Loading...

文章背景图

anthropics/financial-services 保姆级部署教程:Anthropic 官方金融服务 Agent 技能

2026-11-01
0
- 字
- 分钟
|

anthropics/financial-services 保姆级部署教程:Anthropic 官方金融服务 Agent 技能

一句话定位:GitHub 开源项目 anthropics/financial-services 是 Anthropic 官方维护的金融服务领域 Claude 技能库——把投行、股票研究、私募股权、财富管理、基金行政、KYC 等高频工作流,全部打包成可直接安装的 Agent、技能、斜杠命令与 MCP 数据连接器,同一份系统提示词与技能既能作为 Claude Cowork 插件安装,也能通过 Claude Managed Agents API 部署到你自己的工作流引擎后面。

slogan:Reference agents, skills, and data connectors for the financial-services workflows we see most.

仓库地址:https://github.com/anthropics/financial-services · 许可证:Apache License 2.0 · ⭐ 40,956

▲ 说明:本仓库官方 README、仓库根目录及 plugins/、managed-agent-cookbooks/、scripts/、claude-for-msft-365-install/ 等全部子目录经浅克隆全量扫描后,未包含任何官方图片(无 logo、banner、截图、架构图,也无 shields.io / star-history 等徽章),故正文按规范省略图片展示。


一、项目简介

anthropics/financial-services 是 Anthropic 官方面向金融服务行业(FSI)开源的 Claude 技能与 Agent 参考库。它把一线金融从业者最高频的几类工作流——投资银行(pitch deck、CIM、LBO、comps)、股票研究(earnings、initiation、model update、thesis tracker)、私募股权(sourcing、screening、IC memo、portfolio monitoring)、基金行政(GL 对账、break 追溯、accrual、roll-forward、NAV tie-out)、运营与尽调(KYC 文档解析、规则引擎)——沉淀成两套可直接复用的资产:命名 Agent(端到端工作流)与垂直技能包(按 FSI 垂直行业打包的技能、斜杠命令、数据连接器)。

仓库最关键的设计是一套资产、两种运行形态:同一份系统提示词、同一套技能,既可以作为 Claude Cowork 插件直接装到客户端里用,也可以通过 Claude Managed Agents API 部署到你自己的工作流引擎之后,由 orchestrator 触发、人工签收。官方在 README 中明确给出合规红线:仓库内一切产物都不构成投资、法律、税务或会计建议,Agent 产出的模型、备忘录、研究笔记、对账结果全部是「待专业人士复核」的草稿,不直接做投资建议、不执行交易、不绑定风险、不入账、不批准开户。

项目以 Apache License 2.0 开源,全部内容为 markdown + YAML + JSON,无构建步骤;技能在垂直包中写一次,Agent 通过 scripts/sync-agent-skills.py 同步引用副本,企业可直接 fork 后按自己的术语、模板、内部系统改造。

二、功能特点 / 核心能力

2.1 命名 Agent(端到端工作流,自包含插件)

职能域Agent能力
覆盖与顾问Pitch AgentComps、先例交易、LBO → 品牌化 pitch deck,端到端产出
Meeting Prep Agent每次客户会议前生成 briefing pack
研究与建模Market Researcher行业/主题 → 行业概览、竞争格局、同业 comps、思路 shortlist
Earnings Reviewer财报电话会 + 披露文件 → 模型更新 → 研报草稿
Model BuilderDCF、LBO、三表、comps,直接在 Excel 里跑
基金行政与财务运营Valuation Reviewer接收 GP 打包材料、跑估值模板、 staging LP 报告
GL Reconciler找 break、追溯根因、路由人工签收
Month-End Closer应计、roll-forward、差异说明
Statement Auditor分配前审计 LP 对账单
运营与开户KYC Screener解析开户文档、跑规则引擎、标记缺口

2.2 垂直技能包(FSI 分行业打包)

插件能力
financial-analysis(核心)Comps、DCF、LBO、三表、deck QC、Excel 审计;内置全部 11 个数据连接器
investment-bankingCIM、teaser、process letter、买方清单、merger model、deal tracking
equity-researchEarnings 笔记、initiation、模型更新、thesis 与 catalyst 跟踪
private-equitySourcing、screening、diligence checklist、IC memo、portfolio monitoring
fund-adminGL 对账、break 追溯、应计、roll-forward、差异说明、NAV tie-out
operationsKYC 文档解析与规则网格评估
claude-for-financial-advisors投顾工作流:会议准备与跟进、合规预检、prospect intake、rebalance review、另类与遗产简报,直连投顾 CRM、组合、规划与遗产平台实时数据
lseg(伙伴)基于 LSEG 数据的债券 RV、swap curve、FX carry、期权波动率、宏观利率监控
sp-global(伙伴)基于 S&P Capital IQ 的 tear sheet、earnings preview、funding digest

2.3 高频斜杠命令(节选)

