对游资组先用 is_in_range(nickname, ticker_features) 做射程预过滤，不在射程内则返回中性并标注不适合；最后汇总 panel_consensus、vote_distribution、signal_distribution 并写入 panel.json。
使用方式：按步骤加载元数据，逐位取 fields 白名单并从 dimensions.json 提取字段，按需读取对应流派 reference 与 quotes-knowledge-base.md，生成并校验 JSON，再执行射程预过滤与投票汇总。
适用场景：需要对单只股票进行多流派交叉评审、风格化点评与共识度统计时。
限制：confidence 有校准规则；语言风格需贴合各投资者真实语料；游资射程判定依赖 seat_db 规则；资料未提供具体安装命令、收费信息与支持平台。