client-holding-qa

面向基金投顾与客户服务领域的持仓问答任务Skill,围绕「客户持仓问答助手」场景提供信息抽取、结构化分析与结果输出。

105 stars

Best use case

client-holding-qa is best used when you need a repeatable AI agent workflow instead of a one-off prompt.

面向基金投顾与客户服务领域的持仓问答任务Skill,围绕「客户持仓问答助手」场景提供信息抽取、结构化分析与结果输出。

Teams using client-holding-qa 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

$curl -o ~/.claude/skills/client-holding-qa/SKILL.md --create-dirs "https://raw.githubusercontent.com/aifinlab/FinClaw/main/skills/client-holding-qa/SKILL.md"

Manual Installation

  1. Download SKILL.md from GitHub
  2. Place it in .claude/skills/client-holding-qa/SKILL.md inside your project
  3. Restart your AI agent — it will auto-discover the skill

How client-holding-qa Compares

Feature / Agentclient-holding-qaStandard Approach
Platform SupportNot specifiedLimited / Varies
Context Awareness High Baseline
Installation ComplexityUnknownN/A

Frequently Asked Questions

What does this skill do?

面向基金投顾与客户服务领域的持仓问答任务Skill,围绕「客户持仓问答助手」场景提供信息抽取、结构化分析与结果输出。

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

# 客户持仓问答助手 Skill

## 数据来源

### 1. 输入类型

- 基金公告/定期报告/招募说明书/产品说明材料
- 净值与收益时间序列、持仓与资产配置披露
- 销售/服务记录、客户反馈与问答素材(如适用)
- 合规口径与品牌内容规范(如适用)

### 2. 主要数据要素

- 客户持仓结构与收益区间
- 风险偏好、适当性与行为标签
- 近期市场与产品动态
- 常见问题与服务记录
- 监管适当性要求与服务规范

### 3. 质量要求

- 输入信息尽量完整,包含时间区间、基金代码与核心指标
- 若来自 OCR/截图,请尽量校对错字与断行
- 对于未披露的数据需明确标注“缺失/待补充”

---

## 核心能力

- 基于输入资料组织问题清单与标准回答
- 提供引用来源与口径一致性说明
- 输出触达/陪伴策略与关键沟通节奏
- 沉淀客户异议与情绪标签,形成安抚与引导话术

---

## 输出结构

### 1. 基础字段

- skill
- domain
- scene
- input_summary
- key_findings
- data_quality
- limitations

### 2. 场景扩展模块(按需输出)

- qa
- questions
- answers
- citations
- customer_strategy
- segments
- touchpoints
- tone

---

## 使用示例

### 1. 安装依赖

```bash
pip install -r requirements.txt
```

### 2. 运行脚本

```bash
python scripts/main.py --input sample.txt --output-json result.json --output-md report.md
```

### 3. 输出示例

```json
{
  "skill": "客户持仓问答助手",
  "domain": "投顾与客户服务",
  "scene": "持仓问答",
  "input_summary": {
    "fund_code": "000000",
    "fund_name": "示例基金",
    "period": "2024Q4",
    "data_coverage": "净值/持仓/披露/市场"
  },
  "key_findings": [
    "关键结论1",
    "关键结论2"
  ],
  "data_quality": {
    "has_text": true,
    "text_length": 1200
  },
  "limitations": [
    "仅基于输入信息形成初步判断"
  ]
}
```

---

## 注意事项与限制

- 仅对输入文本进行结构化与初步判断,不替代人工投研或合规结论
- 若缺少关键数据(持仓、基准、时间区间),结果需明确提示不完整
- 输出建议应结合实际业务口径与监管要求复核

---

## 适用场景

- 业务条线: 投顾与客户服务
- 场景/能力: 持仓问答
- 典型用户: 研究员、产品经理、渠道与客服、合规审查或内容运营人员

---

## License

- 代码部分遵循 MIT License
- 数据来源与披露口径需遵循对应数据供应商与监管要求

Related Skills

fund-holding-analyzer

105
from aifinlab/FinClaw

基金持仓穿透分析 - 深度解析基金底层持仓结构、集中度、风格暴露。 当用户需要分析基金持仓集中度、查看重仓股、穿透底层资产、评估风格暴露时使用此技能。 支持持仓集中度分析、行业分布、风格暴露、重仓股分析、FOF穿透、关联交易检测。 触发关键词:持仓分析、重仓股、持仓穿透、集中度、风格暴露、底层资产、FOF分析。