  • financial-analysis:/comps(可比公司交易倍数)、/dcf(DCF 估值与 WACC/敏感性)、/lbo(杠杆收购模型)、/3-statement-model(三表模型填充)、/debug-model(Excel 公式追溯、硬编码检测、勾稽检查)、/competitive-analysis、/ppt-template
  • investment-banking:/one-pager、/cim、/teaser、/buyer-list、/merger-model、/process-letter、/deal-tracker
  • equity-research:/earnings、/earnings-preview、/initiate、/model-update、/morning-note、/sector、/thesis、/catalysts、/screen
  • private-equity:/source、/screen-deal、/dd-checklist、/dd-prep、/unit-economics、/returns、/ic-memo、/portfolio、/value-creation、/ai-readiness

2.4 内置 MCP 数据连接器(集中在 financial-analysis 核心插件)

全部连接器集中在 plugins/vertical-plugins/financial-analysis/.mcp.json,其余垂直包共享,已接入:Daloopa、Morningstar、S&P Global、FactSet、Moody's、MT Newswires、Aiera、LSEG、PitchBook、Chronograph、Egnyte、Box。注意:这些 MCP 端点多数需要对应厂商的订阅或 API Key 才能访问。

三、环境要求

  • 运行形态一:Claude Cowork(桌面/客户端):装有 Claude Cowork 的环境,通过 Settings → Plugins 安装插件即可,无需自备模型 API Key。
  • 运行形态二:Claude Code 命令行:本地已安装 Claude Code CLI(claude 命令可用),通过 claude plugin marketplace add 拉取本仓库。
  • 运行形态三:Claude Managed Agents API(无头/服务端部署):需要有效的 ANTHROPIC_API_KEY(sk-ant-...),能访问 /v1/agents;运维侧需要 bash + python3 跑 scripts/deploy-managed-agent.sh、orchestrate.py。
  • 数据连接器:Daloopa / Morningstar / FactSet / S&P / Moody's / PitchBook / LSEG 等外部 MCP 需要你在对应厂商有订阅与凭据;文档存储类(Egnyte、Box)需要对应 OAuth/API 授权。
  • 企业私有部署(可选):若公司走 Microsoft 365 加载项,需要通过 claude-for-msft-365-install 这套管理员工具,把加载项接到你自己的 Vertex AI / Bedrock / 内部 LLM 网关上,而不是 Anthropic 直连 API;需要 Azure 管理员同意权限与 Microsoft Graph 写入能力。
  • 合规红线:仓库产物一律是人工签收前的草稿,企业需自行落实适用法律法规与内部合规。

四、保姆级部署步骤

4.1 方式 A:Claude Cowork 客户端安装(最省事)

打开 Cowork,进入 Settings → Plugins → Add plugin,然后二选一:

  • 粘贴仓库 URL:填入 仓库地址,从 marketplace 列表里勾选你需要的 Agent 与垂直包;或
  • 上传 zip:从仓库 plugins/ 下任意目录打包成 zip(例如 plugins/agent-plugins/pitch-agent/ 整目录),拖进 Add plugin 面板。

安装完成后,Agent 会出现在 Cowork dispatch 列表里,技能在相关场景自动触发,斜杠命令(/comps、/dcf、/earnings、/ic-memo 等)在会话中直接可用。

4.2 方式 B:Claude Code 命令行安装

先把本仓库加为插件 marketplace,再按需安装核心技能与具体 Agent:

# 添加 marketplace
claude plugin marketplace add anthropics/financial-services

# 先装核心技能包 + 全部数据连接器
claude plugin install financial-analysis@claude-for-financial-services

# 按需勾选命名 Agent
claude plugin install pitch-agent@claude-for-financial-services
claude plugin install gl-reconciler@claude-for-financial-services
claude plugin install market-researcher@claude-for-financial-services

# 按需勾选垂直技能包
claude plugin install investment-banking@claude-for-financial-services
claude plugin install equity-research@claude-for-financial-services

装完后重启一次 Claude Code 会话,即可在对话里直接使用斜杠命令与自动触发的技能。

4.3 方式 C:Claude Managed Agents API(服务端无头部署)

适合把 Agent 接到你自己的工作流引擎后面。先准备 API Key,再用官方脚本一键部署:

export ANTHROPIC_API_KEY=sk-ant-你的key

# 部署某个 Agent 到 /v1/agents(示例:GL Reconciler)
scripts/deploy-managed-agent.sh gl-reconciler

每个 Agent 对应的模板都在 managed-agent-cookbooks/<slug>/ 目录下,包含 agent.yaml、一层 leaf-worker 子代理、steering-event 示例与安全说明。部署脚本会自动解析文件引用、上传技能、创建子代理,并把 orchestrator POST 到 /v1/agents。

如果你需要自己实现事件循环,参考仓库里的 scripts/orchestrate.py——它演示了如何在你的编排层里路由 handoff_request 事件、在多个 Agent 之间交接。注意:子代理委派(callable_agents)目前是 Research Preview 能力,安全与交接指引请见各 Agent README。

4.4(可选)企业 Microsoft 365 加载项管理员工具

若公司要求在 Excel / PowerPoint / Word / Outlook 里直接跑这些 Agent,安装 claude-for-msft-365-install:

claude plugin install claude-for-msft-365-install@claude-for-financial-services
/claude-for-msft-365-install:setup

