【免费下载链接】claude-for-financial-services-cn63 个 Claude Skills为 A 股金融从业者而生 基于 Anthropic 官方 claude-for-financial-services 深度适配国内市场现已开源。项目地址https://gitcode.com/gh_mirrors/cl/claude-for-financial-services-cn点击查看免费下载claude-for-financial-services-cn是一个包含 63 个 Claude Skills 的开源金融技能包专为 A 股金融从业者打造。除了直接作为 Cowork 插件使用项目还提供 managed-agent-cookbooks/ 目录下的 4 套Managed Agent 部署模板——通过一份 agent.yaml 清单 几个子代理 一条部署命令就能把业绩点评Pitch 路演等端到端智能体部署到 API 端POST /v1/agents跑在你自己的工作流引擎后面。本文带你三步完成 claude-for-financial-services-cn 的 Managed Agent 部署并讲透 agent.yaml、子代理与部署脚本的每个细节。 先认识一套模板两种用法项目中每个智能体如china-pitch-agent都有同一源头、两种出口出口目录适合谁Cowork 插件agent-plugins/分析师直接安装使用Managed Agent 模板managed-agent-cookbooks/平台团队部署到自有工作流两者共用同一份系统提示词和技能文件single source of truth部署清单只是引用它不会造成内容分叉。4 个开箱即用的智能体如下智能体场景子代理leaf workerschina-pitch-agentA 股标的端到端 Pitch可比、DCF、LBO → 品牌路演 PPTresearcher · modeler ·deck-writerchina-market-researcher行业/主题研究 → 行业概览、竞争格局、标的池sector-reader · comps-spreader ·note-writerchina-earnings-reviewer财报电话会 公告 → 模型更新 → 研报草稿data-reader · model-updater ·note-writerchina-model-builderDCF / LBO / 三表 / 可比模型直接出 Exceldata-puller ·builder· auditor 表格中加粗的子代理是唯一持有Write权限的 worker——这是项目的安全设计读数据的、建模的都没有写权限只有出文件的那一个能写盘。所有智能体的市场数据统一走iFindTier-1 付费AkShareTier-2 免费备选新闻公告走china-news-mcp配置了 Wind 时 Wind 作为 Tier-0 最高优先级。 第一步获取项目理解目录结构git clone https://gitcode.com/gh_mirrors/cl/claude-for-financial-services-cn cd claude-for-financial-services-cn与部署直接相关的目录只有三个├── managed-agent-cookbooks/ # 部署清单每个智能体一个目录 ├── mcp-servers/ # 4 个数据源 MCP 服务Wind / iFind / AkShare / 新闻 └── scripts/ # 部署、校验、测试脚本每个 cookbook 目录里就 4 类文件一目了然文件作用agent.yaml编排器orchestrator的部署清单subagents/3 个子代理各自的 yaml 清单steering-examples.json给智能体下指令的示例事件README.md该智能体的安全分层与交接handoff说明 第二步看懂 agent.yaml 与子代理核心agent.yaml 都在声明什么以 china-pitch-agent/agent.yaml 为例一共 6 个字段name: china-pitch-agent model: claude-opus-4-7 system: file: ../../agent-plugins/china-pitch-agent/agents/china-pitch-agent.md append: You are running headless. Produce files in ./out/; do not assume an open Office document. tools: # 只读工具 三个 MCP 数据源工具集 - type: agent_toolset_20260401 default_config: { enabled: false } configs: - { name: read, enabled: true } - { name: grep, enabled: true } - { name: glob, enabled: true } - { type: mcp_toolset, mcp_server_name: akshare, default_config: { enabled: true } } - { type: mcp_toolset, mcp_server_name: ifind, default_config: { enabled: true } } - { type: mcp_toolset, mcp_server_name: wind, default_config: { enabled: true } } mcp_servers: - { type: url, name: akshare, url: ${AKSHARE_MCP_URL} } - { type: url, name: ifind, url: ${IFIND_MCP_URL} } - { type: url, name: wind, url: ${WIND_MCP_URL} } skills: - { from_plugin: ../../agent-plugins/china-pitch-agent } callable_agents: - { manifest: ./subagents/researcher.yaml } - { manifest: ./subagents/modeler.yaml } - { manifest: ./subagents/deck-writer.yaml }清单里写了几个便捷语法部署脚本会自动解析完整对照表见 managed-agent-cookbooks/README.md清单写法部署时解析为system: {file: ..., append: ...