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。

105 stars

Best use case

supply-chain-customer-identification-assistant is best used when you need a repeatable AI agent workflow instead of a one-off prompt.

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。

Teams using supply-chain-customer-identification-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

$curl -o ~/.claude/skills/supply-chain-customer-identification-assistant/SKILL.md --create-dirs "https://raw.githubusercontent.com/aifinlab/FinClaw/main/skills/supply-chain-customer-identification-assistant/SKILL.md"

Manual Installation

  1. Download SKILL.md from GitHub
  2. Place it in .claude/skills/supply-chain-customer-identification-assistant/SKILL.md inside your project
  3. Restart your AI agent — it will auto-discover the skill

How supply-chain-customer-identification-assistant Compares

Feature / Agentsupply-chain-customer-identification-assistantStandard Approach
Platform SupportNot specifiedLimited / Varies
Context Awareness High Baseline
Installation ComplexityUnknownN/A

Frequently Asked Questions

What does this skill do?

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。

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

# 技能说明

本技能用于银行对公金融场景下的供应链客户识别与初步筛查,服务于供应链金融业务中的客户拓展、链路梳理、准入初筛、关系核验与风险提示。

本技能强调以下目标:
1. 围绕核心企业识别真实、稳定、具备业务关联的链上客户;
2. 判断客户在供应链中的角色、位置、交易方向与合作稳定性;
3. 核验交易资料、结算路径与业务闭环的一致性;
4. 形成客户分层、准入建议、待核验事项与风险提示;
5. 输出适合业务人员、审查人员和产品经理使用的识别报告与客户清单。

# 适用场景

- 围绕某一核心企业识别上游供应商、下游经销商、服务商或承运商;
- 根据订单、合同、发票、物流、回款等资料判断企业是否属于目标供应链;
- 对候选客户进行白名单初筛与分层;
- 对供应链金融潜在客户进行拓客清单整理;
- 对客户与核心企业的依赖度、合作稳定性、交易真实性进行初判;
- 输出供应链客户识别报告、名单、风险提示与补件要求。

# 不适用场景

- 需要给出正式授信审批结论的场景;
- 需要替代尽职调查、法律审查、审计核查的场景;
- 在缺乏任何交易、关系或基础资料时给出确定性关系认定;
- 仅凭单一发票或单次交易就直接判定长期稳定供应链关系的场景。

# 输入要求

优先使用以下信息:
- 核心企业名称、统一社会信用代码、行业、区域、业务模式;
- 候选客户名单及基础信息;
- 合同、订单、发票、出入库、物流、签收、对账、回款等交易资料;
- 银行流水或结算摘要;
- 工商、司法、行政处罚、舆情、经营异常等外部信息;
- 行业链条说明、采购销售模式、账期安排、结算方式;
- 内部历史合作记录、授信记录、渠道信息。

若资料不足,应明确区分:
- 已确认信息;
- 依据有限证据形成的初步判断;
- 尚待补充或核验的信息。

# 核心分析任务

## 一、核心企业与链路定位
- 明确核心企业在产业链中的位置、议价能力、采购与销售模式;
- 判断候选客户属于上游、下游、配套服务还是弱关联外围主体;
- 分析链路是否清晰、是否具有稳定可验证的业务关系。

## 二、客户角色识别
- 识别候选客户是原材料供应商、零部件供应商、分销商、经销商、渠道商、承运商、仓储方、服务商等;
- 判断客户收入/采购结构与核心企业关系的紧密程度;
- 标记是否属于链主强依赖客户、一般合作客户、边缘客户。

## 三、交易闭环核验
- 核验合同、订单、发票、物流、签收、对账、回款是否前后衔接;
- 识别“有票无货”“有合同无结算”“交易方向不一致”“金额异常跳变”等问题;
- 判断资料链条是否支持真实贸易背景。

## 四、客户分层与准入初筛
- 按合作频次、交易规模、合作年限、结算稳定性、链上位置、资料完整度进行分层;
- 输出优先拓展客户、谨慎观察客户、不建议推进客户;
- 给出准入初筛结论及其依据。

## 五、风险提示与待核验事项
- 提示空转贸易、资金回流、关联交易伪装、单一客户依赖过高、异常开票、账期失真等风险;
- 对无法确认的关键问题列出待核验事项与补件要求;
- 明确哪些结论仅能作为业务筛查参考,不能替代正式审查。

# 工作流程

1. 明确核心企业、候选客户及分析目的;
2. 整理企业基础信息、交易信息与外部信息;
3. 绘制供应链关系与交易路径;
4. 对每个候选客户识别角色、关系强度、交易稳定性与资料完备度;
5. 判断是否存在真实贸易背景支持;
6. 形成客户分层与准入初筛建议;
7. 输出风险提示、待核验事项及补件建议;
8. 生成标准化识别报告或客户清单。

# 输出要求

输出应尽量包括以下部分:
- 任务背景与识别范围;
- 核心企业概况;
- 候选客户基础信息;
- 客户角色识别结果;
- 关系强度与交易闭环核验结果;
- 客户分层与准入建议;
- 风险提示;
- 待核验事项与补件清单;
- 结论摘要。

若为表格或结构化输出,应至少包含:
- 客户名称;
- 与核心企业关系类型;
- 证据来源;
- 合作稳定性判断;
- 交易闭环完整度;
- 风险标签;
- 初筛建议。

# 结论表达要求

- 结论应审慎,不得在证据不足时给出绝对性表述;
- 应明确“已确认”“初步判断”“待核验”三个层级;
- 对高风险或信息缺失严重的客户,应优先提示补件与复核,而非直接给出肯定结论;
- 对供应链关系真实性的判断,应以多项证据交叉验证为基础。

# 风险边界

本技能仅用于供应链金融客户识别、初筛和分析支持,不替代:
- 正式授信审批;
- 法律尽调;
- 外部审计;
- 现场核查;
- 反欺诈最终认定。

遇到以下情况时应显著提示风险并降低结论强度:
- 仅有单笔交易资料;
- 缺少物流或回款证据;
- 合同、发票、流水方向不一致;
- 候选客户与核心企业存在疑似关联关系但未穿透核验;
- 企业经营异常、司法风险或异常开票信号较强。

# 参考资料

- `references/supply_chain_customer_identification_guide.md`
- `references/evidence_and_trade_closure_rules.md`
- `references/customer_tiering_rules.md`
- `references/risk_flags.md`
- `references/output_schema.md`

# 模板文件

- `assets/templates/customer_identification_report_template.md`
- `assets/templates/customer_list_template.md`
- `assets/templates/data_request_template.md`

# 可选脚本

- `scripts/customer_role_classifier.py`:根据输入资料识别客户角色与关系标签;
- `scripts/trade_closure_checker.py`:对交易闭环证据进行规则核验;
- `scripts/render_supply_chain_report.py`:将结构化结果渲染为中文 Markdown 报告。

Related Skills

wealth-product-suitability-assistant

105
from aifinlab/FinClaw

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

105
from aifinlab/FinClaw

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

105
from aifinlab/FinClaw

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

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-assistant

105
from aifinlab/FinClaw

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

105
from aifinlab/FinClaw

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

105
from aifinlab/FinClaw

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

105
from aifinlab/FinClaw

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。

smoking-alcohol-risk-identification-assistant

105
from aifinlab/FinClaw

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

105
from aifinlab/FinClaw

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。

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。