博客
文章系列日历
归档关于搜索

鄂ICP备19019526号

© 2026 博客

  1. 文章
  2. Claude for Financial Services:Anthropic 出品金融工作流 AI 智能体全家桶

Claude for Financial Services:Anthropic 出品金融工作流 AI 智能体全家桶

2026年5月17日·约 17 分钟·4906 字·10 次阅读
AI 工具与产品
Claude for Financial Services:Anthropic 出品金融工作流 AI 智能体全家桶

目录

  • 1. 背景:金融行业需要什么样的 AI?
  • 2. 核心架构:从插件到智能体的三层体系
  • 2.1 三种部署形态
  • 2.2 四大组件层次
  • 3. 九大智能体详解
  • 3.1 覆盖与咨询(Coverage & Advisory)
  • 3.2 研究与建模(Research & Modeling)
  • 3.3 基金管理与财务运营(Fund Admin & Finance Ops)
  • 3.4 运营与开户(Operations & Onboarding)
  • 4. 垂直插件体系
  • 核心层:financial-analysis
  • investment-banking(投资银行)
  • equity-research(股权研究)
  • private-equity(私募股权)
  • wealth-management(财富管理)
  • fund-admin(基金管理)
  • 5. MCP 数据连接器:11 个数据源即插即用
  • 6. Claude Managed Agent 部署架构
  • 7. Claude for Microsoft 365 集成
  • 8. 如何开始使用
  • 方式一:Claude Cowork(最快)
  • 方式二:Claude Code
  • 方式三:Claude Managed Agent(企业部署)
  • 9. 让它适应你的公司
  • 10. 合规与免责说明
  • 11. 技术亮点
  • 12. 总结

Claude for Financial Services:Anthropic 出品金融工作流 AI 智能体全家桶

项目地址:https://github.com/anthropics/financial-services
出品方:Anthropic
许可证:Apache License 2.0
定位:投资银行、股权研究、私募股权、财富管理等金融工作流的 AI 智能体全家桶


1. 背景:金融行业需要什么样的 AI?

金融行业是文档密集度最高的行业之一——投行需要制作pitch book、Equity Research 每天要处理大量 earnings call 和 filings、PE/VC 需要撰写 IC memo、Fund Admin 每天和 GL reconciliation 打交道。

这些工作有几个共同特点:

  • 高度结构化:有固定的模板、格式和规范
  • 依赖外部数据:需要接入 Bloomberg、LSEG、S&P Capital IQ、Morningstar 等数据平台
  • 需要人工复核:输出的是"分析师草稿",不是最终决策
  • 工作流复杂:涉及多角色协作、多工具串联

Anthropic 发布的 Claude for Financial Services 正是针对这些痛点,提供了一套完整的 AI 智能体解决方案——不是简单的大语言模型调用,而是真正贴合金融行业工作流的 Agent 架构。


2. 核心架构:从插件到智能体的三层体系

2.1 三种部署形态

同一个技能/智能体源码,同时支持三种运行方式:

形态说明
Claude Cowork 插件在 claude.ai 的 Cowork 产品中安装,即装即用
Claude Code 插件在本地 Claude Code 环境中安装,适合开发者
Claude Managed Agent通过 /v1/agents API 部署到自有基础设施(Vertex AI / Bedrock / 内部 LLM 网关)

同一个系统提示词,同一套技能——只是运行环境不同。

2.2 四大组件层次

├── Agents(智能体)           # 命名智能体,拥有完整工作流(pitch-agent、gl-reconciler 等)
├── Skills(技能)             # 领域知识、方法和步骤,Claude 自动判断何时调用
├── Commands(斜杠命令)       # 显式触发的动作(/comps、/dcf、/earnings 等)
└── Connectors(MCP 服务器)   # 接入外部数据源的模型上下文协议(Model Context Protocol)

核心设计原则:技能只写一次,在垂直插件中维护,再同步到使用它的各智能体中。通过 scripts/sync-agent-skills.py 自动保持同步。


3. 九大智能体详解

3.1 覆盖与咨询(Coverage & Advisory)

🎯 Pitch Agent

功能:Comps → Precedents → LBO → 品牌 pitch deck,端到端生成。

输入公司基本信息,自动完成:

  • 可比公司分析(trading multiples)
  • 先例交易分析(precedent transactions)
  • LBO 建模
  • 完整的 pitch deck 制作

📋 Meeting Prep Agent

功能:每次客户会议前的 briefing pack 生成。

  • 客户背景研究
  • 会议议程准备
  • 关键讨论点整理

3.2 研究与建模(Research & Modeling)

📊 Market Researcher

功能:行业或主题研究,输出:

  • 行业概览
  • 竞争格局
  • 可比公司
  • 投资思路清单(ideas shortlist)

