Menu
用于尽调问题清单自动生成与优先级排序，基于尽调发现、缺失资料和风险关键词生成可执行的访谈问题与补证清单。适用于信托项目尽调访谈准备、问题台账整理、尽调会前复核场景。
The review-first prompt is selected by default. You can switch to a direct command or download a local copy.
Read SKILL.md and any companion files shown by SkillsMP before deciding whether to install.
Install with Codex or Claude Copy this prompt, paste it into Codex, Claude, or another assistant, and let it review the skill page and install it for you.
A direct command skips the review prompt. Inspect the source before running it.
npx skills add https://github.com/aifinlab/FinClaw --skill dd-question-list-assistantThe command stays on one line. Scroll horizontally to inspect it before copying.
Prefer a local copy? Download the files currently available to SkillsMP.
Showing SKILL.md
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。
Based on SOC occupation classification
| name | dd-question-list-assistant |
| description | 用于尽调问题清单自动生成与优先级排序，基于尽调发现、缺失资料和风险关键词生成可执行的访谈问题与补证清单。适用于信托项目尽调访谈准备、问题台账整理、尽调会前复核场景。 |
本技能用于把零散尽调发现转化为结构化问题清单，支持：
支持 JSON 数组或 JSONL，每条记录建议包含：
entity_namecategory（finance/legal/compliance/operations/other）issue_textseverity（high/medium/low）evidencemissing_docs（字符串数组）status（open/closed/in_progress）使用 scripts/dd_question_list.py 生成报告：
python scripts/dd_question_list.py \
--input findings.json \
--output dd_questions.md
可选参数：
--keywords：自定义关键词与问题模板 JSON--top：展示最高优先级问题数量（默认 20）