Pitch Agent Cookbook

โครงสร้าง Agent

Pitch Agent เป็น managed agent ที่ช่วยในการสร้าง pitch decks และเอกสารการสนับสนุน โดยใช้ข้อมูล real-time จากแหล่งข้อมูลทางการเงิน

Agent รันแบบ headless (ไม่มี interactive UI) เพื่อให้เหมาะสำหรับการใช้งานผ่าน API อัตโนมัติ ทั้งจากระบบ orchestration ของบริษัทหรือจากแอปพลิเคชันอื่น

# จาก agent.yaml (บรรทัด 3-18)
name: pitch-agent
model: claude-opus-4-7

system:
  file: ../../plugins/agent-plugins/pitch-agent/agents/pitch-agent.md
  append: "You are running headless. Produce files in ./out/; do not assume an open Office document."

tools:
  - type: agent_toolset_20260401
    default_config: { enabled: false }
    configs:
      - { name: read,  enabled: true }
      - { name: grep,  enabled: true }
      - { name: glob,  enabled: true }
  - { type: mcp_toolset, mcp_server_name: capiq,   default_config: { enabled: true } }
  - { type: mcp_toolset, mcp_server_name: daloopa, default_config: { enabled: true } }

Subagents และบทบาทของแต่ละตัว

Pitch Agent ประกอบด้วย 3 subagents ที่มีการแบ่งหน้าที่ชัดเจนในการสร้าง pitch:

Subagent	Model	บทบาท	Tools	MCP Connectors
researcher	claude-opus-4-7	Data gathering & comps analysis	read, grep	CapIQ, Daloopa (read-only)
modeler	claude-opus-4-7	Financial modeling	read, bash (sandboxed)	CapIQ, Daloopa (read-only)
deck-writer	claude-opus-4-7	Document generation	read, write, edit	None

Subagent: Researcher

หน้าที่: ดึงข้อมูลทางการเงินจากแหล่งข้อมูล Capital IQ และ Daloopa

• ดึง market data และ company fundamentals
• ทำ comparable company analysis (trading multiples, precedent transactions)
• คืนผล structured JSON ที่มี schema validation (output_schema บรรทัด 21-47 ของ researcher.yaml):

  {
    "target": "Target Company",
    "comps": [
      { "ticker": "COMP1", "metric": "EV/Revenue", "value": 8.5 },
      { "ticker": "COMP1", "metric": "P/E", "value": 22.3 }
    ],
    "precedents": [
      { "target": "Acme", "acquirer": "MegaCorp", "ev": 12000000000, "multiple": 9.5 }
    ]
  }
  

Subagent: Modeler

หน้าที่: สร้างโมเดลทางการเงินจากข้อมูลที่ researcher ดึงมา

• สร้าง DCF valuation models
• สร้าง comparable company valuation analysis
• สร้าง precedent transaction analysis
• คำนวณ implied valuations สำหรับ pitch thesis

Subagent: Deck-Writer (Write Holder)

หน้าที่: สร้างเอกสารสุดท้าย — PowerPoint deck และ Excel supporting files

• โปรแกรม PowerPoint ใช้ pptx-author helper function
• โปรแกรม Excel ใช้ xlsx-author helper function
• ไม่มี access ไปที่ MCP servers — รับข้อมูลจาก modeler เท่านั้น
• เป็น worker เพียงตัวเดียวที่มี Write permission สำหรับ file system

ขั้นตอนการทำงานภายใน (Internal Workflow)

┌─────────────────────────────────────────────────────────────┐
│ 1. Pitch Agent Orchestrator (Main)                         │
│    - Receives: { company_name, pitch_type, ... }           │
│    - Sets context from request                             │
└────────────────────┬────────────────────────────────────────┘
                     │
        ┌────────────┴────────────┬──────────────────┐
        ▼                         ▼                  ▼
   ┌─────────┐         ┌──────────────┐      ┌──────────────┐
   │researcher│        │   modeler    │      │ deck-writer  │
   │          │        │              │      │              │
   │ Query    │        │ Take comps & │      │ Format data  │
   │ CapIQ/  │───────▶│ precedents;  │─────▶│ into PPTX    │
   │ Daloopa │        │ build models │      │ and XLSX     │
   │          │        │              │      │              │
   └─────────┘        └──────────────┘      └──────────────┘
        │                    │                     │
        │                    │                     │
        └────────────────────┼─────────────────────┘
                             │
                    ┌────────▼────────┐
                    │  ./out/
                    │  ├── pitch-<target>.pptx
                    │  ├── model.xlsx
                    │  └── support docs
                    └─────────────────┘

Skills ที่ Agent เรียกใช้

Pitch Agent loads skills จาก plugin bundle pitch-agent:

skills:
  - { from_plugin: ../../plugins/agent-plugins/pitch-agent }

Skills อาจรวมถึง:

