用 Codex 或 Claude 帮你安装 复制这段 Prompt，粘贴到 Codex、Claude 或其他助手里，让它检查 Skill 页面并帮你完成安装。
直接命令不会经过审查 Prompt；运行前请先检查来源。
npx skills add https://github.com/aifinlab/FinClaw --skill global-approval-anomaly命令会保持在同一行。复制前请横向滚动并检查完整内容。
想先保存到本地？可下载 SkillsMP 当前能够提供的文件。
基于 SOC 职业分类
正在显示 SKILL.md
| name | global-approval-anomaly |
| description | 用于审批异常检测场景。适用于金融工作中的基础任务单元。 |
Global Approval Anomaly Risk Identifier（上市企业审批异常风险识别）
本 Skill 使用公网可查、可复核的数据源，对上市企业进行审批异常风险识别：
巨潮资讯网（CNINFO）公告
用于抓取上市公司公告标题、公告时间、公告类型与摘要线索，重点检索以下关键词：
中国证监会/地方证监局公开处罚与监管信息
用于提取企业是否存在因未履行审批程序、违规担保、信息披露违规、关联交易未审议等被处罚或点名的记录。
上市公司年报、半年报、内控评价报告（若能在公网直接获取）
用于识别“审批异常 + 财务或治理异常”的联动模式，例如：
默认示例企业：广东柏堡龙股份有限公司（002776.SZ）。该公司曾被证监会认定存在“对外担保未履行审批程序且未及时披露”等问题，适合作为审批异常风险识别案例。
自动从公告与监管文本中识别以下异常模式：
对每个事件按关键词、金额、事件类型、监管层级进行打分，输出：
输出结构化结果：
通过 script/fraud_rules.json 可自行扩展规则词典，便于加入行业特定审批异常特征。
pip install -r requirements.txt
python script/run_demo.py
python script/run_demo.py --symbol 002776 --company "柏堡龙"
python script/run_demo.py --symbol 002776 --company "柏堡龙" --pages 5
执行后会在 output/ 目录生成：
events.csv：识别到的审批异常事件summary.json：企业总体风险摘要evidence.md：证据汇总报告LICENSE 文件。