abnormal-trading-detection-assistant
异常交易检测助手。专注于识别账户异常交易行为,包括频繁交易、大额交易、关联交易、内幕交易风险等,帮助合规风控人员及时发现潜在风险。 **触发场景**: - 用户需要检测账户异常交易行为 - 用户说"异常交易"、"交易检测"、"风控筛查" - 需要识别频繁交易、大额交易、关联交易 - 需要内幕交易风险筛查、合规检查 **关键词**:"异常交易"、"交易检测"、"风控"、"合规"、"频繁交易"、"大额交易"、"关联交易"、"内幕交易"
Best use case
abnormal-trading-detection-assistant is best used when you need a repeatable AI agent workflow instead of a one-off prompt.
异常交易检测助手。专注于识别账户异常交易行为,包括频繁交易、大额交易、关联交易、内幕交易风险等,帮助合规风控人员及时发现潜在风险。 **触发场景**: - 用户需要检测账户异常交易行为 - 用户说"异常交易"、"交易检测"、"风控筛查" - 需要识别频繁交易、大额交易、关联交易 - 需要内幕交易风险筛查、合规检查 **关键词**:"异常交易"、"交易检测"、"风控"、"合规"、"频繁交易"、"大额交易"、"关联交易"、"内幕交易"
Teams using abnormal-trading-detection-assistant should expect a more consistent output, faster repeated execution, less prompt rewriting.
When to use this skill
- You want a reusable workflow that can be run more than once with consistent structure.
When not to use this skill
- You only need a quick one-off answer and do not need a reusable workflow.
- You cannot install or maintain the underlying files, dependencies, or repository context.
Installation
Claude Code / Cursor / Codex
Manual Installation
- Download SKILL.md from GitHub
- Place it in
.claude/skills/abnormal-trading-detection-assistant/SKILL.mdinside your project - Restart your AI agent — it will auto-discover the skill
How abnormal-trading-detection-assistant Compares
| Feature / Agent | abnormal-trading-detection-assistant | Standard Approach |
|---|---|---|
| Platform Support | Not specified | Limited / Varies |
| Context Awareness | High | Baseline |
| Installation Complexity | Unknown | N/A |
Frequently Asked Questions
What does this skill do?
异常交易检测助手。专注于识别账户异常交易行为,包括频繁交易、大额交易、关联交易、内幕交易风险等,帮助合规风控人员及时发现潜在风险。 **触发场景**: - 用户需要检测账户异常交易行为 - 用户说"异常交易"、"交易检测"、"风控筛查" - 需要识别频繁交易、大额交易、关联交易 - 需要内幕交易风险筛查、合规检查 **关键词**:"异常交易"、"交易检测"、"风控"、"合规"、"频繁交易"、"大额交易"、"关联交易"、"内幕交易"
Where can I find the source code?
You can find the source code on GitHub using the link provided at the top of the page.
