持株会估值助手 Siyuan-chat/mochikabu

Mochikabu — 面向社員持株会・従業員持株会的 AI Agent Skill

根据公开信息评估公司，把奖励金、股息再投资、自家股票集中风险都算进来，帮你判断持株会该缴多少钱的开源 AI 智能体技能。

Mochikabu 是开源 AI 智能体技能，面向日本的员工持股制度（社員持株会・従業員持株会）。它把公开财务数据、DCF 估值、同业比较、员工激励、股息再投资、缴款规划整合到一起。

English · 使い方 · 評価方法 · スクリプト仕様 (English)

不只是缴款计算器。 Mochikabu 先评估公司，再评估员工持股制度。

Mochikabu 能做什么

一般的持株会模拟工具，重点都在算奖励金和累积结果。Mochikabu 不一样，它把判断也纳入同一条工作流：「这家公司的股票，按当前的估值水平，再考虑资产向雇主集中的问题，到底该买多少？」

| 项目 | Mochikabu |
| 整理持株会持有股数与取得成本 | ✓ |
| 试算奖励金、奖金缴款、股息再投资 | ✓ |
| 确认最新股价及其出处、时间 | ✓ |
| 用 DCF 估算公允价值 | ✓ |
| PER / PBR / EV/EBITDA 与同业比较 | ✓ |
| 股价与公允价值的敏感性分析 | ✓ |
| 确认资产向雇主集中的风险 | ✓ |
| 考虑增额、维持、减额、暂停 | ✓ |
| 自动交易、下单执行 | — |

可以用来问这些问题

- 「持株会奖励金是 10%，月缴款该不该加？」
- 「自家股票按 DCF 和同业比较，是贵还是便宜？」
- 「每月 3 万日元和 5 万日元，到目标时点的持有股数和自付取得成本差多少？」
- 「工资和资产是不是都压在雇主身上了？」
- 「就算股价高于公允价值，算上奖励金，买入还合理吗？」
- 「到下次持株会变更时点，增额、维持、减额哪个合适？」

Install / Quick start

Mochikabu 在 skills/mochikabu/ 下收录了兼容 Agent Skills 的自包含包。在 Codex、Claude Code 等多个 Agent 上，可以用 Agent Skills CLI 或 GitHub CLI 安装。

Agent Skills CLI（推荐）

npx skills add Siyuan-chat/mochikabu --skill mochikabu

同步到公开注册表后，可以这样搜索：

npx skills find "employee stock ownership"
npx skills find "持株会"

GitHub CLI

Codex：

gh skill install Siyuan-chat/mochikabu mochikabu --agent codex --scope user

Claude Code：

gh skill install Siyuan-chat/mochikabu mochikabu --agent claude-code --scope user

发布后，也能从 GitHub 的 skill search 里搜到。

gh skill search "employee stock ownership"
gh skill search "持株会"

DSH / 通用 skill directory

DSH 这类会读取 ~/.agents/skills/ 的 Agent，只放分发包就行。

git clone --depth 1 https://github.com/Siyuan-chat/mochikabu.git /tmp/mochikabu
mkdir -p ~/.agents/skills
cp -R /tmp/mochikabu/skills/mochikabu ~/.agents/skills/mochikabu

如果只给 DSH 用，把同一个目录放到 ~/.dsh/skills/mochikabu 即可。

需要 Python 3.10 或更高版本。评估和试算用标准库就能跑，PDF 文本提取要用 pypdf。

python -m pip install pypdf

安装完成后，可以这样发起请求：

用 $mochikabu，我想考虑一下雇主持株会的缴款金额。公司名是〇〇，目前月缴款是〇〇日元。请先通过对话确认需要的信息。

用户通常不需要编辑 JSON。智能体会确认公司、当前缴款额、持有情况、制度规则、目标，查阅公开资料，生成配置文件，再运行脚本。

你也可以像以前那样 clone 整个仓库来开发、测试，但分发给 Agent 的单位是 skills/mochikabu/。

处理流程

与用户对话・持株会资料 → 确认公司・持有情况・制度・目标 → 获取公开决算资料与股价 → 整理财务数值与前提 → 计算 DCF・同业比较・溢价率 → 按缴款额分别模拟 → 结合预算・集中风险・制度约束判断缴款

