一键在 Manus 中运行任何 Skill

开始使用

smart-underwriting

星标3

分支0

更新时间2026年7月4日 02:02

智能核保引擎，基于投保人信息自动评估风险等级，输出核保决定（标准体/次标体/拒保）、自动分级（优选/标准/加费/拒保）、保费调整系数及核保建议。

安装

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。

在 Manus 中运行

来源

yuzhaopeng-up

yuzhaopeng-up/financial-ai-skills

打开 GitHub 仓库查看创作者相关仓库

下载

在 Manus 中运行

Smart Underwriting 智能核保引擎

概述

输入参数

字段	类型	说明
age	int	年龄（18-65）
occupation	str	职业（企业主/公务员/程序员/建筑工人/矿工/医生等）
health_status	str	健康状况（优秀/良好/一般/较差）
family_medical_history	str	家族病史（无/心脑血管疾病/糖尿病/恶性肿瘤/多种）
annual_income	float	年收入（万元）
coverage_amount	float	保额需求（万元）
coverage_period	int	保障期限（年）
product_type	str	产品类型（寿险/重疾险/医疗险/意外险）

健康告知规则

血压评估

正常：收缩压<120 且舒张压<80 → 系数1.0
正常高值：收缩压120-129 或舒张压80-84 → 系数1.1
轻度高血压：收缩压130-139 或舒张压85-89 → 系数1.3
中度高血压：收缩压140-159 或舒张压90-99 → 系数1.5
重度高血压：收缩压≥160 或舒张压≥100 → 拒保

血糖评估

正常：空腹血糖<5.6 → 系数1.0
偏高：空腹血糖5.6-6.9 → 系数1.2
糖尿病：空腹血糖≥7.0 或糖化血红蛋白≥6.5% → 拒保（寿险/重疾）

BMI评估

偏瘦：BMI<18.5 → 系数1.0
正常：BMI 18.5-23.9 → 系数1.0
超重：BMI 24-27.9 → 系数1.1
肥胖：BMI≥28 → 系数1.3

既往症自动评估

无既往症 → 系数1.0
轻微既往症（已治愈、无后遗症） → 系数1.2
中度既往症（有影响但稳定） → 系数1.5
严重既往症（慢性病、需持续治疗） → 拒保

职业风险等级

职业类别	典型职业	风险系数
1类	办公室职员、公务员、教师	1.0
2类	销售、餐饮服务、农林牧渔	1.1
3类	司机、机械操作工、电工	1.2
4类	建筑工人、消防员、警察	1.5
5类	矿工、隧道工、爆破工	2.0
6类	高空作业、潜水员、特技演员	拒保

拒保规则

绝对拒保

恶性肿瘤病史（治愈5年内仍拒保）
严重心脑血管疾病（心梗、脑中风）
肝硬化、肾功能衰竭
精神病、癫痫
职业类别6类（意外险除外）
重度高血压、重度糖尿病

财务核保规则

寿险保额/年收入 > 20倍 → 高保额需体检/财务核保
保额/保费比异常高 → 逆选择风险

输出结果

{
  "underwriting_decision": "标准体|加费|除外|拒保",
  "risk_level": "优选体|标准体|次标体|拒保体",
  "premium_factor": 1.0,
  "total_risk_score": 1.25,
  "underwriting_notes": "核保建议说明",
  "rejection_reasons": ["拒保原因列表"]
}

分级标准

优选体：综合系数<1.1，标准保费
标准体：综合系数1.1-1.3，标准保费或轻微加费
次标体：综合系数1.3-2.0，加费或除外
拒保体：综合系数>2.0 或存在绝对拒保项

使用方式

CLI

python3 scripts/underwriting_cli.py generate "智能核保 年龄45 职业企业主 健康良好 年收入100万 寿险500万 20年"

Python API

from smart_underwriting import SmartUnderwritingEngine

engine = SmartUnderwritingEngine()
result = engine.underwrite(
    age=45,
    occupation="企业主",
    health_status="良好",
    family_medical_history="无",
    annual_income=100,
    coverage_amount=500,
    coverage_period=20,
    product_type="寿险"
)
print(result)

企微集成

调用 wecom_integration.py 生成飞书/企微卡片格式的核保报告。

同仓库更多 Skills

同仓库

wecom-template-card

yuzhaopeng-up/financial-ai-skills

Enterprise WeChat template_card builder and sender. Provides reusable card templates for due diligence reports, stock alerts, risk warnings, and more. Supports text_notice, news_notice, and button_interaction card types with fallback to markdown.