该工具会引导 IT 管理员生成定制化的加载项 manifest、授予 Azure 管理员同意、并通过 Microsoft Graph 写入按用户路由配置,把加载项指向你自己的 Vertex AI / Bedrock / 内部 LLM 网关,而不是 Anthropic 公网 API。

五、配置说明

  • 数据连接器替换:编辑 plugins/vertical-plugins/financial-analysis/.mcp.json,把端点指向你自己的数据厂商与内部系统;替换后所有垂直包共享同一套连接器。
  • 加入公司上下文:把你公司的术语、流程、格式规范直接写进 plugins/vertical-plugins/<vertical>/skills/ 下的 skill markdown 文件。
  • 品牌化 PPT 模板:用 /ppt-template 教 Claude 你公司的品牌化 PowerPoint 版式,后续 deck 产出自动套用。
  • 调整 Agent 作用域:编辑 plugins/agent-plugins/<slug>/agents/<slug>.md,让它贴合你团队实际的工作流。
  • 新增自有技能:在 plugins/vertical-plugins/<vertical>/skills/ 下新增技能目录,然后跑 python3 scripts/sync-agent-skills.py,把它同步到所有 bundle 该技能的 Agent 里。
  • 提交前自检:push 之前跑 python3 scripts/check.py,它会 lint 所有 manifest、校验跨文件引用是否能解析,并在某个 bundle 的技能与垂直源发生漂移时直接失败。

六、使用方法

6.1 客户端/Cowork 日常用法

安装完成后,有三种触发方式:

  1. Dispatch Agent:在 Cowork dispatch 列表选命名 Agent(例如 Pitch Agent、GL Reconciler),把材料丢给它,它端到端跑完整工作流。
  2. 斜杠命令:在会话里直接敲 /comps、/dcf、/earnings、/ic-memo、/cim、/teaser、/source 等,按提示输入公司/行业/季度参数即可。
  3. 自动触发:技能在相关语境下自动 fire——比如你贴一段财报电话会纪要,Earnings Reviewer 会主动建议更新模型并起草研报。

6.2 Managed Agents 服务端调用

部署完成后,你的工作流引擎通过 /v1/agents 把事件 POST 给 orchestrator,orchestrator 再按 handoff_request 在 leaf-worker 子代理之间路由。每个 Agent 的输出都是 staged(待人工签收)状态——你需要在自己的编排层里实现审批闸门、合规校验与落库,Agent 本身不会替你做最终决策。

6.3 用 Excel 模型审计举一例

把一份别人发来的 Excel 模型喂给 audit-xls 技能(或斜杠 /debug-model),它会做公式追溯、硬编码检测、三表勾稽检查,输出一份「模型哪里有问题、哪里可能有暗坑」的审计清单,再由 Model Builder 在你确认后修复。

七、常见问题 FAQ

问一:装了这个库,是不是 Claude 就会替我做投资决策、自动下单?
答:不会,而且官方在 README 顶部用 IMPORTANCE 提示明确禁止这么用。仓库产出的一切——模型、备忘录、研究笔记、对账结果——都是供合格专业人士复核的草稿,不构成投资、法律、税务或会计建议,不执行交易、不绑定风险、不入账、不批准开户。你需要在自己的编排层里加人工签收闸门,并对输出合规性负全责。

问二:我只想要 /comps、/dcf、/earnings 这些命令,不想装整个 Agent,可以吗?
答:可以。先装核心包 financial-analysis(它带全部 11 个数据连接器与共享建模技能),再按垂直行业选装 investment-banking、equity-research 等垂直包即可,不必安装任何命名 Agent。

问三:Daloopa、FactSet、PitchBook 这些连接器为什么连不上?
答:这些是第三方 MCP 端点,需要你在对应厂商有有效订阅与 API Key。官方 README 明确写了「MCP access may require a subscription or API key from the provider」。连接器配置集中在 plugins/vertical-plugins/financial-analysis/.mcp.json,把你自己的凭据填进去即可。

问四:Cowork 插件和 Managed Agents API 部署,到底选哪个?
答:看使用形态。个人/小团队在桌面客户端用 → Cowork 插件,粘 URL 即装;企业要把它嵌进自己的工作流引擎、要审计、要审批闸门、要无头跑批 → Managed Agents API,用 scripts/deploy-managed-agent.sh 部署。两边用的是同一份系统提示词与技能,结果一致,差别只在运行位置。

问五:我能 fork 后按我公司的模板和术语改造吗?
答:可以,这正是官方推荐路径。仓库是 Apache 2.0 协议,全部为 markdown + YAML,无构建步骤。把公司术语、流程、格式规范写进 skill 文件,用 /ppt-template 教品牌版式,编辑 agents/<slug>.md 调整作用域,新增技能后跑 scripts/sync-agent-skills.py 同步,push 前跑 scripts/check.py 自检即可。

相关链接

评论交流

文章目录