提取并分析财报¶
拉取一份财报并在其上计算指标 -- 很多指标已预置。DAAS 支持 SEC EDGAR（美国）、EDINET（日本）、DART（韩国），以及本地 PDF/文档提取与语义搜索。
1. 解析财报源¶
每个财报源有一个 dispatch 前缀：
uv run python .claude/skills/fd-daas-based-data-fetch/scripts/dispatch.py --resolve edgar_get_filing
uv run python .claude/skills/fd-daas-based-data-fetch/scripts/dispatch.py --resolve edinet_list_documents
它们打印精确的 Python import + 调用形状（如 edgar.Filing(filing_id)、edinet_tools.Entity(code).documents）。
2. 获取财报（技能）¶
在 Claude Code 里：
获取 Apple 最新的 10-K（来自 EDGAR）并持久化。
fd-daas-fetch-data 技能解析 AAPL -> edgar 标识符，调用 edgar 库，把结构化行持久化到 scraw_<slug> 表（和/或 LLM 抽取的 section 到 process_results）。
3. 抽取结构化 section（LLM）¶
对自由文本财报，DAAS 通过一条 llm 规则（rules.rule_type='llm'、target='rows'）抽取结构化记录到 process_results。fd-daas-rules-creator 技能编写规则；daas_run_rule 运行。
daas_test_rule(name="extract_revenue_segments") # 干跑样本
daas_run_rule(name="extract_revenue_segments") # 持久化
4. 导入 PDF/文档做语义搜索¶
若有本地 PDF（年报、招股书），用 fd-daas-pdf 技能（由 pdf MCP 组支撑）导入：
pdf_ingest_document(file_path="/path/to/report.pdf")
pdf_search_documents(query="revenue concentration by segment", top_k=5)
它会分块 + 嵌入（sqlite-vec）到 daas.db（pdf_documents / pdf_chunks / pdf_chunks_vec），返回带页码的排名分块。
5. 在其上计算指标¶
财报数据进 scraw_<slug> 表后，像任何序列一样计算指标：
预置算子：sma、ema、rsi、pct_change、log_return、diff、rolling_std、rolling_min、rolling_max、zscore、ratio、level。用 daas_create_indicator（或 fd-daas-indicators-creator 技能）新建一条指标规则并运行。
6. 放进研究¶
把财报抽取 + 指标 + 看板绑成一个研究：
见 创建研究。
数据源覆盖¶
| 源 | 前缀 | 地区 |
|---|---|---|
| SEC EDGAR | edgar_ |
美国 |
| EDINET | edinet_ |
日本 |
| DART | dartlab_（Python 3.12） |
韩国 |
dartlab 需要 Python 3.12
用 uv run --python 3.12 --with dartlab ... 运行 dartlab（非根依赖）。