2026-07-043

trade-finance

yuzhaopeng-up/financial-ai-skills

本技能为进出口企业提供全面的贸易融资方案推荐与对比分析，基于企业类型、贸易类型、融资金额、账期等关键参数，智能推荐最适合的融资产品。

2026-07-043

customer-marketing

yuzhaopeng-up/financial-ai-skills

Financial AI Skill - 客户经理营销话术实时生成器。输入客户画像和营销目标，AI自动生成电话/微信/拜访话术，支持异议处理预演、方言适配、多风格切换。覆盖零售/对公/理财/私行/信用卡全营销岗位。

2026-07-043

branch-analysis

yuzhaopeng-up/financial-ai-skills

网点分析技能是一个基于AI的银行网点竞争力评估与经营规划引擎。该技能综合分析网点的地理位置、竞争格局、客群特征等维度，输出SWOT分析、三年经营预测、重点发展业务方向及投入产出建议。

2026-07-043

alm

yuzhaopeng-up/financial-ai-skills

ALM（Asset-Liability Management，资产负债管理）引擎专注于银行资产负债表的全方位分析与优化。输入银行资产负债数据（资产规模、负债结构、期限分布），输出完整的缺口分析、风险指标（LCR/NSFR/久期缺口）及优化建议。

2026-07-043

product-manual-rag

yuzhaopeng-up/financial-ai-skills

Financial AI Skill - 产品手册智能对话引擎。基于 BM25 + TF-IDF 双路检索 + RRF 融合的轻量级 RAG，零外部依赖、毫秒级响应、自动出处标注。支持理财/信用卡/贷款等多种产品手册同时入库，语音/文字提问秒回精准答案。Hit@1 实测 100%，平均检索耗时 < 3ms。

2026-07-043

name	smart_underwriting
description	智能核保引擎，基于投保人信息自动评估风险等级，输出核保决定（标准体/次标体/拒保）、自动分级（优选/标准/加费/拒保）、保费调整系数及核保建议。
version	1.0.0
author	AlphaAgent
license	MIT
layer	L2
capability_domain	["C02","C05","C08"]
industry	financial
metadata	{"raw_title":"Smart Underwriting 智能核保引擎","auto_generated":true,"auto_generated_at":"2026-06-20"}

Smart Underwriting 智能核保引擎

概述

输入参数

字段	类型	说明
age	int	年龄（18-65）
occupation	str	职业（企业主/公务员/程序员/建筑工人/矿工/医生等）
health_status	str	健康状况（优秀/良好/一般/较差）
family_medical_history	str	家族病史（无/心脑血管疾病/糖尿病/恶性肿瘤/多种）
annual_income	float	年收入（万元）
coverage_amount	float	保额需求（万元）
coverage_period	int	保障期限（年）
product_type	str	产品类型（寿险/重疾险/医疗险/意外险）

健康告知规则

血压评估

正常：收缩压<120 且舒张压<80 → 系数1.0
正常高值：收缩压120-129 或舒张压80-84 → 系数1.1
轻度高血压：收缩压130-139 或舒张压85-89 → 系数1.3
中度高血压：收缩压140-159 或舒张压90-99 → 系数1.5
重度高血压：收缩压≥160 或舒张压≥100 → 拒保

血糖评估

正常：空腹血糖<5.6 → 系数1.0
偏高：空腹血糖5.6-6.9 → 系数1.2
糖尿病：空腹血糖≥7.0 或糖化血红蛋白≥6.5% → 拒保（寿险/重疾）

BMI评估

偏瘦：BMI<18.5 → 系数1.0
正常：BMI 18.5-23.9 → 系数1.0
超重：BMI 24-27.9 → 系数1.1
肥胖：BMI≥28 → 系数1.3

既往症自动评估

无既往症 → 系数1.0
轻微既往症（已治愈、无后遗症） → 系数1.2
中度既往症（有影响但稳定） → 系数1.5
严重既往症（慢性病、需持续治疗） → 拒保

职业风险等级

职业类别	典型职业	风险系数
1类	办公室职员、公务员、教师	1.0
2类	销售、餐饮服务、农林牧渔	1.1
3类	司机、机械操作工、电工	1.2
4类	建筑工人、消防员、警察	1.5
5类	矿工、隧道工、爆破工	2.0
6类	高空作业、潜水员、特技演员	拒保

拒保规则

绝对拒保

恶性肿瘤病史（治愈5年内仍拒保）
严重心脑血管疾病（心梗、脑中风）
肝硬化、肾功能衰竭
精神病、癫痫
职业类别6类（意外险除外）
重度高血压、重度糖尿病

财务核保规则

寿险保额/年收入 > 20倍 → 高保额需体检/财务核保
保额/保费比异常高 → 逆选择风险

输出结果

{
  "underwriting_decision": "标准体|加费|除外|拒保",
  "risk_level": "优选体|标准体|次标体|拒保体",
  "premium_factor": 1.0,
  "total_risk_score": 1.25,
  "underwriting_notes": "核保建议说明",
  "rejection_reasons": ["拒保原因列表"]
}

分级标准

优选体：综合系数<1.1，标准保费
标准体：综合系数1.1-1.3，标准保费或轻微加费
次标体：综合系数1.3-2.0，加费或除外
拒保体：综合系数>2.0 或存在绝对拒保项

使用方式

CLI

python3 scripts/underwriting_cli.py generate "智能核保 年龄45 职业企业主 健康良好 年收入100万 寿险500万 20年"

Python API

from smart_underwriting import SmartUnderwritingEngine

engine = SmartUnderwritingEngine()
result = engine.underwrite(
    age=45,
    occupation="企业主",
    health_status="良好",
    family_medical_history="无",
    annual_income=100,
    coverage_amount=500,
    coverage_period=20,
    product_type="寿险"
)
print(result)

企微集成

调用 wecom_integration.py 生成飞书/企微卡片格式的核保报告。