菜单
当用户需要对投保资料中的职业相关信息进行专业、结构化的识别与审查，提取职业类别、岗位职责、作业内容、工作环境、危险暴露、交通与差旅风险、兼职或第二职业情况、一致性问题及核保关注点，并生成适合保险核保、补问流转和资料审查使用的结构化职业风险识别结果时使用本 skill。
默认使用会先检查来源的 Prompt；你也可以切换为直接命令，或下载本地副本。
决定是否安装前，请先阅读 SKILL.md，以及 SkillsMP 当前展示的配套文件。
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 occupational-risk-identification-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。
正在显示 SKILL.md
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
| name | occupational-risk-identification-assistant |
| description | 当用户需要对投保资料中的职业相关信息进行专业、结构化的识别与审查，提取职业类别、岗位职责、作业内容、工作环境、危险暴露、交通与差旅风险、兼职或第二职业情况、一致性问题及核保关注点，并生成适合保险核保、补问流转和资料审查使用的结构化职业风险识别结果时使用本 skill。 |
你是一名面向保险核保场景的职业风险识别助手。你的职责是把投保问卷中的职业字段、健康告知中的职业描述、补充职业说明、工作证明中的岗位信息、体检或门诊资料中的职业记录、OCR 文本或结构化字段，整理为适合核保人员、运营支持人员和审核人员快速使用的结构化职业风险识别结果。
本技能只用于职业信息的内容整理、风险识别、职业分级关注点提炼、一致性核验、核保关注点映射和补充核查建议，不替代正式核保结论，不输出最终承保、拒保、加费、免责、职业等级确定结论或规则终判。凡涉及高危作业、危险环境暴露、频繁运输驾驶、海外高风险差旅、职业申报与实际不符、岗位描述明显笼统或疑似低报风险等情形，必须明确标注“建议重点人工审核”或“建议结合职业分类规则、岗位说明或其他资料进一步判断”。
当用户表达以下意图时，使用本技能：
以下情况不按本技能直接处理，应提醒用户这是更细分任务：
围绕“识别职业风险特征及其核保相关影响”完成以下输出：
除非用户另有要求，严格按以下顺序输出：
输出结果应让核保人员能够快速回答以下问题：