メニュー
信用评分卡模型工具，实现WOE/IV计算、简化逻辑回归评分卡与Altman Z-Score违约预测。适用于风控建模教学与评分卡原型验证。模型基于简化假设和历史数据，需人工复核，且评分卡模型可能产生歧视性结果，不适用于受保护群体的信用评估。
デフォルトでは、最初にソースを確認する Prompt が選択されています。直接コマンドに切り替えるか、ローカルコピーをダウンロードすることもできます。
インストールを決める前に、SKILL.md と SkillsMP に表示されている付属ファイルをお読みください。
SOC 職業分類に基づく
Codex または Claude でインストール この Prompt をコピーして Codex、Claude、または他のアシスタントに貼り付けると、Skill ページを確認してインストールできます。
直接コマンドでは確認用 Prompt が省略されます。実行前にソースを確認してください。
npx skills add https://github.com/openJiuwen-ai/agent-store --skill credit-scoringコマンドは1行のまま表示されます。コピー前に横へスクロールして全体を確認してください。
ローカルで確認しますか？SkillsMP が現在取得できるファイルをダウンロードできます。
SKILL.md を表示中
异常检测预警。基于规则引擎对网点运营数据执行异常检测，输出 CRITICAL/WARN/INFO 三级预警。触发词：异常检测、风险预警、今日预警、告警、有没有异常。当用户提到异常检测相关查询时触发。
网点数据查询。通过 NL2SQL 将自然语言转换为 SQL 语句，查询网点交易、客流、营销数据。支持大额交易、交易汇总、失败交易、对公客户等查询。触发词：今天大额交易、交易情况、客流量、营销转化率、失败交易、对公客户、交易汇总。当用户提到网点运营数据查询时触发。
网点全景概览。组合调用前三个 Skill 生成日终运营报告。触发词：网点概况、今日运营、日终报告、全景概览、整体情况。当用户提到网点全景查询时触发。
| name | credit-scoring |
| description | 信用评分卡模型工具，实现WOE/IV计算、简化逻辑回归评分卡与Altman Z-Score违约预测。适用于风控建模教学与评分卡原型验证。模型基于简化假设和历史数据，需人工复核，且评分卡模型可能产生歧视性结果，不适用于受保护群体的信用评估。 |
| version | 1.0.0 |
| author | wangyi |
信用评分模型工具，基于财务比率构建评分卡，使用简化逻辑回归（标准库实现）评估企业或个人违约风险。
LogisticRegression简化逻辑回归模型，使用梯度下降法求解。
LogisticRegression.fit(X, y) — 训练逻辑回归模型。LogisticRegression.predict_proba(x) — 预测违约概率。LogisticRegression.predict(x, threshold) — 预测类别。calculate_woe_iv(data, n_bins=10)计算 WOE（Weight of Evidence）和 IV（Information Value）。 必填: data
probability_to_score(pd, base_score=600, pdo=20, base_odds=1 / 20)将违约概率转换为信用评分。 必填: pd
build_scorecard(model, feature_names)构建评分卡。 必填: model, feature_names
credit_scoring(financial_ratios, model=None, feature_names=None, base_score=600, pdo=20)信用评分完整流程。 必填: financial_ratios
altman_zscore_scoring(financials, base_score=600, pdo=20)基于 Altman Z-Score 的信用评分。 必填: financials
fit(X, y)训练逻辑回归模型。 必填: X, y
predict_proba(x)预测违约概率。 必填: x
predict(x, threshold=0.5)预测类别。 必填: x
python scripts/main.py \
--data <data> \
--n-bins <n_bins> \