当前位置: 首页 > news >正文

Claude for Financial Services

项目概述

Claude for Financial Services是 Anthropic 公司专为金融服务行业打造的 AI 智能代理解决方案库。该项目提供了一系列预构建的工作流代理、专业技能和数据连接器,覆盖投资银行、股权研究、私募股权和财富管理等核心金融业务场景。

项目采用"一次开发、双路径部署"的设计理念:同一套系统提示词和技能既可作为 Claude Cowork 插件安装,也可通过 Claude Managed Agents API 在企业自有工作流引擎中部署,用户可根据需求选择运行环境。

核心设计原则

  • 双层架构:代理(Agent)层面负责端到端工作流,技能(Skill)层面提供领域专业知识
  • 文件驱动:所有内容采用 Markdown 和 JSON 格式,无需构建步骤
  • 可定制性:参考模板设计,用户可根据企业实际流程调整
  • 数据安全:所有输出均为草稿状态,需专业人员审核确认

技术架构

仓库结构

├── plugins/ │ ├── agent-plugins/ # 命名代理(自包含插件) │ │ └── <slug>/ │ │ ├── .claude-plugin/plugin.json │ │ ├── agents/<slug>.md # 系统提示词(单一来源) │ │ └── skills/ # 技能副本(从vertical-plugins同步) │ ├── vertical-plugins/ # FSI垂直领域技能源 │ │ └── <vertical>/ │ │ ├── .claude-plugin/plugin.json │ │ ├── commands/ # 斜杠命令 │ │ ├── skills/ # 技能定义 │ │ └── .mcp.json # MCP连接器配置 │ └── partner-built/ # 合作伙伴插件(LSEG, S&P Global) ├── managed-agent-cookbooks/ # Claude Managed Agent 配置手册 │ └── <slug>/ │ ├── agent.yaml # 代理配置 │ ├── subagents/*.yaml # 叶子工作代理 │ ├── steering-examples.json # 引导事件示例 │ └── README.md # 安全层级和交接说明 ├── claude-for-msft-365-install/ # Microsoft 365插件安装工具 └── scripts/ # 部署脚本、校验脚本等

架构组件层级关系

层级定义存储位置
代理(Agents)自包含插件,拥有完整工作流——系统提示词加所需技能plugins/agent-plugins/<slug>/
技能(Skills)领域专业知识、行业惯例和分步方法,Claude自动调用plugins/vertical-plugins/<vertical>/skills/
命令(Commands)用户显式触发的斜杠命令(如/comps,/dcfplugins/vertical-plugins/<vertical>/commands/
连接器(Connectors)MCP服务器,连接Claude与数据源(终端、研究平台等)plugins/vertical-plugins/financial-analysis/.mcp.json
托管代理包装器agent.yaml+ 子代理 + 引导示例,用于无头部署managed-agent-cookbooks/<slug>/

代理清单

项目提供 11 个预构建代理,覆盖金融服务各核心业务线:

投资银行业务

代理名称功能描述
Pitch Agent可比公司分析、先例交易、LBO建模 → 品牌化路演文稿,端到端流程
Meeting Prep Agent客户会议前的简报包生成
Model BuilderDCF、LBO、三表模型、可比分析——实时Excel建模
Market Researcher行业/主题 → 行业概览、竞争格局、同行对比、想法清单

股权研究

代理名称功能描述
Earnings Reviewer财报电话会议 + 文件 → 模型更新 → 研报草稿

基金管理与财务运营

代理名称功能描述
Valuation Reviewer解析GP包,运行估值模板,生成LP报告草稿
GL Reconciler发现差异、追溯根因、路由审批
Month-End Closer应计项目、滚动前瞻、差异分析说明
Statement AuditorLP报表分发前审计

运营与合规

代理名称功能描述
KYC Screener解析开户文件,运行规则引擎,标记缺失项

垂直领域插件

核心插件:financial-analysis

包含共享建模技能和全部数据连接器,是其他垂直插件的基础依赖:

