菜单
授信客户贷后全周期风险管理技能。执行贷后检查、资金用途核查、财务健康评估、担保有效性审查、预警识别与分类调整、预警处置闭环。触发词包括:"贷后检查"、"贷后管理"、"风险分类调整"、"贷后检查报告"、"做一下贷后检查"、"贷后管理查一下"、"这个客户风险分类需要调吗"、"预警处置方案"、"资金用途核查"。不适用于:贷前尽调、授信审批、个人信贷贷后管理、纯财务分析不涉及贷后场景。
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/aliyun/qwen-dianjin --skill post-loan-management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
| name | post-loan-management |
| description | 授信客户贷后全周期风险管理技能。执行贷后检查、资金用途核查、财务健康评估、担保有效性审查、预警识别与分类调整、预警处置闭环。触发词包括:"贷后检查"、"贷后管理"、"风险分类调整"、"贷后检查报告"、"做一下贷后检查"、"贷后管理查一下"、"这个客户风险分类需要调吗"、"预警处置方案"、"资金用途核查"。不适用于:贷前尽调、授信审批、个人信贷贷后管理、纯财务分析不涉及贷后场景。 |
| target_role | 贷后管理岗 / 风险审查人员 |
| business_domain | 风险管理 > 信贷风险管理 > 贷后管理 |
| risk_level | high |
| version | 1.0.0 |
| status | draft |
| data_sources | ["客户基本信息与授信台账（信贷系统 API）","客户财务报表（用户上传或信贷系统获取）","征信报告（人行征信系统，需人工授权）","资金流向明细（信贷系统/支付系统 API）","押品价值监控数据（押品管理系统 API）","references/ 中的行业基准与监管规则"] |
| upstream_skills | [] |
| downstream_skills | ["credit-risk-classification","early-warning-disposal"] |
| 数据项 | 来源 | 获取方式 | 敏感级别 |
|---|---|---|---|
| 客户基本信息 | 信贷系统 | API: /api/credit/customer | 内部 |
| 授信台账（额度/余额/期限/担保） | 信贷系统 | API: /api/credit/exposure | 内部 |
| 财务报表（近3年+最新一期） | 用户上传 / 信贷系统 | 文件上传或 API | 内部 |
| 征信报告 | 人行征信 | 需人工授权后 API | 机密 |
| 资金流向明细 | 信贷/支付系统 | API: /api/payment/flow | 内部 |
| 押品价值数据 | 押品管理系统 | API: /api/collateral/value | 内部 |
| 行业基准数据 | references/industry-benchmarks.md | 文件读取 | 公开 |
* 替代| 易混淆术语 | 本 Skill 中含义 |
|---|---|
| 逾期天数 | 从约定还款日次日算起，含宽限期（如有） |
| 流动性 | 流动比率 / 速动比率（非市场流动性） |
| 重组贷款 | 因借款人财务困难而对原合同条款作出让步的贷款 |
| 交叉违约 | 客户对其他金融机构的债务出现违约，触发本合同项下的违约条款 |
| 关注类上调 | 分类上调须满足持续 3 个月改善且无新增风险信号 |
| 首次检查 | 放款后 30 天内的第一次贷后检查，100% 实地完成 |
先读后写：在开始任何分析之前，必须先执行以下数据确认步骤：
scripts/validate_post_loan_data.py 验证数据完整性和勾稽关系根据客户风险分类和授信金额确定检查频率与重点，准备检查清单。
references/check-frequency-policy.md 确定检查频率矩阵📋 数据来源：
user_upload（客户提供检查参数）
逐笔核查贷款资金流向，对照 references/fund-usage-policy.md 的禁止性清单。
运行 scripts/check_fund_usage.py --input {fund_flow_data} --rules references/fund-usage-policy.md 进行自动化违规检测。
📋 数据来源：
system_api（信贷系统资金流向数据）
分析客户经营稳定性和财务健康度。
references/industry-benchmarks.md 获取行业基准references/financial-warning-thresholds.md 判断是否触发预警分析要求：
运行 scripts/calculate_financial_ratios.py --input {financial_data} --benchmarks references/industry-benchmarks.md 计算财务指标并与行业基准对比。
