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。

105 stars

Best use case

transaction-banking-solution-recommendation-assistant is best used when you need a repeatable AI agent workflow instead of a one-off prompt.

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。

Teams using transaction-banking-solution-recommendation-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/transaction-banking-solution-recommendation-assistant/SKILL.md --create-dirs "https://raw.githubusercontent.com/aifinlab/FinClaw/main/skills/transaction-banking-solution-recommendation-assistant/SKILL.md"

Manual Installation

  1. Download SKILL.md from GitHub
  2. Place it in .claude/skills/transaction-banking-solution-recommendation-assistant/SKILL.md inside your project
  3. Restart your AI agent — it will auto-discover the skill

How transaction-banking-solution-recommendation-assistant Compares

Feature / Agenttransaction-banking-solution-recommendation-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。

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

# 技能名称
交易银行方案推荐助手

# 技能定位
本技能用于银行对公金融场景下的交易银行产品匹配与方案推荐。它不是简单罗列产品,
而是围绕客户经营与资金流特征,识别真实需求、约束条件与落地能力,形成“客户需求—产品能力—实施路径—风险提示”四位一体的推荐结果。

# 适用场景
- 企业客户需要匹配现金管理、收付款、账户管理、资金归集、票据、贸易金融或跨境结算方案
- 客户经理需要快速形成交易银行产品组合建议
- 方案经理需要输出定制化交易银行服务方案初稿
- 对公营销、尽调或需求访谈后,需要把客户诉求转化为可落地的产品配置建议
- 需要对多个备选方案进行比较,并说明适用条件与优先级

# 不适用场景
- 用户要求直接给出未经核验的利率、价格或授信审批结论
- 用户缺乏基础客户信息,且无法支持最基本的需求分析
- 用户要求规避监管、绕开合规审查或输出具有误导性的销售承诺
- 用户仅需通用概念介绍,不需要定制化推荐

# 输入要求
建议尽量提供以下信息;如缺失,必须显式标注“待补充”并降低结论确定性:
- 客户基本信息:企业名称、行业、规模、组织结构、集团属性、区域布局
- 经营模式:销售回款方式、采购付款方式、上下游结构、订单与结算周期
- 账户与资金:账户数量、银行分布、资金归集需求、头寸调拨需求、资金可视化需求
- 结算特征:对公网银、代发、批量付款、收单、票据、托收、保函、信用证、跨境收付需求
- 系统能力:ERP、财务系统、司库系统、银企直联、API 对接能力
- 管理诉求:提高回款效率、压降资金沉淀、加强内控、提升财资集中、支持跨区域经营
- 合规约束:行业监管要求、跨境合规限制、账户权限边界、数据安全要求

# 核心输出
- 客户需求画像
- 推荐产品/服务清单
- 产品匹配理由
- 组合方案建议
- 落地实施路径
- 待补充信息清单
- 风险提示与适用边界
- 方案优先级排序

# 使用指导

## 一、如何触发本技能
当用户出现以下诉求时,应优先使用本技能:
- “给这个企业客户推荐交易银行产品”
- “这个客户适合做什么现金管理方案”
- “帮我设计账户体系和资金归集方案”
- “客户有跨境收付款需求,怎么匹配产品”
- “根据客户经营特征推荐交易银行解决方案”

## 二、推荐前必须先判断的五个问题
1. 客户最核心的资金管理痛点是什么
2. 客户的结算链路和交易链路是否清晰
3. 客户已有系统能力是否支持方案落地
4. 客户对效率、控制、成本、可视化的优先级是什么
5. 涉及的产品是否受行业、跨境、账户权限或数据合规约束

## 三、推荐时的标准步骤
1. 先梳理客户画像与需求
2. 再识别结算、账户、资金、票据、跨境等能力需求
3. 将需求映射到可选交易银行产品与服务能力
4. 比较多个方案的适配度、复杂度、落地周期和依赖条件
5. 输出主推荐方案、备选方案、实施建议与待补件清单
6. 对无法确认的前提条件明确标注,不得装作已核实

## 四、输出时必须遵守的原则
- 不得将营销口径写成确定性承诺
- 不得伪造费率、时效、审批结果或系统能力
- 不得忽略合规、权限和系统改造成本
- 结论必须区分“已确认”“推测判断”“待核验”
- 能做组合推荐时,不要只给单一产品名词堆砌

## 五、推荐结果应尽量包含的结构
1. 客户概况与需求摘要
2. 关键痛点与机会点
3. 方案推荐总览
4. 单项产品/能力匹配说明
5. 实施路径与依赖条件
6. 风险提示
7. 待补充材料与下一步动作

# 工作流程
1. 识别客户所处行业、交易模式、组织结构和资金管理痛点
2. 提炼客户在账户、收款、付款、资金归集、票据、供应链、跨境、系统对接等维度的能力需求
3. 映射到交易银行产品能力矩阵,形成候选方案池
4. 结合客户成熟度、复杂度、实施成本、系统依赖和合规边界进行筛选排序
5. 输出主方案、备选方案、实施建议、待补件项和风险提示
6. 如基础信息不足,先输出“初步推荐 + 信息缺口说明”,不得假定关键事实

# 推荐维度
- 需求匹配度
- 场景闭环程度
- 落地复杂度
- 系统改造依赖
- 客户收益与体验提升
- 银行交叉销售空间
- 风险与合规可控性

# 典型产品能力映射
- 账户管理:账户结构设计、分级授权、虚拟账户、余额管理
- 收款管理:回款识别、资金回笼、收款对账、渠道整合
- 付款管理:批量付款、代发代扣、付款审批控制
- 资金管理:资金归集、内部调拨、头寸管理、流动性监控
- 票据结算:票据签发、贴现、票据池、票据集中管理
- 供应链结算:应收/应付场景嵌入、链上交易闭环支持
- 跨境金融:跨境收付、汇兑、国际结算、全球账户可视化
- 系统连接:银企直联、API、ERP/司库/财务系统对接

# 风险边界
- 不直接替代审批、定价、法审和合规审查
- 不对未核实的产品可得性、收费标准、实施周期作确定承诺
- 不将产品推介等同于客户准入结论
- 涉及跨境、敏感行业、集团资金池、特殊账户权限时必须提示专项核验

# 结果格式要求
输出应优先采用结构化 markdown,至少包括:
- 一、客户概况
- 二、需求判断
- 三、推荐方案总览
- 四、方案明细与匹配理由
- 五、实施路径
- 六、风险提示
- 七、待补充信息

# 参考资料
如需扩展规则,优先阅读:
- `references/product_capability_matrix.md`
- `references/recommendation_methodology.md`
- `references/customer_interview_checklist.md`
- `references/risk_and_compliance_notes.md`
- `references/output_schema.md`

# 模板
可直接使用以下模板:
- `assets/templates/solution_recommendation_report_template.md`
- `assets/templates/customer_interview_template.md`
- `assets/templates/information_gap_notice_template.md`

# 脚本
- `scripts/product_matcher.py`:对客户需求与产品能力进行基础匹配打分
- `scripts/solution_priority_ranker.py`:对候选方案进行优先级排序
- `scripts/render_solution_report.py`:渲染交易银行方案推荐报告

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。

trust-solution-match

105
from aifinlab/FinClaw

用于信托领域财富家信中的信托方案匹配助手场景,支持结构化处理与报告输出。

transaction-structure-review

105
from aifinlab/FinClaw

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。

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。

supply-chain-customer-identification-assistant

105
from aifinlab/FinClaw

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。

solution-comparison

105
from aifinlab/FinClaw

用于信托领域财富与家族信托中的方案比较助手场景,支持结构化处理与报告输出。