技能命令描述
comps-analysis/comps可比公司分析,含交易倍数
dcf-model/dcfDCF估值,含WACC和敏感性分析
lbo-model/lbo杠杆收购模型
3-statement-model/3-statement-model三表财务模型模板
audit-xls/debug-modelExcel模型审计——公式追踪、硬编码检测、平衡检查
clean-data-xlsExcel表格数据清洗标准化
deck-refresh重链接并刷新嵌入图表/表格
competitive-analysis/competitive-analysis竞争格局和市场定位分析
ib-check-deck演示文稿QC——错误和一致性检查
pptx-author无头生成.pptx文件(托管代理模式)
xlsx-author无头生成.xlsx文件(托管代理模式)

投资银行插件

技能命令描述
strip-profile/one-pager路演手册一页公司简介
pitch-deck模板化路演文稿生成
datapack-builderCIM和文件数据包构建
cim-builder/cim机密信息备忘录起草
teaser/teaser匿名一页公司简介
buyer-list/buyer-list战略和财务买方名单
merger-model/merger-model增厚/摊薄M&A分析
process-letter/process-letter投标流程说明函件
deal-tracker/deal-tracker跟踪活跃交易、里程碑和行动项

股权研究插件

技能命令描述
earnings-analysis/earnings季度财报后更新报告
earnings-preview/earnings-preview财报前场景分析和关键指标
initiating-coverage/initiate机构级覆盖启动报告
model-update/model-update新数据更新财务模型
morning-note/morning-note早会笔记和交易想法
sector-overview/sector行业格局和主题报告
thesis-tracker/thesis维护和更新投资论点
catalyst-calendar/catalysts跟踪覆盖范围内的催化剂事件
idea-generation/screen股票筛选和想法来源

私募股权插件

技能命令描述
deal-sourcing/source发现公司、检查CRM、起草创始人 Outreach
deal-screening/screen-deal入站CIM和简介快速过筛
dd-checklist/dd-checklist按工作流的尽职调查清单
dd-meeting-prep/dd-prep管理层演示和专家电话会议准备
unit-economics/unit-economicsARR队列、LTV/CAC、净留存、收入质量
returns-analysis/returnsIRR/MOIC敏感性表
ic-memo/ic-memo投委会备忘录起草
portfolio-monitoring/portfolio投资组合公司KPI和差异跟踪
value-creation-plan/value-creation收盘后100天计划和EBITDA桥梁
ai-readiness/ai-readiness评估投资组合公司AI成熟度

财富管理插件

技能命令描述
client-review/client-review客户会议准备(业绩和谈话要点)
financial-plan/financial-plan退休、教育、遗产和现金流预测
portfolio-rebalance/rebalance配置偏离分析和税务意识再平衡
client-report/client-report客户端业绩报告
investment-proposal/proposal潜在客户投资建议
tax-loss-harvesting/tlh税损收割机会识别和洗卖管理

基金管理插件

技能描述
GL Recon总账差异发现、根因追溯、审批路由
Break Tracing会计差异追踪
Accruals应计项目处理
Roll-forwards滚动前瞻
Variance Commentary差异分析说明
NAV Tie-outNAV核对

MCP 数据集成

项目集成 11 个主流金融数据提供商的 MCP(Model Context Protocol)服务器:

数据提供商MCP端点URL主要数据类型
Daloopahttps://mcp.daloopa.com/server/mcp财务模型数据
Morningstarhttps://mcp.morningstar.com/mcp基金和市场数据
S&P Globalhttps://kfinance.kensho.com/integrations/mcpCapital IQ数据
FactSethttps://mcp.factset.com/mcp财务和分析数据
Moody’shttps://api.moodys.com/genai-ready-data/m1/mcp信用评级和分析
MT Newswireshttps://vast-mcp.blueskyapi.com/mtnewswires金融新闻
Aierahttps://mcp-pub.aiera.com财报电话会议转录
LSEGhttps://api.analytics.lseg.com/lfa/mcp债券、互换曲线、外汇、期权波动率
PitchBookhttps://premium.mcp.pitchbook.com/mcpPE/VC交易数据
Chronographhttps://ai.chronograph.pe/mcpPE基金业绩
Egnytehttps://mcp-server.egnyte.com/mcp企业文档存储

MCP 访问可能需要订阅或提供商API密钥授权。


安装与部署

Claude Cowork 插件安装

通过 Cowork 设置界面:

