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 dd-question-list-assistant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 | 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)