القائمة
面向基金合规与信息披露领域的敏感识别任务Skill，围绕「敏感措辞识别助手」场景提供信息抽取、结构化分析与结果输出。
يُحدَّد Prompt الذي يراجع المصدر أولًا بشكل افتراضي. يمكنك التبديل إلى أمر مباشر أو تنزيل نسخة محلية.
اقرأ SKILL.md وأي ملفات مرافقة يعرضها SkillsMP قبل أن تقرر التثبيت.
التثبيت باستخدام Codex أو Claude انسخ هذا Prompt والصقه في Codex أو Claude أو مساعد آخر ليراجع صفحة Skill ويثبّتها لك.
يتجاوز الأمر المباشر Prompt المخصّص للمراجعة. افحص المصدر قبل تشغيله.
npx skills add https://github.com/aifinlab/FinClaw --skill sensitive-wording-detectionيبقى الأمر في سطر واحد. مرّر أفقيًا لمراجعته كاملًا قبل النسخ.
تفضّل نسخة محلية؟ نزّل الملفات المتاحة حاليًا لدى SkillsMP.
A股逆向选择/信息不对称分析。当用户说"逆向选择"、"adverse selection"、"信息不对称"、"知情交易者"、"逆向选择成本"、"信息劣势"时触发。基于 cn-stock-data 获取数据，度量逆向选择与信息不对称程度。支持 formal/brief 两种输出风格。
A股量价异常检测/异动监控。当用户说"异常检测"、"异动"、"anomaly"、"量价异常"、"异常波动"、"XX有异动"时触发。量化检测股价和成交量异常。支持formal和brief风格。
A股自相关/序列相关性/收益率自相关结构分析。当用户说"自相关"、"autocorrelation"、"序列相关"、"收益率预测性"、"动量还是反转"、"自相关系数"、"ACF"、"PACF"、"Ljung-Box"、"收益率是否可预测"、"随机游走检验"时触发。MUST USE when user asks about return autocorrelation, serial correlation tests, or whether a stock's returns are predictable. 量化分析收益率的自相关结构（ACF/PACF、Ljung-Box检验、随机游走检验）。支持formal和brief风格。
استنادا إلى تصنيف SOC المهني
عرض SKILL.md
| name | sensitive-wording-detection |
| description | 面向基金合规与信息披露领域的敏感识别任务Skill，围绕「敏感措辞识别助手」场景提供信息抽取、结构化分析与结果输出。 |
pip install -r requirements.txt
python scripts/main.py --input sample.txt --output-json result.json --output-md report.md
{
"skill": "敏感措辞识别助手",
"domain": "合规与信息披露",
"scene": "敏感识别",
"input_summary": {
"fund_code": "000000",
"fund_name": "示例基金",
"period": "2024Q4",
"data_coverage": "净值/持仓/披露/市场"
},
"key_findings": [
"关键结论1",
"关键结论2"
],
"data_quality": {
"has_text": true,
"text_length": 1200
},
"limitations": [
"仅基于输入信息形成初步判断"
]
}