dd-question-list-real-estate

用于信托领域项目尽调中的尽调问题清单助手-地产版场景。支持结构化输入处理、规则分析与Markdown结果输出。

105 stars

Best use case

dd-question-list-real-estate is best used when you need a repeatable AI agent workflow instead of a one-off prompt.

用于信托领域项目尽调中的尽调问题清单助手-地产版场景。支持结构化输入处理、规则分析与Markdown结果输出。

Teams using dd-question-list-real-estate 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/dd-question-list-real-estate/SKILL.md --create-dirs "https://raw.githubusercontent.com/aifinlab/FinClaw/main/skills/dd-question-list-real-estate/SKILL.md"

Manual Installation

  1. Download SKILL.md from GitHub
  2. Place it in .claude/skills/dd-question-list-real-estate/SKILL.md inside your project
  3. Restart your AI agent — it will auto-discover the skill

How dd-question-list-real-estate Compares

Feature / Agentdd-question-list-real-estateStandard Approach
Platform SupportNot specifiedLimited / Varies
Context Awareness High Baseline
Installation ComplexityUnknownN/A

Frequently Asked Questions

What does this skill do?

用于信托领域项目尽调中的尽调问题清单助手-地产版场景。支持结构化输入处理、规则分析与Markdown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

# 尽调问题清单助手-地产版(T788)

## 概述

本技能面向“项目尽调 / 问题清单”业务单元,输出结构化分析报告与风险提示,支持尽调、法务、风控及存续管理流程中的基础判断。

## 输入要求

- 支持 JSON 数组或 JSONL
- 单条记录建议包含:`id`, `name`, `text`, `status`, `timestamp` 及相关业务字段
- 复杂版本可接入外部行业指标字段并通过规则文件扩展

## 工作流程

1. 明确分析口径与时间范围
2. 读取并清洗输入数据
3. 运行规则匹配与评分
4. 输出结构化报告并标注复核项
5. 人工复核后进入业务决策环节

## 执行方式

按顺序执行:

1. 预处理(Node.js)
```bash
node scripts/t788_preprocess.js --input input.jsonl --output processed.json
```

2. 分析与报告(Python)
```bash
python scripts/t788_analysis.py --input processed.json --rules config/rules.json --baseline reference/baseline.json --output report.md
```

## 输出结构

1. 样本概览(数量、分布)
2. 重点条目(评分、等级、触发原因)
3. 风险提示与复核建议
4. 免责声明

## 质量要求

- 事实与判断分离,规则命中可追溯
- 明确数据缺口与假设边界
- 所有输出结论必须保留人工复核提示
- 不输出投资建议、授信结论或法律最终意见

## 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

underwriting-questionnaire-secondary-review-assistant

105
from aifinlab/FinClaw

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

105
from aifinlab/FinClaw

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-real-asset

105
from aifinlab/FinClaw

用于信托领域项目尽调中的底层资产穿透助手-不动产版场景。支持结构化输入处理、规则分析与Markdown结果输出。

watchlist-match-result-analysis

105
from aifinlab/FinClaw

分析名单筛查匹配结果的相似度分层、字段差异和误报聚类,辅助合规团队高效完成名单复核

project-risk-list

105
from aifinlab/FinClaw

用于信托领域项目尽调中的项目风险清单助手场景。支持结构化输入处理、规则分析与Markdown结果输出。

project-admission-review-real-estate

105
from aifinlab/FinClaw

用于信托领域合规与运营中的项目准入审查助手-地产版场景,支持结构化处理与报告输出。

ongoing-risk-monitor-real-estate-project

105
from aifinlab/FinClaw

用于信托领域存续期管理中的存续风险监控助手-地产项目版场景。支持结构化输入处理、规则分析与Markdown结果输出。

medical-insurance-underwriting-questionnaire-assistant

105
from aifinlab/FinClaw

当用户需要对医疗险投保问卷进行专业、结构化的核保审查,提取既往症、门诊就医史、住院史、手术史、当前治疗、复查随访、近期检查异常和其他可能影响医疗险承保判断的高风险健康信息,并生成适合医疗险核保、补问流转和短中期风险分层处理的结构化分析结果时使用本 skill。

life-insurance-underwriting-questionnaire-assistant

105
from aifinlab/FinClaw

当用户需要对寿险投保问卷进行专业、结构化的核保审查,提取健康状况、既往病史、职业类别、生活习惯、高额投保、收入与保障匹配、既往投保记录及其他可能影响寿险承保判断的高风险信息,并生成适合寿险核保、补问流转和风险分层处理的结构化分析结果时使用本 skill。

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。

industry-research-real-estate

105
from aifinlab/FinClaw

行业研究助手 - 地产版。专注于房地产行业研究,包括住宅开发、商业地产、物业管理、房地产服务等赛道。 **触发场景**: - 用户研究房地产行业/细分赛道(住宅开发、商业地产、物业、代建) - 分析房企财务指标(三道红线、土储、销售、融资) - 房地产政策影响(限购、限贷、融资政策) - 房企竞品对标、估值分析 - 写房地产行业研报、晨会材料、客户简报 **关键词**:"房地产"、"地产"、"房企"、"销售"、"土储"、"三道红线"、"物业"、"商业地产"、"限购"、"房贷"

health-insurance-underwriting-questionnaire-assistant

105
from aifinlab/FinClaw

当用户需要对健康险投保问卷进行专业、结构化的核保审查,提取健康告知中的异常病史、既往诊疗、检查异常、住院手术史、长期用药、慢病管理和其他健康风险信息,并生成适合健康险核保、补问流转和人工审查的结构化分析结果时使用本 skill。