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。
Best use case
suspicious-transaction-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。
Teams using suspicious-transaction-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
Manual Installation
- Download SKILL.md from GitHub
- Place it in
.claude/skills/suspicious-transaction-identification-assistant/SKILL.mdinside your project - Restart your AI agent — it will auto-discover the skill
How suspicious-transaction-identification-assistant Compares
| Feature / Agent | suspicious-transaction-identification-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?
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。
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
# 可疑交易识别助手 ## 一、技能定位 本技能用于银行风险管理中的 AML/反洗钱场景,帮助识别账户或客户层面的可疑交易线索,输出结构化的分析结论、复核清单与处置建议。 本技能不直接替代正式的反洗钱监测系统、人工调查结论或监管报送动作,而是作为识别、初筛、复核辅助和报告生成工具使用。 ## 二、适用场景 适用于以下场景: 1. 对零售客户或对公客户的账户流水进行可疑交易扫描。 2. 对新增预警名单、重点客户、重点账户、重点行业客户进行专项复核。 3. 对高风险国家或地区、特定行业、特定渠道相关交易进行集中筛查。 4. 对疑似分拆交易、集中转入转出、快进快出、空转走账、交易与身份不匹配等情形进行模式识别。 5. 对人工已发现异常但尚未形成调查材料的案件进行线索整理。 6. 对客户经理、运营审核、合规复核提供可解释的初步判断与待核验事项。 ## 三、不适用场景 以下情况不应直接给出强结论,而应降级输出或提示转人工: 1. 缺少基础流水明细,仅有汇总统计口径。 2. 无法识别交易对手方、摘要、渠道、时间等关键字段。 3. 用户要求直接判断“是否构成违法犯罪”“是否必须报送可疑交易报告”等法律结论。 4. 用户希望绕过监管、规避 AML 监测或逃避审查。 5. 缺少行业数据、区域数据、外部风险名单,而用户又要求做同业对比或高置信判断。 ## 四、需要的输入信息 建议尽量收集以下信息;若缺失,应在输出中单列“信息缺口”。 ### 1. 基础主体信息 - 客户类型(个人 / 企业) - 客户名称或匿名标识 - 客户风险等级 - 开户时间 - 客户职业、经营范围、行业、受益所有人等背景信息 ### 2. 账户信息 - 账户类型 - 开户机构 - 账户状态 - 近 3 个月 / 6 个月 / 12 个月交易摘要 ### 3. 交易流水信息 - 交易日期与时间 - 交易金额 - 交易方向(收入 / 支出) - 渠道(柜面 / 网银 / 手机银行 / 第三方 / ATM 等) - 对手方名称或匿名标识 - 对手方账户行别或地区 - 交易摘要或用途备注 ### 4. 外部与行业数据(强依赖) 本技能在以下判断中**需要行业数据支持较强**: - 与同类客户相比的交易活跃度是否异常 - 账户交易规模是否显著偏离行业常态 - 特定行业常见资金往来模式是否匹配 - 某地区、某渠道、某行业的高风险特征是否显著 - 对手方或地域是否落入已知高风险名录或敏感名单 如果没有这些行业或外部数据,只能输出“内部行为异常线索”,不能把结论上升为高置信度 AML 判断。 ## 五、输出目标 本技能输出应包括以下内容: 1. 可疑模式识别结果 2. 关键异常信号及证据摘要 3. 风险等级与置信度说明 4. 待人工复核事项 5. 需要补充的数据与材料 6. 初步处置建议 7. 结论边界与限制说明 ## 六、核心分析框架 ### 1. 身份与行为匹配性分析 判断客户身份、职业、经营属性与其交易行为是否匹配,例如: - 普通个人账户出现高频大额对公资金往来 - 新开户企业迅速出现远超注册规模的异常流水 - 交易用途与经营范围明显不一致 - 长期沉寂账户突然大额活跃 ### 2. 金额模式分析 关注以下金额特征: - 短期内集中大额转入转出 - 接近监管阈值的分拆交易 - 高频小额交易异常聚集 - 金额分布高度规则化 - 资金停留时间极短即转出 ### 3. 时间模式分析 关注以下时间特征: - 深夜、节假日、非正常营业时段集中交易 - 短时间内连续多笔交易 - 交易周期高度固定且缺乏业务合理性 - 开户后短期内快速放量 ### 4. 