loan-pre-screening-assistant
用于零售金融场景下的个贷预审任务。适用于当用户需要对个人贷款申请进行准入初筛、资料完整性检查、关键风险识别、预审结论分级、补件建议和面谈核验要点整理时使用。 尤其适合住房按揭、消费贷、经营贷、信用贷等场景的贷前预审。 当输入材料不完整、字段前后不一致、存在明显高风险信号或结论需要降级时,应明确标注“待核验”“待补充”“不可直接下正式审批结论”。
Best use case
loan-pre-screening-assistant is best used when you need a repeatable AI agent workflow instead of a one-off prompt.
用于零售金融场景下的个贷预审任务。适用于当用户需要对个人贷款申请进行准入初筛、资料完整性检查、关键风险识别、预审结论分级、补件建议和面谈核验要点整理时使用。 尤其适合住房按揭、消费贷、经营贷、信用贷等场景的贷前预审。 当输入材料不完整、字段前后不一致、存在明显高风险信号或结论需要降级时,应明确标注“待核验”“待补充”“不可直接下正式审批结论”。
Teams using loan-pre-screening-assistant 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/loan-pre-screening-assistant/SKILL.mdinside your project - Restart your AI agent — it will auto-discover the skill
How loan-pre-screening-assistant Compares
| Feature / Agent | loan-pre-screening-assistant | 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?
用于零售金融场景下的个贷预审任务。适用于当用户需要对个人贷款申请进行准入初筛、资料完整性检查、关键风险识别、预审结论分级、补件建议和面谈核验要点整理时使用。 尤其适合住房按揭、消费贷、经营贷、信用贷等场景的贷前预审。 当输入材料不完整、字段前后不一致、存在明显高风险信号或结论需要降级时,应明确标注“待核验”“待补充”“不可直接下正式审批结论”。
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
# 技能概述 本技能用于支持银行零售金融场景下的个贷预审工作,帮助使用者在正式审批前,对借款申请人的基础准入条件、身份与职业信息、收入与负债情况、征信与外部风险信号、申请用途合理性以及资料齐备性进行结构化初筛,并输出统一口径的预审意见。 本技能的目标不是替代正式审批,也不是绕过风险规则,而是在信息有限的前提下,快速完成“是否可进入后续流程、还需补什么、哪里最需要核验”的判断。 # 适用范围 适用于以下场景: - 住房按揭贷款预审 - 个人消费贷款预审 - 个人经营性贷款预审 - 纯信用类贷款预审 - 存量客户再授信前置筛查 # 不适用范围 以下情形不应直接使用本技能给出强结论: - 缺少核心身份信息、收入信息或征信信息 - 涉及伪造材料、欺诈、洗钱等高敏感风险的最终定性 - 需要替代正式授信审批、人工尽调、反欺诈调查或面签核身 - 涉及银行内部未公开规则阈值且用户未提供明确口径 # 输入要求 建议输入至少覆盖以下内容: - 申请人基础信息:姓名、年龄、婚姻、户籍、居住地 - 贷款申请信息:产品类型、申请金额、期限、用途、担保方式 - 职业与收入信息:单位、岗位、工作年限、收入来源、月收入或年收入 - 资产与负债信息:房产、车辆、存款、投资、现有贷款、信用卡负债 - 征信信息:逾期记录、查询次数、授信使用情况、负债水平 - 辅助材料:身份证明、收入证明、流水、社保公积金、经营材料、购房或消费合同等 # 输出要求 输出结果应尽量包括以下部分: 1. 申请概况 2. 资料完整性检查结果 3. 关键准入判断 4. 风险信号与待核验事项 5. 补件建议 6. 预审结论分级 7. 