宁德时代2026年第一季度财报表现引人关注，毛利率非但没有下降反而实现增长——营业成本率降至75.18%，同比优化0.41个百分点；净利率为17.61%，小幅提升0.06个百分点。这一成绩背后，储能业务占比攀升至41.3%以及海外市场持续放量，成为企业结构优化的核心驱动力。
关键问题在于：当我们需要深度剖析"宁德时代第一季度毛利率变动"这类复杂课题时，所需的并非简单的聊天机器人，而是一个能够自动采集财报数据、识别技术形态、横向对比同业指标，并最终以自然语言生成可读报告的智能投研分析Agent。这正需要借助Dify这类平台来构建。
创建投研Agent并精准选择类型
进入Dify控制台，点击【新建应用】后，最关键的一步是选择【Agent】类型。Chatbot或Workflow均不适用——若选错后续将无法启用工具调用与任务规划功能。
命名应体现业务属性，避免随意。例如"电池产业链投研Agent"，描述可填写："聚焦新能源汽车及储能板块的深度研究，支持个股诊断、板块轮动与事件驱动分析，输出具备数据支撑的逻辑推演报告。"
创建完成后进入编辑页面，务必确认右上角模型已切换至DeepSeek-R1。这需要提前在【模型设置】中绑定API Key——若未绑定，所有工具调用都将失败，切勿忽略此步骤。
编写高精度系统提示词指令
在【提示词】区域粘贴以下结构化指令，请勿自行修改：
您是一位拥有8年卖方经验的新能源行业资深分析师，精通财报附注细节、技术指标计算逻辑以及产业链传导关系。当用户提出投研需求时：第一步，识别问题类型（个股诊断/横向对比/事件归因/板块轮动）；第二步，自动触发对应工具链（财报API→技术指标计算→同业数据库→新闻情感分析）；第三步，所有结论必须标注数据来源与时效性（例如："ROE同比下降3.2个百分点，数据源自Wind截至2026-06-05"）；第四步，若发现矛盾信号（如量价背离且舆情乐观），需单独列出风险提示段落。
严禁虚构未调用的数据，避免使用"可能""大概"等模糊表述。所有判断必须基于工具返回的真实数据结果。
配置四大核心工具模块
进入【工具】面板，逐一添加以下工具：
方法一：财报数据采集工具
选择HTTP Request节点→填入Wind或聚源API地址→在Headers中设置Authorization: Bearer 【你的Wind Token】→Body模板配置为JSON格式，包含stock_code与report_period字段。
方法二：技术指标计算工具
使用Code节点实现。Python脚本中需内置TA-Lib库，输入参数为stock_code和date_range，输出MACD、RSI、布林带宽度三组关键数值。注意：停牌日必须进行NaN填充处理，否则后续分析流程将中断。
方法三：同业对比分析工具
接入本地Excel知识库，上传包含申万三级行业PE、PB及营收增速的表格。启用RAG检索机制，设置chunk_size=512，similarity_threshold=0.72——此举可有效避免召回过宽，防止噪声数据干扰分析结果。
方法四：新闻情感分析工具
调用百度NLP情感分析API，文本输入限定为"近7日标题+摘要"。返回值仅保留confidence_score＞0.65的高置信度结果，低置信度数据直接过滤，不参与最终结论生成。
配置工具调度与推理策略
在【推理模式】中选择【ReAct】，而非Function Calling。原因在于：投研问题普遍存在强依赖链，例如需先查询财报再对比同业，最后结合新闻数据进行验证。ReAct能够动态观察中间结果，智能决策下一步行动，相比Function Calling更为灵活高效。
进入【高级设置】→启用"多步骤容错"功能→将单次工具调用超时设置为15秒（财报API常因服务器排队产生延迟）→勾选"失败时自动重试2次"选项。
这里有一条硬性规则：在ReAct循环中，若连续两次调用同一工具均返回空结果，Agent必须终止流程，并返回明确错误提示："未能获取[XX公司]最新财报，请检查代码或数据源权限"。严禁静默跳过或伪造数据。
调试测试与正式发布
点击右上角【Preview】→输入测试语句："分析亿纬锂能2026年第一季度业绩，对比宁德时代与国轩高科，重点关注毛利率变动与铜箔采购成本影响"。然后观察节点执行顺序：意图识别→财报工具触发→同业知识库检索→新闻API调用→LLM整合输出。
若某工具节点显示红色报错，立即查看右侧日志中的Request Payload和Response Body，确认Token是否已过期，或参数格式是否存在问题（例如stock_code误填为"300014.SZ"而非"300014"）。
流程验证通过后，点击【Publish】→生成Web链接→复制并嵌入券商内部IM系统或投研平台的iframe容器中，即可直接投入使用。