• pull-company-data — Query company profile, financials, news
• comparable-company-analysis — Build comps table
• precedent-analysis — M&A transaction benchmarking
• dcf-valuation — DCF modeling helper
• thesis-formatting — Convert analysis into pitch narrative

(ชื่อ skill จริงขึ้นอยู่กับ source plugin)

MCP Servers & Environment Setup

1. Capital IQ (CapIQ) MCP Server

export CAPIQ_MCP_URL="https://your-capiq-mcp-server"

ทำให้ available ผ่าน tools ด้านล่าง:

• get_company_data(ticker/name) — Company profile, financials
• get_market_data() — Stock prices, market cap, sector data
• get_comparable_companies() — Peer identification & multiples
• get_precedent_transactions() — M&A activity

2. Daloopa MCP Server

export DALOOPA_MCP_URL="https://your-daloopa-mcp-server"

ทำให้ available ผ่าน tools:

• get_alternative_data() — Credit analytics, supply chain intelligence
• get_sentiment() — Real-time news sentiment
• get_supply_chain_data() — Key relationships, risk exposure

การ Deploy

1. เตรียมสภาพแวดล้อม

# Set environment variables for MCP servers
export ANTHROPIC_API_KEY=sk-ant-...
export CAPIQ_MCP_URL="https://your-capiq-server/mcp"
export DALOOPA_MCP_URL="https://your-daloopa-server/mcp"

# Verify MCP server URLs are reachable
curl -s $CAPIQ_MCP_URL/health | jq .
curl -s $DALOOPA_MCP_URL/health | jq .

2. Deploy Agent

cd /path/to/financial-services
../../scripts/deploy-managed-agent.sh pitch-agent

# Output:
# ✓ Validating manifest: managed-agent-cookbooks/pitch-agent/agent.yaml
# ✓ Loading skills from agent-plugins/pitch-agent
# ✓ Deploying to Claude Agents API
# Agent deployed: pitch-agent (ID: ag-xyz...)

3. เรียกใช้ via API

curl -X POST https://api.claude.ai/v1/agents/pitch-agent/run \
  -H "Authorization: Bearer YOUR_API_KEY" \
  -H "Content-Type: application/json" \
  -d '{
    "company_name": "Acme Corp",
    "pitch_type": "equity_research",
    "include_comps": true,
    "include_valuation": true,
    "target_audience": "buy-side",
    "output_path": "./out"
  }'

โครงสร้าง Output (Response)

{
  "status": "completed",
  "company": "Acme Corp",
  "ticker": "ACE",
  "execution_time_ms": 45000,
  "pitch_deck": {
    "filename": "pitch-acme-corp-20260512.pptx",
    "path": "./out/pitch-acme-corp-20260512.pptx",
    "slides": 15,
    "sections": [
      "cover",
      "executive_summary",
      "investment_thesis",
      "market_overview",
      "company_profile",
      "financial_analysis",
      "valuation_summary",
      "comparable_companies",
      "precedent_transactions",
      "risks",
      "appendix"
    ]
  },
  "supporting_documents": [
    {
      "name": "valuation_models.xlsx",
      "size_bytes": 156000,
      "sheets": [
        "DCF Model",
        "Comparable Companies",
        "Precedent Transactions",
        "Summary Metrics"
      ]
    },
    {
      "name": "market_research.docx",
      "size_bytes": 89000,
      "pages": 8
    }
  ],
  "data_sources": {
    "capiq_snapshot_date": "2026-05-12T14:32:00Z",
    "daloopa_snapshot_date": "2026-05-12T14:30:00Z",
    "financials_period": "Q1 2026"
  },
  "metrics_summary": {
    "comparable_companies": 7,
    "precedent_transactions": 12,
    "valuation_range": {
      "low": 8.2,
      "base": 9.5,
      "high": 11.3
    }
  }
}

Edge Cases และ Failure Modes

1. Missing or Incomplete MCP Data

ปัญหา: CapIQ ไม่ return comps เพราะบริษัท target เป็น niche player

การ handle:

• Researcher ใช้ get_competitors_from_identifiers แบบ broad
• Manual competitor identification จาก industry knowledge
• Document missing data points ในเอกสาร supporting

2. Stale Financial Data

ปัญหา: Target company ไม่เคยมี quarterly filings ล่าสุด

การ handle:

• Agent เตือน: “Using most recent available data: [period]”
• LTM metrics คำนวณจากข้อมูลที่มี (partial year + prior years)
• ระบุ data lag ใน footer ของ pitch deck

3. Model Convergence Issues

ปัญหา: DCF model sensitivity analysis แสดง wide valuation range (e.g., $5–$20/share)

การ handle:

• Modeler ปรับ assumption ranges เพื่อidentify key drivers
• Deck-writer highlight “high sensitivity to revenue growth assumptions”
• เพิ่ม scenario analysis sheet ใน Excel

4. File Write Permission Errors

ปัญหา: deck-writer agent ไม่สามารถ write ไปที่ ./out/ directory

การ handle:

• Check directory permissions: ls -ld ./out/
• Create if missing: mkdir -p ./out
• Check disk space: df -h .

