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 project-feasibility-precheck-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 | project-feasibility-precheck-assistant |
| description | 用于信托项目可行性初判,基于项目结构、还款来源、担保覆盖、合规状态和历史违约信号进行规则化评分与分级。适用于投前预审、立项筛查和风控前置评估场景。 |
本技能用于项目立项前的快速可行性初筛,输出“可行/有条件可行/暂不可行”分级,并给出主要影响因子。
支持 JSON 数组或 JSONL,每条记录建议包含:
project_nameborrower_nameindustryrequested_amountexpected_irrtenor_monthscollateral_coverage_ratiorepayment_source_textcompliance_status_texthistorical_default_ratesponsor_strength_score(0-100)data_completeness(0-1)使用 scripts/project_feasibility_precheck.py 生成报告:
python scripts/project_feasibility_precheck.py \
--input project_cases.json \
--output feasibility_report.md
可选参数:
--keywords:自定义合规/回款风险关键词--top:展示重点项目数量(默认 15)