📈 Earnings Reviewer

功能:Earnings call + filings → 模型更新 → 便笺草稿。

  • 解析 earnings call transcript
  • 自动更新财务模型
  • 起草 earnings note

🔢 Model Builder

功能:DCF、LBO、三张报表、Comps——直接 live in Excel。

  • 支持 Excel 模板的自动填充
  • 公式追踪与审计
  • 敏感性分析

3.3 基金管理与财务运营(Fund Admin & Finance Ops)

💰 Valuation Reviewer

功能:

  • 解析 GP packages
  • 运行估值模板
  • 生成 LP 报告(待人工签署)

📒 GL Reconciler

功能:

  • 自动发现账目不平(breaks)
  • 追溯根本原因(root cause tracing)
  • 路由至相关人员签署

📅 Month-End Closer

功能:

  • 应计项目(accruals)
  • 滚动预测(roll-forwards)
  • 差异分析(variance commentary)

🔍 Statement Auditor

功能:在分配前审计 LP statements,确保数字正确无误。

3.4 运营与开户(Operations & Onboarding)

🛡️ KYC Screener

功能:

  • 解析开户文档
  • 运行规则引擎
  • 标记缺口和异常项

4. 垂直插件体系

除智能体外,Anthropic 还按金融子行业发布了垂直技能包(vertical plugins),可独立安装使用。

核心层:financial-analysis

所有垂直插件的底层基础,包含 11 个数据连接器和核心建模技能:

技能斜杠命令功能
Comps Analysis/comps可比公司交易倍数分析
DCF Model/dcfDCF 估值(WACC + 敏感性分析)
LBO Model/lbo杠杆收购模型
3-Statement Model/3-statement-model三张报表财务模型填充
Audit XLS/debug-modelExcel 模型审计(公式追踪、硬编码检测、余额校验)
Competitive Analysis/competitive-analysis竞争格局与市场定位
PPTX Author—无头生成 .pptx 文件(Managed Agent 模式)
XLSX Author—无头生成 .xlsx 文件(Managed Agent 模式)

investment-banking(投资银行)

技能斜杠命令功能
Strip Profile/one-pagerPitch book 用一页公司介绍
CIM Builder/cim保密信息备忘录(CIM)草稿
Teaser/teaser匿名一页简介
Buyer List/buyer-list战略/金融买家清单
Merger Model/merger-model增厚/稀释 M&A 分析
Process Letter/process-letter竞标指示和流程函件
Deal Tracker/deal-tracker追踪在途交易、里程碑和行动项

equity-research(股权研究)

技能斜杠命令功能
Earnings Analysis/earnings季报更新报告
Earnings Preview/earnings-preview预盈分析
Initiating Coverage/initiate机构级覆盖启动报告
Model Update/model-update用新数据更新财务模型
Morning Note/morning-note晨会纪要和交易思路
Sector Overview/sector行业概览和主题报告
Thesis Tracker/thesis维护和更新投资论点
Catalyst Calendar/catalysts跟踪覆盖范围内的催化剂事件

private-equity(私募股权)

技能斜杠命令功能
Deal Sourcing/source发现公司、查 CRM、写创始人联络邮件
Deal Screening/screen-deal对收到的 CIM / teaser 快速通过/拒绝
DD Checklist/dd-checklist按工作流划分的尽调清单
Unit Economics/unit-economicsARR cohorts、LTV/CAC、净留存率
Returns Analysis/returnsIRR/MOIC 敏感性表
IC Memo/ic-memo投资委员会备忘录草稿
Portfolio Monitoring/portfolio追踪组合公司 KPI 和差异
Value Creation Plan/value-creation投后 100 天计划和 EBITDA bridge
AI Readiness/ai-readiness评估组合公司的 AI 准备度

wealth-management(财富管理)

技能斜杠命令功能
Client Review/client-review会议前准备(含业绩和讨论要点)
Financial Plan/financial-plan退休、教育、遗产和现金流规划
Portfolio Rebalance/rebalance配置漂移分析和税收优化再平衡
Tax-Loss Harvesting/tlh识别 TLH 机会并管理 wash sales

fund-admin(基金管理)

技能斜杠命令功能
GL Reconciliation—总账对账和差异分析
Break Tracing—追溯账目不平的根本原因
Accruals & Roll-forwards—应计和滚动预测
NAV Tie-out—净值对齐验证

5. MCP 数据连接器:11 个数据源即插即用

所有连接器集中在 financial-analysis 核心插件中,其他垂直插件共享调用:

