bank-t141-corporate-finance-task-assistant
Use when you need a bank corporate client operating-volatility monitoring assistant (经营监测/指标波动/预警解释). Trigger this skill for requests to把 KPI 序列与告警整理成“异常信号、可能驱动、核验材料、处置建议、对客解释稿”,并可用脚本从结构化输入生成周报/快报。
Best use case
bank-t141-corporate-finance-task-assistant is best used when you need a repeatable AI agent workflow instead of a one-off prompt.
Use when you need a bank corporate client operating-volatility monitoring assistant (经营监测/指标波动/预警解释). Trigger this skill for requests to把 KPI 序列与告警整理成“异常信号、可能驱动、核验材料、处置建议、对客解释稿”,并可用脚本从结构化输入生成周报/快报。
Teams using bank-t141-corporate-finance-task-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/bank-t141-corporate-finance-task-assistant/SKILL.mdinside your project - Restart your AI agent — it will auto-discover the skill
How bank-t141-corporate-finance-task-assistant Compares
| Feature / Agent | bank-t141-corporate-finance-task-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?
Use when you need a bank corporate client operating-volatility monitoring assistant (经营监测/指标波动/预警解释). Trigger this skill for requests to把 KPI 序列与告警整理成“异常信号、可能驱动、核验材料、处置建议、对客解释稿”,并可用脚本从结构化输入生成周报/快报。
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
# 企业经营波动监测助手(对公预警解释/周报) 本技能用于把“经营指标波动”转成**可核验、可沟通、可处置**的监测输出。 核心目标: - 识别:哪些波动是**阈值触发**、哪些可能是季节性/行业共振/一次性因素 - 解释:把“异常现象”拆成“可能驱动 + 证据需求” - 处置:给出“升级条件、监测频率、补件清单、对客解释稿” - 复用:KPI 序列输入一次,脚本稳定生成同口径简报 ## 适用范围 - 贷后经营监测:月度/季度 KPI 波动识别与解释 - 授信续作/额度复核:把“经营变化”落到“还款来源与现金流覆盖”的复核点 - 风险预警:告警触发后的快速归因假设与补数清单 典型输入: - KPI 序列(至少 2 期;推荐 3-6 期) - KPI 口径说明(环比/同比、合并口径、是否剔除一次性) - 监测告警(若有)与事件背景(行业、订单、政策、客户变化) 典型输出: - 风险等级(红/橙/黄/绿)+ 优先级(P0-P3) - 异常/波动信号清单 - 驱动拆解与核验材料 - 处置建议(强化监测/现场回访/条款复检等) - 可直接发给客户的解释话术(边界清楚) ## 何时使用 - 指标出现突变(收入/利润/现金流/应收/存货/短债等),需要快速产出**内部快报** - 需要定期输出经营监测周报/月报,并要求结构统一 - 需要“对客解释稿”:既能问到点上,又不提前下结论 ## 何时不要使用 - KPI 口径不清且无法补齐时(例如混用合并/母公司/不同期间),此时只能输出“待确认清单” - 用户要求你对未来业绩/现金流做确定性承诺或投资建议时 - 需要拉取外部数据但你没有接口/权限时(本 skill 默认不抓取数据) ## 默认工作流 1. **口径确认**:期间口径(M/Q/Y)、同比/环比定义、是否合并报表、是否剔除一次性。 2. **信号识别**:按阈值识别“突变项”(例如收入-30%、现金流为负、利润大幅下滑)。 3. **驱动假设**:订单/价格/毛利/费用/回款/库存/融资结构,给出“最小证据需求”。 4. **风险映射**:把异常映射到“还款来源、资金链、条款触发、贷后分类”的潜在影响。 5. **输出与沟通**:内部简报 + 对客解释稿 + 下一步动作(含责任人、时点)。 ## 重点分析框架 - 异常信号是否真实、集中且持续 - 信号更像数据噪声、操作问题还是实质风险 - 哪些命中项需要优先排查,哪些只需持续跟踪 - 风险影响范围、紧急程度和责任归口 - 市场解释、客户理解难点、流动性约束和沟通节奏 ## 输入要求 最低必需(详见 `references/input-schema.md`): - `company.name` - `monitoring.time_window` - `monitoring.kpis[]`:至少 2 期(推荐 3-6 期),包含 `period` 与关键指标(收入/利润/现金流) 强烈建议: - `monitoring.kpi_definitions`:口径说明 - `monitoring.baseline`:历史基线/同业对标(用于判断行业共振) - `monitoring.alerts[]`:系统告警或人工发现 ## 输出要求 - 指标快照(最近一期核心 KPI + 变动幅度) - 异常/波动信号(anomalies) - 驱动核验清单(drivers_to_verify) - 关键信息缺口(gaps) - 处置/跟进动作建议(actions) - 对客解释稿(customer_comms_script) 脚本输出字段见 `references/output-schema.md`。 ## 风险与边界 - 不得把初步分析包装成正式授信批复或最终审批结论 - 不得编造财务、行业或外部查询结果 - 不得把监测信号等同于违法违规事实 - 结论必须标明依赖的规则、时间窗口和数据范围 ## 信息不足时的处理 - 先列出已经掌握的事实,再明确缺失的关键字段,不要直接沉默 - 无法形成强结论时,优先输出框架、待补资料和优先核验事项 - 对依赖外部数据、制度文本或人工核实的部分,要单独标注[待补充/待确认] ## 配套脚本(可重复执行) ```bash python scripts/run_skill.py --input assets/example-input.json --format markdown python scripts/run_skill.py --input assets/example-input.json --format json ``` - `scripts/run_skill.py`:命令行入口 - `scripts/operating_volatility_monitor.py`:t141 场景封装(调用共享引擎) ## 交付标准 - 异常必须落到“可核验证据”,避免空泛归因 - 输出必须含:**异常信号 / 驱动核验 / 下一步动作 / 对客话术边界** - 能直接用于:经营监测周报、贷后预警快报、续作复核提纲
Related Skills
bank-wealth-products
银行理财产品分析工具。获取银行理财产品发行数据、收益率、风险等级、投资期限等信息。支持收益率对比、产品筛选。使用中国理财网、AkShare理财数据。适用于理财投资决策、产品筛选、收益对比。
bank-valuation-analyzer
银行股估值分析工具。计算银行股的PB、PE、股息率、PEG等估值指标,进行横向(同业)和纵向(历史)对比分析。使用同花顺、AkShare实时行情数据。适用于银行股投资决策、价值发现、估值修复机会识别。
bank-risk-analyzer
银行风险分析工具。分析银行资产质量、信用风险、操作风险等关键风险指标。包括不良贷款率、关注类贷款率、拨备覆盖率、逾期贷款率、单一客户集中度等。使用AkShare、Tushare、央行统计数据。适用于银行风控研究、投资决策、监管合规分析。
bank-nim-analyzer
银行净息差(NIM)分析工具。分析银行净利息收益率、生息资产收益率、计息负债成本率等核心息差指标。支持同业对比、趋势分析。使用同花顺、Tushare财报数据。适用于银行盈利能力分析、息差压力评估。
bank-liquidity-analyzer
银行流动性分析工具。分析银行流动性覆盖率(LCR)、净稳定资金比例(NSFR)、存贷比、流动性缺口等关键流动性指标。使用央行、银保监会监管数据,AkShare银行数据。适用于银行流动性风险管理、监管合规分析。
bank-interbank-market
银行间市场分析工具。获取Shibor、同业存单、银行间回购利率等货币市场数据。分析流动性状况、资金价格走势。使用央行、中国货币网、AkShare数据。适用于流动性分析、资金成本测算、货币政策传导研究。
bank-industry-analyzer
银行业宏观分析与行业研究。获取银行业整体数据,包括银行业金融机构数量、资产规模、存贷款余额、行业利润、不良贷款率、拨备覆盖率、资本充足率等核心指标。支持央行、银保监会官方数据查询,以及银行业景气度分析。使用AkShare、央行官网、银保监会数据。适用于银行行业研究、政策分析、投资策略制定。
bank-financial-analyzer
商业银行财务深度分析。分析个股银行(如招商银行、工商银行等)的财务报表,包括资产负债表、利润表、现金流量表核心指标。支持ROE/ROA分析、净息差、手续费收入占比、成本收入比等关键指标计算。使用同花顺iFinD API、Tushare Pro获取真实财报数据。适用于银行个股研究、投资决策、财务健康度评估。
bank-deposit-rates
银行存款利率查询与对比工具。获取各大银行的存款挂牌利率,包括活期、定期(3月/6月/1年/2年/3年/5年)、大额存单利率。支持利率趋势分析和跨行对比。使用各银行官网公开数据、AkShare利率数据。适用于存款决策、利率趋势研判。
bank-credit-analyzer
银行信贷结构分析工具。分析银行贷款投向结构(对公/零售/票据)、行业分布、区域分布、客户集中度等。使用央行信贷收支表、银行财报数据。适用于信贷政策研究、投放策略分析、信用风险监测。
yfinance-global
全球股票行情数据工具。优先使用国内数据源(腾讯财经),支持A股、港股、美股和全球指数。自动回退到Yahoo Finance获取海外数据。
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。