global-disclosure-gap-analysis

用于披露差距分析场景。适用于金融工作中的基础任务单元。

105 stars

Best use case

global-disclosure-gap-analysis is best used when you need a repeatable AI agent workflow instead of a one-off prompt.

用于披露差距分析场景。适用于金融工作中的基础任务单元。

Teams using global-disclosure-gap-analysis 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/global-disclosure-gap-analysis/SKILL.md --create-dirs "https://raw.githubusercontent.com/aifinlab/FinClaw/main/skills/archive/global-disclosure-gap-analysis/skill.md"

Manual Installation

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

How global-disclosure-gap-analysis Compares

Feature / Agentglobal-disclosure-gap-analysisStandard Approach
Platform SupportNot specifiedLimited / Varies
Context Awareness High Baseline
Installation ComplexityUnknownN/A

Frequently Asked Questions

What does this skill do?

用于披露差距分析场景。适用于金融工作中的基础任务单元。

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

# 企业披露缺口分析 Skill

## 数据来源
- 中国证监会公开法规(上市公司信息披露管理办法等)
- 上交所、深交所公开上市规则及信息披露规则
- 巨潮资讯公开公告检索平台
- 用户本地下载的年报/半年报文本

## 功能
- 检索企业最新公开年报或半年报候选公告
- 按章节级规则清单对报告文本进行披露缺口分析
- 输出已覆盖章节、疑似缺失章节、完整性得分和复核说明
- 可作为上市公司公告/定期报告质量预检查工具

## 使用示例
先检索候选报告:
```bash
python script/disclosure_gap_analysis.py --company 贵州茅台 --report-type 年度报告
```

再对本地文本做缺口分析:
```bash
python script/disclosure_gap_analysis.py \
  --company 贵州茅台 \
  --report-type 年度报告 \
  --text-file ./reports/moutai_annual_report.txt
```

## 交易说明
- 本 Skill 提供的是章节级缺口检查,不替代律师、保荐机构、会计师或交易所审核意见。
- 结果适合做披露完整性预检查、问询准备和对标复核。
- 对重大遗漏、虚假记载、误导性陈述等认定,仍需逐条比照最新法规和原始公告。

## License
MIT

Related Skills

fund-attribution-analysis

105
from aifinlab/FinClaw

基金收益归因分析 - Brinson模型、因子归因、风格分析工具。 当用户需要分析基金超额收益来源、进行业绩归因、评估基金经理能力时使用此技能。 支持Brinson归因、因子归因、风格归因、行业归因、选股能力分析。 触发关键词:收益归因、Brinson、业绩归因、超额收益、阿尔法归因、因子分析。

yfinance-global

105
from aifinlab/FinClaw

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。

routine-physical-exam-report-analysis-assistant

105
from aifinlab/FinClaw

当用户需要对常规体检报告进行专业、结构化的解析,提取异常指标、异常结论、边界值异常、复查建议、长期健康风险线索和与核保相关的重要医学信息,并生成适合保险核保、补问流转和资料审查的结构化解析结果时使用本 skill。

risk-disclosure

105
from aifinlab/FinClaw

用于信托领域客户与产品支持中的风险揭示助手场景,支持结构化处理与报告输出。

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

outpatient-record-analysis-assistant

105
from aifinlab/FinClaw

当用户需要对门诊相关医疗记录进行专业、结构化的解析,提取主诉、现病史、初步诊断、复诊频次、治疗方案、随访安排及其他与保险核保相关的重要医学信息,并生成适合保险核保、补问流转和资料审查的结构化解析结果时使用本 skill。

middle-class-protection-gap-analysis-assistant

105
from aifinlab/FinClaw

当用户需要围绕中产客户或中产家庭的收入保障、健康保障、资产保护、家庭责任和中长期生活目标,分析当前保障结构是否合理、核心风险是否覆盖、责任与保障是否匹配,并识别身故保障、重疾保障、医疗保障、意外保障、养老保障、子女教育保障和资产安全保障等方面的保障缺口时使用本 skill。适用于中产客户保障诊断、收入保障分析、家庭责任梳理、已有保单盘点、保障层次评估、补充优先级判断、客户沟通前置分析,以及“先不要推荐产品,先看这个中产家庭缺什么保障”这类场景。输入可以是客户及家庭成员资料、收入与负债信息、生活支出压力、已有保单清单、社保医保与团险信息、储蓄型与养老型保险安排、预算约束、客户关注重点、访谈纪要、OCR 文本或其他零散客户资料。

hospitalization-record-analysis-assistant

105
from aifinlab/FinClaw

当用户需要对住院相关医疗资料进行专业、结构化的解析,提取入院诊断、出院诊断、住院经过、手术治疗、并发症、恢复情况、复诊建议及其他与核保相关的重要医学信息,并生成适合保险核保、补问流转和资料审查的结构化解析结果时使用本 skill。

global-macro

105
from aifinlab/FinClaw

全球宏观数据仪表盘,整合中/美/欧/日等主要经济体的 GDP、CPI、利率、PMI 等核心指标,提供全球经济全景视图。当用户需要全球宏观经济概览时使用。

sector-exposure-analysis

105
from aifinlab/FinClaw

面向基金投研分析领域的暴露分析任务Skill,围绕「行业暴露分析助手」场景提供信息抽取、结构化分析与结果输出。

risk-disclosure-completion

105
from aifinlab/FinClaw

面向基金合规与信息披露领域的风险揭示任务Skill,围绕「风险揭示补全助手」场景提供信息抽取、结构化分析与结果输出。

product-positioning-analysis

105
from aifinlab/FinClaw

面向基金产品管理领域的产品定位任务Skill,围绕「产品定位分析助手」场景提供信息抽取、结构化分析与结果输出。