数据提供商用途
Daloopa发票和账单数据
Morningstar基金和 ETF 数据
S&P Global资本市场数据
FactSet财务数据和新闻
Moody's信用评级和风险数据
MT Newswires实时新闻
AieraEarnings call 转录和分析
LSEG全球金融数据和交易
PitchBookPE/VC 交易数据
Chronograph加密和另类资产数据
Egnyte文档管理和存储

注:部分连接器需要数据供应商的 API 密钥或订阅。


6. Claude Managed Agent 部署架构

对于需要在自有基础设施上运行的企业,Claude Managed Agent 提供了完整的无头部署方案:

export ANTHROPIC_API_KEY=***
scripts/deploy-managed-agent.sh gl-reconciler

每个智能体对应一个 managed-agent-cookbooks/<slug>/ 目录,包含:

  • agent.yaml — 系统提示词和技能引用
  • subagents/*.yaml — 一级子智能体定义(leaf workers)
  • steering-examples.json — 引导事件示例
  • 安全分级和交接说明

scripts/orchestrate.py 提供了参考事件循环,通过企业自己的编排层在智能体之间路由 handoff_request 事件。


7. Claude for Microsoft 365 集成

如果企业通过 Microsoft 365 的 Excel、PowerPoint、Word 和 Outlook 使用 Claude,项目还提供了 claude-for-msft-365-install 管理工具,将 Claude 接入企业自己的云环境(Vertex AI、Bedrock 或内部 LLM 网关),而不是 Anthropic 的 API:

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

该工具引导 IT 管理员完成:生成定制化的 add-in manifest、Azure admin consent 授权、通过 Microsoft Graph 写入每用户路由配置。


8. 如何开始使用

方式一:Claude Cowork(最快)

在 Cowork 中打开 Settings → Plugins → Add plugin,粘贴仓库地址:

https://github.com/anthropics/financial-services

然后从 marketplace 列表中选择需要的智能体和垂直插件。

方式二:Claude Code

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

# 核心技能 + 连接器(先装)
claude plugin install financial-analysis@claude-for-financial-services

# 命名智能体——按需选择
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

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

方式三:Claude Managed Agent(企业部署)

export ANTHROPIC_API_KEY=***
scripts/deploy-managed-agent.sh <agent-slug>

9. 让它适应你的公司

这是参考模板——最关键的一步是根据自己公司的实际工作方式来调优:

  • 替换连接器 — 将 .mcp.json 指向你实际使用的数据提供商和内部系统
  • 补充公司语境 — 将公司术语、流程和格式标准写入技能文件
  • 带入你的模板 — /ppt-template 教会 Claude 你的品牌 PowerPoint 布局
  • 调整智能体范围 — 编辑 agents/<slug>.md 以匹配团队的实际工作流
  • 自建新技能 — 照着现有结构扩展我们没有覆盖的工作流

10. 合规与免责说明

⚠️ 重要:本仓库中的任何内容均不构成投资、法律、税务或会计建议。这些智能体起草的是分析师工作产品——模型、备忘录、研究笔记、对账——需要合格专业人员复核。智能体不提供投资建议、不执行交易、不绑定风险、不过账账本、不批准开户;所有输出均需人工签署确认。用户有责任验证输出并确保符合适用于其公司的法律法规。


11. 技术亮点

纯文件驱动架构:所有内容均为 Markdown 和 JSON,无构建步骤,改完即刻生效。

技能单向同步机制:技能在 vertical-plugins/ 中统一维护,通过 sync-agent-skills.py 同步到各智能体包,避免版本不一致。

预提交钩子自动化:scripts/check.py 在每次提交前自动检查所有 manifest 正确性、跨文件引用解析和 MCP 服务器连接状态。

子智能体委托预览:callable_agents 是 Managed Agent 的预览功能,支持将复杂任务分解给多个一级子智能体并行处理。


12. 总结

Claude for Financial Services 是目前金融行业最系统化的 AI 工作流开源方案之一。它不只是把大模型包装成聊天机器人,而是真正从投行、PE、Equity Research 和财富管理的工作场景出发,设计了完整的智能体体系:

  • 九大命名智能体覆盖最常见的金融工作流
  • 七个垂直技能包涵盖金融各子行业
  • 11 个数据连接器即插即用
  • 两种部署形态(Cowork + Managed Agent)满足不同客户需求
  • 纯文件驱动让定制和审计都异常简单

项目链接:https://github.com/anthropics/financial-services


本文内容基于 Anthropic 公开的 financial-services 仓库资料编写,发布前已验证所有信息的准确性。

相关文章

  • Local Deep Research:本地运行的开源深度研究助手5月17日
  • ViMax:一个多智能体协同的 AI 视频生成框架5月17日
  • 【工具推荐】Understand-Anything:用知识图谱读懂任意代码库5月13日

评论

加载评论中…

发表评论

返回文章列表