}把插件里的系统提示词内联进来再拼接 append 文本skills: [{from_plugin: ...}]把该插件目录下全部skills/*逐个上传替换为skill_id引用callable_agents: [{manifest: ./subagents/x.yaml}]先创建子代理再引用返回的agent idmcp_servers中的${AKSHARE_MCP_URL}等从环境变量取值只允许安全字符防止注入子代理只读、只干活、输出可校验看一个具体子代理 subagents/researcher.yamlname: researcher model: claude-opus-4-7 system: append: | You are the Researcher for the China Pitch Agent. Your job is to gather all financial data needed for the pitch — A-share comps, financial statements, industry context — using Wind MCP (Tier-0, preferred), iFind MCP (Tier-1), and AkShare MCP (Tier-2). Output structured data only; do not build models or write documents. output_schema: # 输出必须满足的 JSON Schema type: object properties: comps_data: { type: array } financials: { type: object } industry_context: { type: string } required: [comps_data, financials] tools: - type: agent_toolset_20260401 default_config: { enabled: false } configs: - { name: read, enabled: true } - { name: grep, enabled: true } - { type: mcp_toolset, mcp_server_name: wind, default_config: { enabled: true } }子代理有三个要点值得记住职责单一researcher 只取数、不建模、不写文档输出可校验带output_schema的子代理会被部署脚本自动套一层校验包装JSON 不合格编排器根本收不到只支持一层委托编排器可以调子代理但子代理不能再往下调——callable_agents目前仅支持 one delegation level。各智能体的安全分层示例以 china-market-researcher/README.md 为例层级是否接触不可信文档可用工具数据连接sector-reader✅ 是仅Read、Grep无comps-spreader/ 编排器否Read、Grep、Glob、AgentAkShare、china-news只读note-writerWrite 持有者否Read、Write、Edit无产物统一落在./out/如./out/pitch-target.pptx、./out/model.xlsx由china-pptx-author/china-xlsx-author技能生成。⚙️ 第三步起数据源、跑部署脚本3.1 以 SSE 模式启动 MCP 数据源Managed Agent 通过 URL 连 MCP所以数据源要用SSE 模式启动本地开发才用 stdio。4 个服务及默认端口python3 mcp-servers/akshare-mcp/server.py --transport sse --port 8000 python3 mcp-servers/china-news-mcp/server.py --transport sse --port 8001 python3 mcp-servers/ifind-mcp/server.py --transport sse --port 8002 python3 mcp-servers/wind-mcp/server.py --transport sse --port 8003付费数据源需要先注册密钥Wind 用WIND_API_KEY、iFind 用IFIND_AUTH_TOKENAkShare 和财经新闻免费开箱即用。注册流程见 README.md 的数据源密钥注册章节。