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-reporting-caliber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。
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。
基于 SOC 职业分类
正在显示 SKILL.md
| name | global-reporting-caliber |
| description | 用于报告口径场景。适用于金融工作中的基础任务单元。 |
上市企业报送口径校验(Listed Company Reporting Caliber Validator)
本 Skill 仅使用公网可查、优先官方来源的数据,默认数据源包括:
说明:本 Skill 采取“法规规则 + 交易所口径 + 上市公司已披露公告”三层交叉校验思路。默认不依赖付费数据库,不依赖登录态。
本 Skill 面向“某个上市企业是否按适当报送口径披露”的场景,提供以下能力:
输出当前 Skill 内置的公开数据源清单和规则目录,便于扩展内部规则库。
通过公开可访问的巨潮资讯检索接口,按公司名称、证券代码、关键字拉取公告标题与链接,作为规则引擎的输入材料。
对公告文本或标题摘要做启发式规则校验,重点覆盖:
输出:
pass / review / alert 结论global-listed-company-reporting-caliber-validator/
├── skill.md
├── LICENSE
├── requirements.txt
└── script/
├── rule_catalog.py
├── public_sources.py
├── rules_engine.py
├── company_validator.py
├── fetch_rules_index.py
└── example_run.py
pip install -r requirements.txt
python script/fetch_rules_index.py
python script/company_validator.py \
--company "贵州茅台" \
--code "600519" \
--keyword "关联交易" \
--limit 5
python script/company_validator.py \
--company "宁德时代" \
--code "300750" \
--keyword "会计政策变更" \
--limit 5 \
--output result.json
python script/example_run.py
risk_score 与 pass/review/alert 为 启发式规则结果,不能直接替代律师、会计师、董办、证券事务代表或信披专员的专业判断。本 Skill 代码采用 MIT License。