📋 数据来源：
user_upload（用户上传财务报表）
核查担保物价值和外部环境变化。
references/collateral-policy.md 获取各类担保的抵押率上限和预警阈值📋 数据来源：
system_api（押品管理系统、保证人征信）
综合前述核查结果，识别预警信号，评估风险分类。
references/early-warning-indicators.md 确定等级（黄/橙/红）references/five-classification-policy.md（五级分类标准），评估当前分类是否准确一票否决条件检查：逐项核对 P1-P6 一票否决条件（见 references/p1-p6-veto-conditions.md）。触发任一条件须立即红色预警。
运行 scripts/evaluate_risk_classification.py --input {assessment_data} --policy references/five-classification-policy.md 生成分类建议。
📋 执行主体：
ai→human（AI 生成分类建议 → 风险审查人员确认） 📋 确认机制：approve（不良类分类下调须人工审批）
对已识别预警信号制定处置方案，生成结构化贷后检查报告。
references/disposal-escalation-policy.md 确定上报路径和时限assets/post-loan-report-template.md 生成贷后检查报告assets/disclaimer-template.md）输出完整贷后检查报告。
📋 执行主体：
ai→human（AI 生成报告 → 检查人员、负责人双签归档） 📋 确认机制：approve（报告须双签后方可归档）
使用 assets/post-loan-report-template.md 模板。报告必须包含以下结构化章节：
| 字段 | 类型 | 说明 |
|---|---|---|
| 企业名称 | string | 企业全称 |
| 统一社会信用代码 | string | 脱敏后（前6后4） |
| 授信额度 | number | 万元 |
| 授信余额 | number | 万元 |
| 授信期限 | string | 起讫日期 |
| 担保方式 | enum | 信用/保证/抵押/质押/组合 |
| 当前风险分类 | enum | 正常/关注/次级/可疑/损失 |
| 字段 | 类型 | 说明 |
|---|---|---|
| 检查日期 | string | YYYY-MM-DD |
| 检查方式 | enum | 实地/非现场/暗访 |
| 检查人员 | string | 姓名/工号 |
| 客户配合度 | enum | 配合/部分配合/不配合 |
| 字段 | 类型 | 说明 |
|---|---|---|
| 资金用途合规性 | enum | 合规/部分不合规/严重违规 |
| 疑似违规笔数 | number | 笔 |
| 资金回流识别 | enum | 未发现/疑似/确认 |
| 处理措施 | string | 具体处置动作 |
| 字段 | 类型 | 取值范围 |
|---|---|---|
| 经营状况评价 | enum | 稳定/一般/恶化 |
| 财务健康度 | enum | 健康/关注/预警 |
| 关键指标偏离数 | array | [指标名: 实际值/基准值] |
| 字段 | 类型 | 说明 |
|---|---|---|
| 担保物价值变动 | number | 变动百分比 |
| 保证人资信 | enum | 良好/关注/恶化 |
| 登记有效性 | enum | 有效/部分无效/全部无效 |
| 字段 | 类型 | 说明 |
|---|---|---|
| 信号编号 | string | 唯一标识 |
| 信号类别 | enum | 财务/行为/担保/经营/外部 |
| 预警等级 | enum | 黄色/橙色/红色 |
| 触发条件 | string | 具体描述 |
| 字段 | 类型 | 说明 |
|---|---|---|
| 当前分类 | enum | 正常/关注/次级/可疑/损失 |
| 建议分类 | enum | 正常/关注/次级/可疑/损失 |
| 分类理由 | string | 详细分析依据 |
| 字段 | 类型 | 说明 |
|---|---|---|
| 处置措施 | array | [措施, 责任人, 时限] |
| 下期检查日期 | string | YYYY-MM-DD |
| 下期重点 | array | [关注点列表] |
报告末尾必须包含免责声明，使用 assets/disclaimer-template.md 标准版模板。
本输出可被 credit-risk-classification 和 early-warning-disposal Skill 解析使用。
每次贷后检查执行结束后，生成审计日志 audit/{企业简称}_{日期}_post_loan_audit.json：
{
