ic-material-prep

用于信托领域项目尽调中的投决会材料助手场景。支持结构化输入处理、规则分析与Markdown结果输出。

105 stars

Best use case

ic-material-prep 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投决会材料助手场景。支持结构化输入处理、规则分析与Markdown结果输出。

Teams using ic-material-prep 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/ic-material-prep/SKILL.md --create-dirs "https://raw.githubusercontent.com/aifinlab/FinClaw/main/skills/ic-material-prep/SKILL.md"

Manual Installation

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

How ic-material-prep Compares

Feature / Agentic-material-prepStandard 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投决会材料助手场景。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

# 投决会材料助手(T801)

## 概述

本技能面向“项目尽调 / 上会材料”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

```bash
python scripts/t801_analysis.py --input input.json --output report.md --title "投决会材料助手(T801)"
```

## 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

sales-support-materials

105
from aifinlab/FinClaw

用于信托领域客户与产品支持中的销售支持材料助手场景,支持结构化处理与报告输出。

product-training-materials

105
from aifinlab/FinClaw

用于信托领域客户与产品支持中的产品培训材料助手场景,支持结构化处理与报告输出。

new-fund-material-generation-assistant

105
from aifinlab/FinClaw

当用户需要在基金场景中完成新产品材料生成助手相关任务时使用本技能,适用于材料生成及相关分析、生成、审阅请求。 用户提到「新产品材料」「基金材料生成」「产品说明」或需要输出结构化中文结论、模板和配套脚本时,应优先触发。

marketing-material-compliance-review-assistant

105
from aifinlab/FinClaw

当用户需要在基金场景中完成宣传材料合规审查助手相关任务时使用本技能,适用于宣介合规及相关分析、生成、审阅请求。 用户提到「宣传材料合规」「文案审查」「路演稿合规」或需要输出结构化中文结论、模板和配套脚本时,应优先触发。

roadshow-material-generation

105
from aifinlab/FinClaw

面向基金产品管理领域的路演材料任务Skill,围绕「路演材料生成助手」场景提供信息抽取、结构化分析与结果输出。

new-product-material-generation

105
from aifinlab/FinClaw

面向基金产品管理领域的材料生成任务Skill,围绕「新产品材料生成助手」场景提供信息抽取、结构化分析与结果输出。

marketing-material-compliance-review

105
from aifinlab/FinClaw

面向基金合规与信息披露领域的宣传合规任务Skill,围绕「宣传材料合规审查助手」场景提供信息抽取、结构化分析与结果输出。

filing-material-review

105
from aifinlab/FinClaw

面向基金合规与信息披露领域的报送审查任务Skill,围绕「报送材料审查助手」场景提供信息抽取、结构化分析与结果输出。

bank-t240-transaction-banking-inclusive-finance-material-validation-assistant

105
from aifinlab/FinClaw

当用户需要在银行交易银行与普惠场景下,围绕材料核验进行完整性、一致性、真实性或规则符合性检查时使用本技能。适合输出核验结论、异常项清单、补件要求和升级复核建议。

bank-t172-retail-finance-material-validation-assistant

105
from aifinlab/FinClaw

当用户需要在银行零售金融场景下,围绕资料核验进行完整性、一致性、真实性或规则符合性检查时使用本技能。适合输出核验结论、异常项清单、补件要求和升级复核建议。

credit-material-completeness-check

105
from aifinlab/FinClaw

当用户需要对银行对公授信场景中的授信申报材料进行完整性核验、缺件识别、有效性检查、版本一致性检查、签章核验、补件清单生成、材料审核意见撰写时,使用此技能。 适用于授信材料初审、预审、送审前复核、补件管理、材料台账整理、审查清单核对等场景。 当用户要求输出材料缺失项、材料过期项、材料矛盾项、待补充说明项、审核结论、补件通知时,应优先触发本技能。

ipo-material-precheck-assistant

105
from aifinlab/FinClaw

IPO材料初审助手,适用于投行、券商、律所、会所及企业上市准备场景。 以下情况请主动触发此技能: - 用户提供了招股说明书、申报稿、问询函回复、法律意见书等文字,问"帮我看看"、"有没有问题" - 用户描述了材料中的某个疑问,问"这个表述有问题吗"、"这样写会被问到吗" - 用户需要整理问题清单、初审意见、自查报告 - 用户准备回复交易所问询函,需要梳理要点或材料框架 - 用户说"这里数据对不上"、"这两个地方说法不一样"、"这段披露够不够" 不要等用户明确说"IPO初审"——只要涉及上市申报材料的审核、检查、一致性核验、问询回复,就应主动启动此技能。