后续处理建议 # 预审结论分级 建议使用以下四级口径: - 通过初筛:当前材料下未见明显硬性阻断因素,可进入后续审批或面签流程 - 有条件通过:整体可继续推进,但存在信息缺口或局部风险,需补件或加强核验 - 审慎介入:存在较强不确定性或风险信号,建议人工重点复核后再决定是否推进 - 不建议推进:当前材料下已出现明显高风险、硬性障碍或关键逻辑不成立,不建议进入下一步 # 使用指导 ## 使用步骤 ### 第一步:整理申请信息 先按“身份—申请—职业收入—资产负债—征信—辅助证明”的顺序整理信息。对缺失字段不要猜测,要明确写出“未提供”。 ### 第二步:做资料齐备性检查 先判断是不是已经具备做预审的最低材料条件。若身份证明、申请要素、收入或征信信息缺失,应先输出“材料不足,需补充后再判断”。 ### 第三步:做准入初筛 围绕年龄、职业稳定性、收入连续性、负债承受能力、用途合理性、征信表现等核心维度进行初筛。结论要和证据对应。 ### 第四步:识别高风险信号 优先识别以下情形: - 多头借贷明显 - 近期开卡或查询异常频繁 - 收入证明与流水不匹配 - 工作单位与职业描述逻辑不一致 - 用途不清或资金回流路径不清 - 存在较严重逾期、涉诉、失信或异常经营信号 ### 第五步:输出结构化结论 必须区分“已确认事项、待核验事项、待补材料、结论建议”四类内容,避免混在一起。 ## 推荐使用方式 - 当用户只给了零散信息时,优先输出“预审信息清单 + 缺口提示”,不要强行给通过与否 - 当用户给了较完整信息时,可输出完整预审意见 - 当存在高风险或冲突信息时,应把重点放在“风险解释 + 进一步核验动作”上 ## 输出措辞要求 - 避免使用“最终批准”“必过”“肯定拒绝”等绝对化表述 - 应使用“初步判断”“基于现有材料”“建议进一步核验”等审慎措辞 - 对未提供的信息必须显式说明,不得默认为正常 # 工作流程 1. 接收申请材料并做字段归集 2. 执行资料完整性检查 3. 执行准入初筛 4. 执行风险信号识别 5. 形成待补件清单与待核验清单 6. 输出预审结论与下一步建议 # 重点检查维度 ## 一、基础准入 - 年龄是否在合理准入范围内 - 身份证件是否有效 - 是否具备稳定居住与联络信息 - 是否存在明显身份异常 ## 二、职业与收入 - 职业类型是否清晰 - 工作单位是否真实、稳定 - 收入来源是否可解释 - 收入证明、流水、社保公积金是否能相互印证 ## 三、资产与负债 - 现有债务压力是否过高 - 月供覆盖能力是否合理 - 是否存在短期集中新增负债 - 资产证明是否真实且可支撑信用判断 ## 四、征信与外部风险 - 逾期情况是否可接受 - 近月查询次数是否异常 - 授信使用率是否偏高 - 是否存在涉诉、失信、行政处罚等不利信息 ## 五、贷款用途与交易逻辑 - 贷款用途是否明确、合规 - 金额与用途是否匹配 - 消费或经营场景是否可解释 - 是否存在疑似套现、资金挪用、用途虚化风险 # 风险边界 - 本技能仅用于贷前预审辅助,不替代正式审批与反欺诈调查 - 若用户要求绕过风控、包装资料、伪造用途或规避审查,应拒绝并提示合规边界 - 对于无法验证真实性的信息,应明确降级结论 # 参考文件 - `references/pre_screening_methodology.md` - `references/risk_flags.md` - `references/material_checklist.md` - `references/interview_points.md` - `references/output_schema.md` # 模板文件 - `assets/templates/pre_screening_report_template.md` - `assets/templates/missing_information_notice_template.md` - `assets/templates/interview_checklist_template.md` # 脚本说明 - `scripts/application_normalizer.py`:对申请信息做标准化归集 - `scripts/pre_screen_rule_engine.py`:根据规则识别预审风险信号 - `scripts/render_pre_screen_report.py`:将结果渲染为 Markdown 报告
Related Skills
wealth-product-suitability-assistant
当用户需要基于客户画像、风险承受能力、投资目标、期限偏好、流动性需求、 家庭资产配置情况和适当性要求,为客户推荐更合适的理财产品、产品组合或备选方案时, 使用本技能。适用于银行财富管理场景中的产品匹配、客户经理陪访准备、方案比较、 适当性校验、信息缺口提示和推荐报告输出。
