aifinlab
aifinlab/FinClaw
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-report-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-report-assistant |
| description | 用于尽调报告结构化生成与风险摘要整理，基于尽调发现自动输出执行摘要、风险分布、关键问题与后续动作清单。适用于信托项目尽调底稿整理、会审材料准备和阶段性汇报场景。 |
本技能用于将尽调发现快速整合成标准化报告，支持：
支持 JSON 数组或 JSONL，每条记录建议包含：
project_nameentity_namecategory（finance/legal/compliance/operations）findingseverity（critical/high/medium/low）evidencerecommendationstatus使用 scripts/dd_report_builder.py 生成报告：
python scripts/dd_report_builder.py \
--input findings.json \
--output dd_report.md
可选参数：
--top：展示重点风险数量（默认 15）