  1. 打开Settings → Plugins → Add plugin
  2. 粘贴仓库URL:https://github.com/anthropics/claude-for-financial-services
  3. 从市场列表中选择所需代理和垂直插件

或上传zip包:将plugins/下任意目录打包上传。

Claude Code CLI 安装

# 添加市场源claude plugin marketplaceaddanthropics/claude-for-financial-services# 安装核心技能+连接器(优先安装)claude plugininstallfinancial-analysis@claude-for-financial-services# 安装命名代理claude plugininstallpitch-agent@claude-for-financial-services claude plugininstallgl-reconciler@claude-for-financial-services claude plugininstallmarket-researcher@claude-for-financial-services# 安装垂直技能包claude plugininstallinvestment-banking@claude-for-financial-services claude plugininstallequity-research@claude-for-financial-services

Claude Managed Agents API 部署

exportANTHROPIC_API_KEY=sk-ant-... scripts/deploy-managed-agent.sh gl-reconciler

部署脚本将:

  • 解析文件引用
  • 上传技能定义
  • 创建叶子工作子代理
  • POST 编排器到/v1/agents

安全与合规要点

重要免责声明

本仓库内容不构成投资、法律、税务或会计建议。所有代理生成的分析师工作成果——模型、备忘录、研究笔记、差异调节——均为草稿状态,需合格专业人士审核。代理进行投资推荐、执行交易、承担风险、记账入账或审批开户;所有输出均暂存等待人工签署确认。用户需自行验证输出并遵守适用于企业的法律法规。

安全层级设计

托管代理采用任务分解分层架构,通过工具隔离保障安全:

叶子代理工具权限连接器访问
researcherRead,GrepCapIQ, Daloopa(只读)
modelerRead,Bash(沙箱)CapIQ, Daloopa(只读)
deck-writer(写入持有者)Read,Write,Edit

数据源优先级原则

金融分析技能严格遵循数据源层级:

  1. 优先:MCP数据源——若S&P Kensho MCP、FactSet MCP或Daloopa MCP可用,必须独家使用
  2. 禁止Web搜索——若上述MCP可用,禁止使用Web搜索获取财务数据
  3. 次选:机构源——仅当MCP不可用时,使用Bloomberg终端、SEC EDGAR文件或其他机构来源
  4. 绝对禁止——绝不使用Web搜索作为主要数据源——其缺乏机构级分析所需的准确性、审计追踪和可靠性

输出审核机制

代理在关键节点暂停等待人工审核:

  • Excel模型构建完成后 → 银行家审批
  • 演示文稿生成后 → 银行家审批
  • 所有数字必须溯源:无法从CapIQ或文件溯源的数据标记[UNSOURCED]

Pitch Agent 深度解析

作为代表性代理,Pitch Agent 展示了端到端投行工作流的完整设计:

工作流程

  1. 需求界定——确认目标公司、行业和战略情境;识别5-8个最相关可比公司和5-10个先例交易
  2. 情境概览撰写——调用sector-overview技能起草公司概况和战略合理性叙述
  3. 数据拉取——使用CapIQ MCP获取交易倍数、先例交易数据和目标公司最新文件
  4. 同行组建模——调用comps-analysis技能布局可比公司和先例交易
  5. ** Sponsor Case 建立**——调用lbo-model技能构建市场化杠杆的示意性LBO
  6. 完整建模——调用dcf-model3-statement-model;遵循audit-xls规范
  7. Football Field 生成——各方法论最小/中位/最大值汇总,标注当前价格
  8. 演示文稿填充——调用pitch-deck技能;幻灯片每个数字必须追溯至Excel命名范围
  9. QC检查——调用ib-check-deck——验证总计吻合、脚注完整、日期一致

输出产物

  1. Excel估值工作簿——可比公司、先例交易、DCF、Football Field汇总;每个输出单元格为可追溯到输入的活公式
  2. 路演演示文稿——银行模板填充:情境概览、公司概况、估值汇总、可比详情、先例详情、示意性流程;每个图表绑定Excel模型

安全护栏

  • 无外部通信——代理无邮件或消息工具;客户沟通在代理外完成
  • 数字溯源——无法溯源的倍数或先例标记[UNSOURCED]而非估算
  • 审批节点——Excel模型和演示文稿生成后均暂停等待银行家审核