SKILL.md Source
# 异常交易检测助手
你是一名经验丰富的合规风控专家,擅长识别账户异常交易行为,帮助机构及时发现潜在合规风险。
---
## 异常交易类型
| 类型 | 定义 | 检测指标 |
|------|------|----------|
| 频繁交易 | 短时间内大量交易 | 日交易次数、换手率 |
| 大额交易 | 单笔/累计金额过大 | 单笔金额、累计金额 |
| 关联交易 | 与关联方交易 | 关联关系、交易价格 |
| 内幕交易 | 敏感期交易 | 时间窗口、信息敏感度 |
| 操纵市场 | 异常价格/成交量 | 价格偏离、成交量异常 |
---
## 检测框架
### 1. 频繁交易检测
- **日交易次数**:超过 XX 次/日
- **周换手率**:超过 XX%
- **交易集中度**:集中在特定时间段
### 2. 大额交易检测
- **单笔金额**:超过 XX 万元
- **累计金额**:日/周累计超过 XX 万元
- **占持仓比例**:单笔超过持仓 XX%
### 3. 关联交易检测
- **关联方识别**:股东、高管、亲属
- **交易价格**:是否偏离市场价
- **交易时机**:是否敏感时点
### 4. 内幕交易检测
- **敏感期交易**:财报前、重大事项前
- **信息敏感度**:重大信息知情人
- **交易异常性**:与历史交易模式对比
### 5. 操纵市场检测
- **价格偏离**:与大盘/行业偏离度
- **成交量异常**:突然放大/缩小
- **交易行为**:对倒、拉抬、打压
---
## 输出模板
```markdown
# 【异常交易检测报告】
## 检测账户
- 账户名称:[名称]
- 检测期间:[起止日期]
- 检测类型:[类型]
## 异常交易识别
### [异常类型 1]
- 触发规则:[规则描述]
- 异常交易:[交易明细]
- 风险等级:[高/中/低]
- 建议措施:[措施]
### [异常类型 2]
- [同上]
## 风险汇总
| 异常类型 | 次数 | 风险等级 | 状态 |
|----------|------|----------|------|
| | | | |
## 建议措施
- [措施 1]
- [措施 2]
## 后续跟踪
- [ ] [跟踪事项 1]
- [ ] [跟踪事项 2]
---
检测人:[姓名] 检测时间:[时间]
```
---
## 风险等级标准
| 等级 | 标准 | 措施 |
|------|------|------|
| 高 | 涉嫌违法违规 | 立即报告、暂停交易 |
| 中 | 异常明显、需关注 | 加强监控、询问客户 |
| 低 | 轻微异常、可解释 | 记录备案、持续观察 |
---
## 分析质量检查
输出前自查:
- [ ] 检测账户信息完整
- [ ] 异常交易识别准确
- [ ] 风险等级判断合理
- [ ] 建议措施可操作
- [ ] 后续跟踪明确
- [ ] 检测人信息完整
## 使用示例
### 示例 1: 基本使用
```python
# 调用 skill
result = run_skill({
"param1": "value1",
"param2": "value2"
})
```
### 示例 2: 命令行使用
```bash
python scripts/run_skill.py --input data.json
```Related Skills
wealth-product-suitability-assistant
当用户需要基于客户画像、风险承受能力、投资目标、期限偏好、流动性需求、 家庭资产配置情况和适当性要求,为客户推荐更合适的理财产品、产品组合或备选方案时, 使用本技能。适用于银行财富管理场景中的产品匹配、客户经理陪访准备、方案比较、 适当性校验、信息缺口提示和推荐报告输出。
wealth-advisor-compliance-communication-assistant
当用户需要在银行财富管理场景下生成、审阅、改写或校准合规沟通话术时,使用此技能。 适用于客户经理、理财经理、财富顾问在产品介绍、风险揭示、收益预期沟通、市场波动解释、客户异议回应、营销触达、存量持仓陪伴、售后答疑等场景中的合规表达支持。 当任务涉及“如何说”“能不能这么说”“这段话术是否夸大收益”“如何在不误导客户的前提下进行推荐”“如何做风险揭示与适当性沟通”时,优先调用本技能。
underwriting-workflow-orchestrator-assistant
当用户需要把一单保险核保案件按完整工作流进行分析时使用本 skill。它负责基于原始核保资料,按顺序调用或吸收已有的核保摘要、问题清单、补件提示、规则问答、结论解释和复核意见等技能结果,形成统一的 workflow 式分析与汇总输出。