client-churn-warning

105
from aifinlab/FinClaw

客户流失预警助手,专用于识别客户流失风险和制定挽留方案。 以下情况请主动触发此技能: - 用户需要识别客户流失风险 - 用户问"这个客户会不会流失""怎么判断流失风险" - 用户准备流失预警方案、挽留话术 - 用户需要流失原因分析、挽留策略 - 用户问"客户要转走了怎么办""怎么挽留客户" 输出含流失风险识别、原因分析、挽留方案的流失预警方案。 不要等用户明确说"流失预警"——只要涉及客户流失风险识别、挽留方案,就应主动启动此技能。

silent-client-awakening

105
from aifinlab/FinClaw

沉默客户唤醒助手,专用于长期未互动客户的唤醒激活。 以下情况请主动触发此技能: - 用户需要唤醒长期未互动的沉默客户 - 用户问"这个客户很久没联系了怎么重新联系" - 用户准备沉默客户唤醒话术、激活方案 - 用户需要沉默客户分析、唤醒策略设计 - 用户问"客户不回消息怎么办""怎么重新建立联系" 输出含沉默分析、唤醒话术、激活方案的沉默客户唤醒方案。 不要等用户明确说"沉默客户唤醒"——只要涉及长期未互动客户的重新联系、激活唤醒,就应主动启动此技能。

key-risk-client-list

105
from aifinlab/FinClaw

重点风险客户名单助手,适用于券商客户风控、财富管理、投顾服务、合规监控等场景。 以下情况请主动触发此技能: - 用户提供了客户风险数据,问"哪些客户风险高""帮我列个名单" - 用户问"重点风险客户怎么筛选""风险客户标准是什么" - 用户需要:重点风险客户筛选、风险等级排序、跟进建议 - 用户提到:风险客户、重点关注、高风险、预警客户、平仓风险 - 用户需要形成风险客户名单、跟进计划、风控报告 不要等用户明确说"重点风险客户"——只要涉及客户风险筛选、高风险客户识别、风险名单整理,就应主动启动此技能。

key-client-reminder

105
from aifinlab/FinClaw

用于信托领域客户与产品支持中的重点客户提醒助手场景,支持结构化处理与报告输出。

holding-companionship-content-assistant

105
from aifinlab/FinClaw

当用户需要围绕客户当前持仓、净值波动、市场波动、组合回撤、收益预期变化、再平衡沟通、 定投陪伴、节假日陪伴、存量客户关怀、重点客户回访等场景,生成可解释、可沟通、可执行、 可追踪的客户陪伴内容时,使用本技能。 本技能适用于银行财富管理场景,重点帮助客户经理、理财经理、投顾运营团队输出: 持仓解读、市场波动说明、客户关怀话术、分层陪伴文案、跟进动作建议、风险提示、 常见异议回应、持续触达计划。 当输入信息不足时,本技能应显式区分“已知信息、推断信息、待补充信息”,避免对收益作出保证, 避免给出超出适当性边界的结论。

roadshow-qa-client-meeting

105
from aifinlab/FinClaw

面向基金渠道与销售支持领域的路演问答任务Skill,围绕「路演问答助手-客户会版」场景提供信息抽取、结构化分析与结果输出。

portfolio-attribution-client

105
from aifinlab/FinClaw

面向基金投研分析领域的组合归因任务Skill,围绕「组合归因助手-客户版」场景提供信息抽取、结构化分析与结果输出。

key-client-outreach

105
from aifinlab/FinClaw

面向基金渠道与销售支持领域的客户触达任务Skill,围绕「重点客户触达助手」场景提供信息抽取、结构化分析与结果输出。

holding-rationale-explanation

105
from aifinlab/FinClaw

面向基金投顾与客户服务领域的持有解释任务Skill,围绕「持有理由解释助手」场景提供信息抽取、结构化分析与结果输出。

holding-experience-explanation

105
from aifinlab/FinClaw

面向基金渠道与销售支持领域的体验解释任务Skill,围绕「持有体验解释助手」场景提供信息抽取、结构化分析与结果输出。

holding-concentration-diagnosis

105
from aifinlab/FinClaw

面向基金投研分析领域的集中度诊断任务Skill,围绕「持仓集中度诊断助手」场景提供信息抽取、结构化分析与结果输出。