Best use case
watchlist-match-result-analysis is best used when you need a repeatable AI agent workflow instead of a one-off prompt.
分析名单筛查匹配结果的相似度分层、字段差异和误报聚类,辅助合规团队高效完成名单复核
Teams using watchlist-match-result-analysis 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/watchlist-match-result-analysis/SKILL.mdinside your project - Restart your AI agent — it will auto-discover the skill
How watchlist-match-result-analysis Compares
| Feature / Agent | watchlist-match-result-analysis | 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?
分析名单筛查匹配结果的相似度分层、字段差异和误报聚类,辅助合规团队高效完成名单复核
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
# 名单匹配结果分析助手 ## 1. 业务问题 名单筛查系统(制裁名单、政治敏感人物名单、内部黑名单等)每日产生大量匹配结果,其中包含大量误报。合规团队需要逐条复核确认,工作量大且重复性高。本技能对匹配结果进行相似度分层、字段差异分析和误报模式聚类,帮助合规人员快速定位高相似度命中并批量处理低风险误报。 ## 2. 适用场景 - 日常名单筛查结果的批量复核辅助 - 新名单更新后的存量客户回溯筛查结果分析 - 误报率统计和误报模式归类 - 筛查规则优化前的历史匹配结果分析 - 跨名单源的匹配结果交叉比对 ## 3. 输入 | 输入项 | 说明 | 是否必需 | |--------|------|----------| | 名单匹配结果 | 筛查系统输出的匹配记录,含匹配分数和匹配字段 | 必需 | | 客户信息 | 被匹配客户的姓名、证件号、国籍等基本信息 | 必需 | | 名单源信息 | 匹配命中的名单类型、名单条目详情 | 可选 | | 历史复核记录 | 过往相同或相似匹配的复核结果 | 可选 | | 误报规则库 | 已确认的常见误报模式 | 可选 | ## 4. 输出 | 输出项 | 说明 | |--------|------| | 相似度分层结果 | 高/中/低相似度分层及各层数量分布 | | 字段差异明细 | 每条匹配的逐字段比对结果和差异说明 | | 误报聚类结果 | 按误报原因归类的匹配记录分组 | | 高相似度命中清单 | 需优先人工核实的高相似度匹配 | | 复核效率建议 | 建议的复核顺序和批量处理候选 | ## 5. 默认分析维度 - **相似度分层**:高相似度(≥85%)、中相似度(60%-85%)、低相似度(<60%) - **字段级差异**:姓名匹配度、证件号匹配、国籍/地域匹配、出生日期匹配 - **误报模式 - 别名误报**:常见姓名重合但实为不同人 - **误报模式 - 翻译/拼写差异**:不同翻译版本或拼写习惯导致的匹配 - **误报模式 - 字段缺失误报**:因关键区分字段缺失导致无法排除的匹配 - **误报模式 - 重复实体误报**:同一客户因多条记录重复命中 ## 6. 默认分析框架 1. **匹配结果接收与校验**:检查匹配数据的完整性,标注缺失字段 2. **相似度分层**:按匹配分数将结果分为高/中/低三层 3. **逐字段差异分析**:对每条匹配记录进行字段级比对,标注差异点 4. **误报模式匹配**:将匹配结果与已知误报模式比对,识别疑似误报 5. **误报聚类**:将相似误报原因的记录归为一组,便于批量复核 6. **历史复核回溯**:检查是否有相同或高度相似的历史复核记录 7. **结论先行输出**:先呈现分层分布和疑似误报比例,再展开明细 ## 7. 安全边界 - 不编造数据;不夸大结论;缺失信息标注"未获取"或"待核实" - 不替代正式审批、正式风控、正式合规、正式报送、正式处置、正式责任认定、正式管理决策 - 不对交易或客户做"疑似洗钱""疑似欺诈"等定性表述 - 仅提供数据模式分析和复核参考 - 不替代正式合规复核、审计、调查或账户处置决策 - 不替代可疑交易报告(STR)的正式判定 - 误报判断仅为辅助建议,最终确认须由合规人员根据完整信息做出 ## 8. 上游依赖 | 依赖技能 | 用途 | |----------|------| | 无 | 直接接收名单筛查系统的匹配输出结果 | ## 9. 可联动下游 Skills | 下游技能 | 联动场景 | |----------|----------| | 无 | 本技能输出对接合规团队人工复核流程 |
Related Skills
fund-attribution-analysis
基金收益归因分析 - Brinson模型、因子归因、风格分析工具。 当用户需要分析基金超额收益来源、进行业绩归因、评估基金经理能力时使用此技能。 支持Brinson归因、因子归因、风格归因、行业归因、选股能力分析。 触发关键词:收益归因、Brinson、业绩归因、超额收益、阿尔法归因、因子分析。
trust-solution-match
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。
routine-physical-exam-report-analysis-assistant
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。
regulation-matching-assistant
用于法规要求与业务条款匹配检查,基于监管规则关键词识别已覆盖义务与潜在缺口。适用于合同法务、合规审查、监管检查前自查场景。
regulation-match-trust-regulatory
用于信托领域合同与法务中的法规匹配助手-信托监管版场景。支持结构化输入处理、规则分析与Markdown结果输出。
regulation-match-family-trust
用于信托领域合同与法务中的法规匹配助手-家族信托版场景。支持结构化输入处理、规则分析与Markdown结果输出。
regulation-match-asset-management-regulation
用于信托领域合同与法务中的法规匹配助手-资管新规版场景。支持结构化输入处理、规则分析与Markdown结果输出。
outpatient-record-analysis-assistant
当用户需要对门诊相关医疗记录进行专业、结构化的解析,提取主诉、现病史、初步诊断、复诊频次、治疗方案、随访安排及其他与保险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。
middle-class-protection-gap-analysis-assistant
当用户需要围绕中产客户或中产家庭的收入保障、健康保障、资产保护、家庭责任和中长期生活目标,分析当前保障结构是否合理、核心风险是否覆盖、责任与保障是否匹配,并识别身故保障、重疾保障、医疗保障、意外保障、养老保障、子女教育保障和资产安全保障等方面的保障缺口时使用本 skill。适用于中产客户保障诊断、收入保障分析、家庭责任梳理、已有保单盘点、保障层次评估、补充优先级判断、客户沟通前置分析,以及“先不要推荐产品,先看这个中产家庭缺什么保障”这类场景。输入可以是客户及家庭成员资料、收入与负债信息、生活支出压力、已有保单清单、社保医保与团险信息、储蓄型与养老型保险安排、预算约束、客户关注重点、访谈纪要、OCR 文本或其他零散客户资料。
insurance-trust-match
用于信托领域财富与家族信托中的保险金信托匹配助手场景。支持结构化输入处理、规则分析与Markdown结果输出。
hospitalization-record-analysis-assistant
当用户需要对住院相关医疗资料进行专业、结构化的解析,提取入院诊断、出院诊断、住院经过、手术治疗、并发症、恢复情况、复诊建议及其他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。
target-segment-matching
面向基金产品管理领域的客群匹配任务Skill,围绕「目标客群匹配助手」场景提供信息抽取、结构化分析与结果输出。