3.2 配置环境变量并先做 dry-runexport ANTHROPIC_API_KEYsk-ant-... export AKSHARE_MCP_URLhttp://host:8000/sse export IFIND_MCP_URLhttp://host:8002/sse export WIND_MCP_URLhttp://host:8003/sse # 先空跑一遍只打印解析后的 POST /v1/agents 请求体不真正创建 bash scripts/deploy-managed-agent.sh china-pitch-agent --dry-run3.3 正式部署bash scripts/deploy-managed-agent.sh china-pitch-agent # 输出 # deployed: china-pitch-agent # agent id: agent_id # console: https://console.anthropic.com/agents/agent_iddeploy-managed-agent.sh 做的事按顺序就四件上传技能把skills/*逐个打包 zip 上传到/v1/skills拿到skill_id同一技能只传一次有本地缓存先建子代理递归创建callable_agents引用的子代理拿到各自agent id内联系统提示词把system.file指向的 md 内容读进来拼接POST /v1/agents提交编排器本体。3.4 给智能体发指令steering event部署后按 steering-examples.json 里的句式下发事件即可例如Earnings review: 600519 (贵州茅台), period: FY2025 Q4, consensus available Build pitch book: 标的 / 收购方, thesis: 投资论点 Primer: 行业或主题, angle: 切入角度 Build dcf|lbo|3-stmt for 代码, assumptions: {...} 进阶跨智能体交接handoff4 个智能体之间从不直接互调。需要接力时源智能体在输出中发一个handoff_request由 scripts/orchestrate.py或你自己的 Temporal / Airflow / 事件总线把它路由为目标的新 steering 事件。例如china-pitch-agent发现投资论点变化后会向china-model-builder请求重跑模型。参考脚本做了两层安全防御目标智能体硬白名单只允许 4 个 slug payloadJSON Schema 校验防止不可信文档里被伪造的 handoff 内容被直接执行。生产环境建议用专用工具调用或类型化 SSE 事件来发 handoff而不是依赖模型转述文本。✅ 部署前后必跑的自检命令作用python3 scripts/check-china.py校验所有 manifest 与交叉引用是否完整bash scripts/test-china-cookbooks.sh对 4 套模板全部 dry-run断言请求体是合法 JSON、system 非空、无越级嵌套test-china-cookbooks.sh 的校验项正好对应常见部署错误system 提示词为空、子代理又嵌套了callable_agents深度 1、output_schema泄漏进请求体。改过模板后先跑它再跑真实部署基本不会翻车。 常见问题速查问题原因 / 解决ANTHROPIC_API_KEY must be set部署脚本要求该环境变量先export再执行no manifest at .../agent.yamlslug 拼错或路径不对确认目录名与 managed-agent-cookbooks/ 下子目录一致requires jq/requires python3 pyyaml部署脚本依赖jq和python3 pyyaml先安装MCP 连接失败确认数据源已用--transport sse启动且AKSHARE_MCP_URL等环境变量指向正确端口子代理输出报错检查其output_schema是否被上游数据格式破坏带 schema 的子代理输出会先过校验再交给编排器小结claude-for-financial-services-cn 的 Managed Agent 部署可以浓缩成三步克隆仓库 → 看懂 agent.yaml 与子代理清单 → 启动 MCP 数据源并执行 scripts/deploy-managed-agent.sh。清单只写意图文件引用、插件目录、子代理 manifest把上传技能、创建子代理、内联提示词、提交创建这些脏活全交给部署脚本而--dry-run和 scripts/test-china-cookbooks.sh 让你在任何真实调用发生前就能验证整条链路。掌握这套agent.yaml subagents 一条脚本的模式后你也可以照着 managed-agent-cookbooks/ 的写法为自己团队的其他金融工作流编写新的部署模板。赞分享【免费下载链接】claude-for-financial-services-cn63 个 Claude Skills为 A 股金融从业者而生 基于 Anthropic 官方 claude-for-financial-services 深度适配国内市场现已开源。项目地址https://gitcode.com/gh_mirrors/cl/claude-for-financial-services-cn点击查看免费下载相关推荐首个A股原生AI金融工具包claude-for-financial-services-cn的63个Claude Skills完整指南首个A股原生AI金融工具包claude for financial services cn的63个Claude Skills完整指南 想给 Claude 装上AI直出活公式Excel模型claude-for-financial-services-cn三表联动与LBO建模实战AI直出活公式Excel模型claude for financial services cn三表联动与LBO建模实战 claude for financial青龙脚本终极指南三步速成自动化脚本部署青龙脚本终极指南三步速成自动化脚本部署 还在为复杂的自动化脚本配置而烦恼吗本指南将手把手带您三步完成滑稽脚本库的完整部署让您轻松掌握自动化脚本的核心技巧。任务调度上一篇TeamAI 接入自建 GitLab两个环境变量跑通团队 AI 知识库同步下一篇BnTrainingReduce 算子说明与使用指南创作声明：本文部分内容由AI辅助生成（AIGC），仅供参考