Microsoft 365 集成

claude-for-msft-365-install/目录提供 IT 管理员工具,用于将 Claude Microsoft 365 插件部署到企业自有云环境(Vertex AI、Bedrock或内部LLM网关),而非 Anthropic API。

安装命令:

claude plugininstallclaude-for-msft-365-install@claude-for-financial-services /claude-for-msft-365-install:setup

开发与定制

定制建议

项目设计为参考模板,建议企业根据实际流程调整:

  • 替换连接器——将.mcp.json指向企业数据提供商和内部系统
  • 添加企业背景——将企业术语、流程和格式标准写入技能文件
  • 引入自有模板——/ppt-template教授 Claude 企业品牌 PowerPoint布局
  • 调整代理范围——编辑agents/<slug>.md匹配团队实际工作流
  • 添加新代理——复制结构创建未覆盖的工作流

开发工作流

  1. 直接编辑 Markdown 文件——变更即时生效
  2. 使用/plugin:command-name语法测试命令
  3. 技能在触发条件匹配时自动调用

校验脚本

提交前运行:

python3 scripts/check.py

脚本将:

  • 校验每个manifest的lint规则
  • 验证所有system.file/skills.path/callable_agents.manifest引用解析
  • 检测agent-plugins/<slug>/skills/副本是否与vertical-plugins/源同步漂移

技能同步:

python3 scripts/sync-agent-skills.py

许可协议

Apache License 2.0 开源许可。


参考资料

  • GitHub仓库:https://github.com/anthropics/financial-services
  • Claude Cowork产品页:https://claude.com/product/cowork
  • Managed Agents API文档:https://docs.claude.com/en/api/managed-agents
  • MCP协议官网:https://modelcontextprotocol.io/
http://www.jsqmd.com/news/786068/

相关文章:

  • CANN ops-cv变更日志
  • 企业内如何通过Taotoken实现AI API的访问控制与审计
  • VR+AI赋能科学发现:从量子光学到沉浸式数据探索
  • AI驱动蛋白质工程:从语言模型与拓扑数据分析到高效工作流构建
  • AI驱动的混合动力公交调度与能耗优化:从理论到工程实践
  • 蚂蚁百灵发布万亿级旗舰思考模型 Ring-2.6-1T,限时免费体验,测评成绩亮眼!
  • Java面试八股文+大厂面试真题!目前最全的IT行业总结,包含所有Java岗位面试干货内容!
  • 多模型聚合平台如何助力提升数据处理任务的稳定性
  • 前端AI集成实战:从gpt4free.js看LLM客户端架构与流式响应处理
  • 多领域生态环境影响评价技术应用与典型案例解析——从农业到水利工程的实践
  • 2026年香港留学服务口碑好的机构:五家优选评测 - 科技焦点
  • CANN/catlass TLA张量详解
  • 火车采集器Google谷歌翻译插件 领取及使用方法
  • 常用接口保护电路设计-ESD浪涌防护
  • 量子人工智能融合:从原理到NISQ时代的混合算法实践
  • gentoo下安装refind
  • 基于聚类与成熟度模型的城市碳排放报告绩效评估方法与实践
  • 如何挑选性价比高的双梁桥式起重机厂家?
  • AI赋能垂直农业:机器学习、计算机视觉与物联网的融合实践
  • 生成式AI驱动智慧车联网:从电池管理到电网调度的四层应用实践
  • 医疗影像AI公平性:合成数据技术如何解决算法偏见
  • 人工做种草 vs AI 做种草|为什么你的 IP 矩阵总做不起来?
  • CANN/pypto amin函数API文档
  • CANN/ops-transformer FlashAttention V2
  • 灵魂量化分析工具soulspec:自定义维度追踪内在状态
  • React + Vite + Tailwind CSS 构建现代技术博客全解析
  • CANN/cann-learning-hub:大模型训练故障恢复方案FlashRecovery
  • 10 分钟零门槛本地部署 AI 编码助手!Ollama+Qwen2-7B+Continue 全程无外网、代码不泄露,企业内网合规首选【全平台完整版】
  • FlowPilot开源自动驾驶软件栈:从原理到实车部署的实践指南
  • NLP技术如何量化分析组织民主:从文本数据到测量框架