"skill_name": "post-loan-management",
"skill_version": "1.0.0",
"execution_time": "YYYY-MM-DDTHH:mm:ss+08:00",
"customer_id": "[脱敏]",
"check_type": "首次检查/常规检查/风险分类调整/预警处置",
"model": "claude-opus-4-7",
"operator": "[姓名]（工号：[工号]）",
"steps": [
{
"step": "数据确认与验证",
"executor": "ai",
"data_source": {"type": "user_upload"},
"result": "通过/不通过",
"duration_seconds": 0
},
{
"step": "资金用途核查",
"executor": "ai",
"data_source": {"type": "system_api", "system": "信贷系统"},
"result": "通过/不通过/预警",
"findings_count": 0
},
{
"step": "经营与财务检查",
"executor": "ai",
"data_source": {"type": "user_upload"},
"result": "pass/fail/warning"
},
{
"step": "担保有效性检查",
"executor": "ai",
"data_source": {"type": "system_api", "system": "押品管理系统"},
"result": "pass/fail/warning"
},
{
"step": "预警识别与分类评估",
"executor": "ai→human",
"data_source": {"type": "context"},
"ai_output": "建议分类：[分类]",
"confirmation": {"type": "approve", "approved_by": "[姓名]", "role": "风险审查人员", "final_decision": "[分类]"}
},
{
"step": "报告生成与归档",
"executor": "ai→human",
"confirmation": {"type": "approve", "signed_by": "[检查人] + [负责人]"}
}
],
"warnings": ["如有"],
"veto_conditions_triggered": [],
"references_used": ["references/check-frequency-policy.md", "references/industry-benchmarks.md", "..."]
}
审计日志保留期限 ≥ 3 年。
用户输入：
请对 XX 科技有限公司执行本季度贷后检查。当前分类：正常类，授信金额 8000 万元，担保方式：房产抵押。
Skill 执行流程：
输出摘要：客户经营正常，财务指标健康，担保有效，无预警信号。建议维持正常类分类，下次检查日期：[下月日期]。
用户输入：
XX 制造公司最近经营不太稳定，帮我做一次贷后检查。当前关注类，授信 3000 万，保证担保。
Skill 执行流程：
输出摘要：客户营收大幅下滑，利息保障倍数不足，存在关联交易存疑。建议维持关注类、压缩敞口 500 万、要求追加抵押担保，30 日内完成。
"保险理赔材料智能分析工具。整合材料分类、OCR提取、完整性检查、单证审核、一致性校验、发票交叉验证、病程时间线梳理能力。采用前置解析+按需复用架构，基于多模态大模型对理赔图片文档进行全链路分析，输出标准化目录结构、病程摘要和审计报告。当用户需要对理赔材料、保险单证、医疗票据进行分类整理，或提及理赔材料分类、保险文档归档、医疗发票识别、材料审核、病程时间线时使用。触发词："理赔材料分类"、"材料完整性检查"、"材料一致性校验"、"理赔交叉验证"、"材料全量审核"、"病程时间线"。 触发词：理赔材料、材料齐不齐、病程时间线。"
"理赔责任认定专家。整合免责条款审核、保单责任认定、费用责任匹配能力。通过OCR提取理赔材料内容，与保单免责条款逐条比对，识别可能触发的免责事项，评估拒赔风险等级，输出责任认定结论。当需要检查理赔材料中的免责条款适用性、判断是否存在拒赔事由、认定保险责任范围时触发。适用于理赔合规审核、责任认定、拒赔风险评估场景。触发词："免责"、"责免"、"拒赔"、"免责条款"、"责任认定"。 触发词：理赔责任、能不能赔、免责问题。"
对理赔费用清单中所有费用项（含检查、手术、耗材、护理、药品、床位费等）进行逐项合理性审核，识别不符合诊断的费用、超标准收费、重复收费；同时审查处方药品与诊断匹配性，识别超适应症用药、剂量异常、配伍禁忌，结合医保目录与临床指南输出核减建议，生成医学审查报告。当用户要求审核理赔费用明细、核定住院费用合理性、识别超标准或重复收费、审核药品合理性时触发。适用于医疗险理赔费用核定、住院费用审查、费用核减决策、理赔用药审核场景。触发词：住院费用、用药合理性、过度收费。
基于 SOC 职业分类