underwriting-questionnaire-secondary-review-assistant
当用户需要对已经完成首轮审查的保险投保问卷进行二次复核,检查初审意见是否充分、风险判断是否一致、补问与补件是否到位、是否仍存在遗漏项或高风险未核实问题,并生成适合复核留痕、质量控制和后续核保流转的结构化复核结果时使用本 skill。
underwriting-questionnaire-precheck-assistant
当用户需要对保险投保问卷做首轮审查、识别缺失项与矛盾项、筛查高风险告知、整理补问问题、生成核保初审结果或判断是否需要进入人工复核时使用本 skill。适用于寿险、重疾险、医疗险、意外险等投保问卷、OCR 文本、截图转写文本或结构化问卷记录的通用初审与分流场景。
underlying-asset-lookthrough-assistant
用于底层资产穿透尽调的结构化扫描与风险初判,覆盖资产真实性核验、数据口径一致性校对、权属与涉诉异常识别、集中度与回款压力分析。适用于信托/资管项目尽调中的资产池穿透分析、风控预审与投前复核场景。
tumor-history-risk-review-assistant
当用户需要对与肿瘤相关的既往病史资料进行专业、结构化的审查,提取肿瘤类型、病理结果、分期分级、治疗经过、手术情况、放化疗或靶向治疗、复发转移风险、随访状态及其他与保险核保相关的重要健康信息,并生成适合核保审查、风险分层和资料流转的结构化分析结果时使用本 skill。
transaction-banking-solution-recommendation-assistant
当用户需要为企业客户推荐交易银行方案时使用本技能,适用于现金管理、收付款管理、 账户体系设计、资金归集、票据结算、供应链结算、跨境结算、银企直联、司库协同、 流动性管理和场景化产品匹配等场景。本技能用于基于客户行业、规模、交易模式、 账户结构、组织架构、上下游关系、境内外经营特征和合规约束,输出候选方案、 匹配理由、适用边界、落地路径和补充调研清单。
trading-event-summary
交易事件摘要助手,适用于券商研究、投资管理、交易复盘、决策支持等场景。 以下情况请主动触发此技能: - 用户提供了交易记录、市场事件列表,问"帮我总结一下""今天发生了什么""有什么重要事件" - 用户问"今天市场有什么大事""交易日历怎么看""近期有哪些重要事件" - 用户需要:交易事件整理、市场大事摘要、投资决策参考、复盘材料 - 用户提到:交易日历、重要事件、市场大事、事件摘要、复盘 - 用户需要形成日报、周报、月报、会议纪要、投资决策材料 不要等用户明确说"交易事件摘要"——只要涉及市场事件整理、交易日历分析、重要事项摘要,就应主动启动此技能。
trading-behavior-clustering
交易行为聚类助手,适用于券商客户分析、行为研究、精准营销、风险识别等场景。 以下情况请主动触发此技能: - 用户提供了客户交易数据,问"客户可以分为几类""帮我分析一下交易行为" - 用户问"交易行为怎么聚类""客户分群怎么做" - 用户需要:交易行为聚类分析、客户分群、群体特征描述 - 用户提到:行为聚类、客户分群、交易模式、群体特征、用户画像 - 用户需要形成聚类报告、分群结果、营销策略 不要等用户明确说"交易行为聚类"——只要涉及客户交易行为分析、群体特征识别、客户分群,就应主动启动此技能。
suspicious-transaction-identification-assistant
当用户需要在银行风险管理或 AML/反洗钱场景下,对客户、账户、交易流水、渠道行为、对手方关系、时间模式、金额模式、地域模式、行业模式等信息进行可疑交易识别、预警分级、线索整理、人工复核支持、报告输出时,使用本技能。 本技能特别适用于零售与对公账户的异常交易筛查、疑似洗钱/分拆/走账/过桥/空转/高频小额/异常对敲/异常集中收付等模式识别。 当用户明确要求结合行业基准、同业口径、外部黑灰名单、地域行业风险特征、典型可疑模式库进行判断时,也应优先使用本技能。
supply-chain-customer-identification-assistant
当用户需要在银行对公金融场景下开展供应链金融客户识别、核心企业链路梳理、上下游客户筛选、 交易闭环核验、客户分层、准入判断、白名单初筛、拓客名单整理、风险提示或识别报告输出时, 使用本技能。 适用于围绕核心企业开展供应商、经销商、承运商、服务商等链上客户识别与分类的任务。 当用户提供企业名单、交易资料、发票/订单/合同/物流/回款信息、工商信息、行业资料、 核心企业名单或希望生成供应链客户识别报告、客户清单、准入建议、补充核验事项时,优先调用本技能。