Best use case
global-evidence-aggregation is best used when you need a repeatable AI agent workflow instead of a one-off prompt.
用于证据聚合场景。适用于金融工作中的基础任务单元。
Teams using global-evidence-aggregation 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/global-evidence-aggregation/SKILL.mdinside your project - Restart your AI agent — it will auto-discover the skill
How global-evidence-aggregation Compares
| Feature / Agent | global-evidence-aggregation | 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?
用于证据聚合场景。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
# Global Skill: 法律条文或公司报告的多文档证据聚合 ## 数据来源 - 国家法律法规数据库(flk.npc.gov.cn) - 中国证监会法规与规章(csrc.gov.cn) - 上海证券交易所规则与公司公告(sse.com.cn) - 深圳证券交易所规则与公司公告(szse.cn) - 巨潮资讯上市公司公告(cninfo.com.cn) - 美国 SEC EDGAR 公司文件(sec.gov) 说明:本 Skill 只使用公网可查数据。优先采用国家机关、监管机构、交易所、上市公司公告平台与公司官网公开页面;如接入评论、趋势、流量等公开数据源,需在实际部署时确认目标站点 robots、服务条款与访问频率限制。 ## 功能 - 从公开法律法规与上市公司公告/年报中检索、抽取并聚合多文档证据,输出带来源、时间、摘要、哈希的证据包。 - 按主题、公司名、证券代码、关键词检索法规与公司报告 - 对多份文档进行切片抽取,形成证据节点 - 按来源级别、时间、文种、相似度进行聚合排序 - 生成 evidence_bundle.json,附带 URL、抓取时间、SHA256、文档类型、片段摘要 - 支持“法规证据”“公司披露证据”“交叉证据”三类输出 ## 使用示例 ```bash cd script pip install -r requirements.txt python script/run_demo.py --company "贵州茅台" --ticker 600519 --topic "关联交易披露" ``` ## 交易说明 本 Skill 不连接交易、下单或投顾功能;“交易说明”仅指数据使用边界:不得将聚合结果直接视为投资建议或法律意见。 补充边界: - 本 Skill 仅基于公开资料进行检索、抽取、规则分析或代理评分。 - 不构成法律意见、审计结论、信贷审批结论或任何证券投资建议。 - 对“客户分群/客户价值评估”类结果,应明确标注其为公开数据 proxy,而非企业内部真实经营明细。 ## License 代码示例采用 MIT License;抓取目标网站内容版权归原网站或原披露义务人所有。
Related Skills
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。
global-macro
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。
evidence-citation
面向基金合规与信息披露领域的引用溯源任务Skill,围绕「证据引用助手」场景提供信息抽取、结构化分析与结果输出。
bank-t210-risk-management-risk-aggregation-assistant
当需要将多源风险信号按客户/集团/产品维度聚合,并输出优先级、处置建议和跟进清单时使用本技能,适合风控、预警运营和审查支持场景。
working-paper-evidence-locator
底稿证据定位助手 - 协助定位和管理证券项目底稿证据。当用户需要快速定位底稿中的支持性证据、梳理核查程序与证据的对应关系、检查底稿完整性或准备监管检查时触发此技能。适用于投行、律所、会所等中介机构的底稿管理场景。
multi-source-data-aggregation
用于多系统整合的多源数据聚合原子 skill,适用于通用行业数据接入场景。
global-sensitive-statement
用于敏感声明检测场景。适用于金融工作中的基础任务单元。
global-semantic-retrieval
用于语义检索场景。适用于金融工作中的基础任务单元。
global-scenario-diagnosis
用于场景诊断场景。适用于金融工作中的基础任务单元。
global-reporting-caliber
用于报告口径场景。适用于金融工作中的基础任务单元。
global-product-matching-reasoning
用于产品匹配推理场景。适用于金融工作中的基础任务单元。
global-product-knowledge-retrieval
用于产品知识检索场景。适用于金融工作中的基础任务单元。