主要功能

- 读取持株会页面，整理持有股数与取得成本，调整股票拆分。
- 获取目标企业与同业公司的公开决算资料，提取 PDF・XBRL 信息。
- 获取带日期、时间、出处的最新股价。
- 用 DCF 估算合理股价（公允价值）并计算敏感度。
- 比较 PER、PBR、EV/EBITDA，以及各公司股价相对公允价值的倍数。
- 在考虑奖励金、奖金缴款、股息再投资的前提下，按缴款额试算持有股数与自付取得成本。
- 结合预算、对任职公司的资产集中度、可变更时点，研究增额、维持还是减额。

仓库结构

| 文件 | 作用 |
| SKILL.md | 智能体的对话、调查、判断步骤（English） |
| scripts/fetch_public.py | 获取公开资料与最新股价 |
| scripts/value_public.py | DCF、同业比较、估值上的买入信号 |
| scripts/analyze.py | 按缴款额做持股会模拟 |
| references/ | 财务数据规格、计算公式、判断条件（English） |
| examples/ | 虚构公司、虚构账户的样例 |
| tests/ | 不需要外部通信的验证 |

运行脚本

通常由智能体生成输入文件。手动运行的细节请参考用法和数据规格。

python scripts/fetch_public.py --request research_request.json --output-dir research_raw
python scripts/value_public.py --input financials.json --market-manifest research_raw/manifest.json --output valuation.json
python scripts/analyze.py --config config.json --holdings holdings_snapshot.json --research valuation.json --output output.json

离线动作确认：

python -m unittest discover -s tests -v
python scripts/analyze.py --config examples/config.example.json --holdings examples/holdings_snapshot.example.json --output output.json

样例中的公司、持股账户、财务数字均为虚构。请勿用于实际判断。

数据与判断的处理

免费股价获取返回最新正常交易时段的股价，但不保证实时推送。输出中会给出股价时间、获取时间、延迟确认情况。需要真正的实时数据时，请接入你有权限使用的数据源。

脚本负责获取资料并计算。财务期间、合并范围、单位、拆股、预测前提、同业公司是否合适，由智能体对照原始资料确认。DCF 是估算值，与同业比较出现分歧时，两者都给出。

公开数据或可比公司不足时，按 OPEN 或 partial 处理。不要只凭估值信号就下最终结论，还要确认预算、资产集中度、制度上的限制。银行等不适合 FCFF 的企业，其专用估值不在当前 DCF 脚本的范围内。没有自动下单功能。

实际账户、生成配置、获取的财报、运行日志已通过 .gitignore 排除。分发资料的使用条件也请一并确认。

FAQ

Mochikabu 与普通的持股会模拟器有什么不同？

不只处理奖励金和定投结果，还把基于公开财务信息的企业价值评估、同业比较、股价水平、对任职公司的资产集中度、制度上的变更时点，放在同一条判断流程里处理。

奖励金高，就一定要增额持股会吗？

不是。奖励金会降低实际取得成本，但还要确认股价偏高还是偏低、预算、对本公司股票的集中度、锁定期与可变更时点等。条件不足时不给出确定结论。

只适用于日本企业吗？

主要使用对象是日本的员工持股会。金额统一为 JPY，公司与制度规则从用户输入和公开资料确认。处理海外企业时，也要先把非 JPY 的公开财务信息和股价按带日期的汇率换算成 JPY，再建模。

Mochikabu 会执行买卖吗？

不会。只做调查、估值、模拟、缴款判断的辅助，不自动下单，也不执行交易。

会把未公开的内部信息用于投资判断吗？

不会。估值和缴款判断使用公开信息。不会把未公开的任职公司信息当作买入、卖出、增额的触发条件。

License

MIT License.