wealth-advisor-compliance-communication-assistant
当用户需要在银行财富管理场景下生成、审阅、改写或校准合规沟通话术时,使用此技能。 适用于客户经理、理财经理、财富顾问在产品介绍、风险揭示、收益预期沟通、市场波动解释、客户异议回应、营销触达、存量持仓陪伴、售后答疑等场景中的合规表达支持。 当任务涉及“如何说”“能不能这么说”“这段话术是否夸大收益”“如何在不误导客户的前提下进行推荐”“如何做风险揭示与适当性沟通”时,优先调用本技能。
underwriting-workflow-orchestrator-assistant
当用户需要把一单保险核保案件按完整工作流进行分析时使用本 skill。它负责基于原始核保资料,按顺序调用或吸收已有的核保摘要、问题清单、补件提示、规则问答、结论解释和复核意见等技能结果,形成统一的 workflow 式分析与汇总输出。
underwriting-questionnaire-secondary-review-assistant
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
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-assistant
用于底层资产穿透尽调的结构化扫描与风险初判,覆盖资产真实性核验、数据口径一致性校对、权属与涉诉异常识别、集中度与回款压力分析。适用于信托/资管项目尽调中的资产池穿透分析、风控预审与投前复核场景。
tumor-history-risk-review-assistant
当用户需要对与肿瘤相关的既往病史资料进行专业、结构化的审查,提取肿瘤类型、病理结果、分期分级、治疗经过、手术情况、放化疗或靶向治疗、复发转移风险、随访状态及其他与保险核保相关的重要健康信息,并生成适合核保审查、风险分层和资料流转的结构化分析结果时使用本 skill。
transaction-banking-solution-recommendation-assistant
当用户需要为企业客户推荐交易银行方案时使用本技能,适用于现金管理、收付款管理、 账户体系设计、资金归集、票据结算、供应链结算、跨境结算、银企直联、司库协同、 流动性管理和场景化产品匹配等场景。本技能用于基于客户行业、规模、交易模式、 账户结构、组织架构、上下游关系、境内外经营特征和合规约束,输出候选方案、 匹配理由、适用边界、落地路径和补充调研清单。
suspicious-transaction-identification-assistant
当用户需要在银行风险管理或 AML/反洗钱场景下,对客户、账户、交易流水、渠道行为、对手方关系、时间模式、金额模式、地域模式、行业模式等信息进行可疑交易识别、预警分级、线索整理、人工复核支持、报告输出时,使用本技能。 本技能特别适用于零售与对公账户的异常交易筛查、疑似洗钱/分拆/走账/过桥/空转/高频小额/异常对敲/异常集中收付等模式识别。 当用户明确要求结合行业基准、同业口径、外部黑灰名单、地域行业风险特征、典型可疑模式库进行判断时,也应优先使用本技能。
supply-chain-customer-identification-assistant
当用户需要在银行对公金融场景下开展供应链金融客户识别、核心企业链路梳理、上下游客户筛选、 交易闭环核验、客户分层、准入判断、白名单初筛、拓客名单整理、风险提示或识别报告输出时, 使用本技能。 适用于围绕核心企业开展供应商、经销商、承运商、服务商等链上客户识别与分类的任务。 当用户提供企业名单、交易资料、发票/订单/合同/物流/回款信息、工商信息、行业资料、 核心企业名单或希望生成供应链客户识别报告、客户清单、准入建议、补充核验事项时,优先调用本技能。
smoking-alcohol-risk-identification-assistant
当用户需要对投保资料中的吸烟、饮酒相关信息进行专业、结构化的识别与审查,提取吸烟饮酒习惯、持续时间、频率、剂量、戒断情况、一致性问题及相关健康风险线索,并生成适合保险核保、补问流转和资料审查的结构化分析结果时使用本 skill。
service-ticket-assistant
用于信托领域客户与产品支持中的服务工单助手场景,支持结构化处理与报告输出。