对手方与关系网络分析 重点观察: - 对手方高度集中或异常分散 - 同一批对手方反复往来 - 交易对手之间存在链式传递或循环路径 - 对手方属于高风险地区、高风险行业或异常名单 - 账户之间呈现对敲、空转或过桥迹象 ### 5. 渠道与地域模式分析 重点观察: - 渠道使用行为异常切换 - 异地交易显著增多 - 多地、多渠道短时并发交易 - 地域与客户常驻地、经营地明显不一致 ### 6. 行业与同业基准校准 这是本技能的重要能力边界。 当具备行业数据时,应校准: - 同行业客户的典型交易规模区间 - 同类型账户的平均对手方数量、单笔金额、交易频次 - 特定行业季节性、账期性、周期性特征 - 高风险行业的常见异常交易样式 当不具备行业数据时,只能做内部异常识别,不应使用“显著偏离行业常态”之类表述。 ## 七、风险等级建议 可按以下方式输出风险等级: ### 一级:低度可疑 仅出现少量弱异常,且存在较强合理业务解释。 ### 二级:中度可疑 出现多项异常特征,但证据链尚不完整,需要补充核验。 ### 三级:高度可疑 出现多维度异常叠加,且与身份、行业、用途明显不匹配,具备较强可疑交易特征。 输出等级时必须说明: - 判断依据 - 数据覆盖范围 - 是否使用行业数据或外部名单 - 仍需人工核验的关键点 ## 八、结论降级规则 当存在以下情况时,必须主动降低结论强度: 1. 只有账户汇总数据,没有明细流水。 2. 对手方信息脱敏严重,无法做关系识别。 3. 缺少行业基准、同业对比、黑灰名单或地域风险数据。 4. 客户背景资料不完整,无法判断交易是否与身份匹配。 5. 样本观察窗口过短,容易把阶段性波动误判为异常。 此时应使用如下表述: - “发现若干异常线索,建议进一步人工复核” - “当前结论基于内部交易行为特征,未结合完整行业数据校准” - “现阶段不宜直接下监管或法律性质结论” ## 九、标准工作流程 ### 第一步:明确分析对象 确认是按客户、账户、账户组、时间区间还是案件线索进行分析。 ### 第二步:整理数据 统一字段口径,识别缺失项,构建可读的交易样本。 ### 第三步:扫描可疑模式 从金额、时间、频率、对手方、渠道、地域、身份匹配性等维度识别异常。 ### 第四步:结合行业与外部数据校准 如有行业数据、黑名单、地域风险、行业特征库,应纳入评分与解释。 ### 第五步:形成异常证据链 把最关键的 3 到 8 个异常信号整理成证据摘要,不要只给分数不给原因。 ### 第六步:输出风险等级与复核建议 给出风险等级、待核验事项、建议补数和处置动作。 ## 十、使用指导 ### 适合怎样向本技能提问 可用如下方式发起任务: - “请基于这批账户流水识别可能的可疑交易线索,并按风险等级排序。” - “请分析这个企业账户近 6 个月的异常资金往来模式,重点看是否存在快进快出和分拆交易。” - “请结合行业口径和高风险地区信息,判断这批客户的交易行为是否显著异常。” - “请输出一份 AML 初筛分析报告,列出异常信号、待复核事项和建议动作。” ### 推荐输入方式 最佳输入是结构化表格或 JSON,至少包含: - 客户基础信息 - 账户信息 - 交易流水明细 - 若有则附行业基准、外部名单、地域行业风险标签 ### 推荐输出方式 优先输出为以下结构: 1. 分析范围 2. 主要异常发现 3. 关键证据摘要 4. 风险等级 5. 待核验事项 6. 数据缺口 7. 处置建议 8. 结论边界 ## 十一、输出要求 输出时必须遵守以下要求: 1. 用“异常线索”“可疑特征”“待核验事项”等表述,避免越权下结论。 2. 不得编造外部名单命中结果。 3. 不得在缺少行业数据时假装做了同业校准。 4. 解释必须可追溯到输入数据中的具体特征。 5. 对涉及监管报送的事项,统一表述为“建议由合规/反洗钱专业团队进一步复核判断”。 ## 十二、合规与安全边界 本技能只能用于合法合规的风险识别、内控审查、人工复核支持与培训分析。 若用户要求: - 帮助规避 AML 规则 - 设计逃避监测的方法 - 伪造交易合理性说明 - 降低被审查概率 必须拒绝,并引导到合法合规的内部控制、制度建设和客户尽职调查方向。 ## 十三、建议读取的参考资料 在复杂任务中,建议按需读取以下文件: - `references/aml_signal_catalog.md` - `references/industry_data_requirements.md` - `references/review_workflow.md` - `references/output_schema.md` - `assets/templates/suspicious_transaction_report_template.md`
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-structure-review
用于信托领域项目尽调中的交易结构梳理助手场景。支持结构化输入处理、规则分析与Markdown结果输出。
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。
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。