การ Debug

1. Enable Logging

export CLAUDE_LOG_LEVEL=DEBUG
../../scripts/deploy-managed-agent.sh pitch-agent

ตรวจสอบ logs:

tail -f ./pitch-agent.log
# [researcher] Calling get_company_data(ticker='ACE')
# [researcher] Received 42 competitors
# [modeler] Building DCF model...
# [deck-writer] Creating PowerPoint with 15 slides

2. Test Individual Subagents

# Test researcher subagent only
curl -X POST https://api.claude.ai/v1/agents/pitch-researcher/run \
  -H "Authorization: Bearer YOUR_API_KEY" \
  -H "Content-Type: application/json" \
  -d '{"company_name": "Apple Inc"}'

# Should return comps and precedents only (no deck)

3. Inspect Intermediate Files

# If agent supports debug output
cat ./out/researcher-output.json | jq .comps | head -20
cat ./out/modeler-output.json | jq .dcf_summary

# Verify deck was created
file ./out/pitch-*.pptx
unzip -l ./out/pitch-*.pptx | grep -c "slide"

ตัวอย่าง Output แบบเต็ม

Request

{
  "company_name": "Stripe Inc",
  "pitch_type": "growth_equity",
  "include_comps": true,
  "include_valuation": true,
  "target_audience": "growth_investors",
  "comparable_count": 8,
  "precedent_years": 5
}

Response (Abbreviated)

{
  "status": "completed",
  "company": "Stripe Inc",
  "execution_time_ms": 52000,
  "pitch_deck": {
    "filename": "pitch-stripe-inc-20260512.pptx",
    "slides": 18,
    "sections": [
      "cover: Stripe — Payments for the Internet",
      "executive_summary: 5 key investment points",
      "market_overview: $10T+ payments TAM",
      "company_profile: Global payments platform",
      "financial_analysis: Revenue $5.2B (2024), 24% CAGR",
      "valuation_summary: Base case $95B, Range $75–$115B",
      "comparable_companies: Visa, Mastercard, FIS, etc.",
      "precedent_transactions: Recent fintech M&A"
    ]
  },
  "supporting_documents": [
    {
      "name": "stripe_valuation_models.xlsx",
      "sheets": [
        "DCF Model (3-year, 5-year, terminal)",
        "Trading Comps (P/E, EV/Revenue, etc.)",
        "Precedent Transactions (recent deals)",
        "Summary Metrics (IRR, NPV, sensitivity)"
      ]
    }
  ],
  "metrics_summary": {
    "valuation_base_case_usd_billions": 95,
    "valuation_low_usd_billions": 75,
    "valuation_high_usd_billions": 115,
    "implied_revenue_multiple_2024": 18.3,
    "comparable_companies_used": 8,
    "precedent_transactions_analyzed": 12
  }
}

ความแตกต่างจาก Interactive Plugin

Plugin Agent (ทำงานใน Claude Desktop):

• Conversational, interactive — user เห็นผลลัพธ์ทีละ step
• User ถาม follow-up questions
• Real-time adjustments to pitch thesis
• ใช้สำหรับการสำรวจและการวิเคราะห์

Managed Agent (Pitch Agent Cookbook):

• API-driven, headless — ไม่มี user interaction
• ประมวลผลอย่างเต็มที่ใน single run
• ใช้สำหรับ batch processing (ตัวอย่าง: generate deck สำหรับ 50 targets)
• Output files ไปยัง directory โดยอัตโนมัติ

Handoff Schema & Orchestration

หมายเหตุสำคัญ: ไม่มี handoff ระหว่าง subagents ในแบบ traditional sense — ทั้งหมดผ่าน orchestrator เท่านั้น

callable_agents:
  - { manifest: ./subagents/researcher.yaml }    # step 1
  - { manifest: ./subagents/modeler.yaml }       # step 2 (input: researcher output)
  - { manifest: ./subagents/deck-writer.yaml }   # step 3 (input: modeler output)

Orchestration Flow:

API Request
    ↓
Pitch Agent (orchestrator)
    ├─→ Call researcher subagent
    │   └─→ Returns: JSON with comps, precedents
    │
    ├─→ Call modeler subagent (with researcher output)
    │   └─→ Returns: JSON with valuations, models
    │
    └─→ Call deck-writer subagent (with all prior outputs)
        └─→ Returns: { status: "completed", files: [...] }
         └─→ Writes to ./out/

---

หมายเหตุ: Pitch Agent ใช้ claude-opus-4-7 สำหรับประสิทธิภาพการสร้าง deck ที่มีคุณภาพสูง (complex valuation logic + document generation)