一天一个开源项目（第95篇）：Claude for Financial Services - Anthropic 官方金融行业 AI 代理套件

冬奇Lab2026-05-08 22:31

引言

"From watching analysts work to managing the analytical pipeline itself."

这是"一天一个开源项目"系列的第95篇文章。今天带你了解的项目是 Claude for Financial Services。

在前两篇，我们分别看到了 OpenAI 的 Symphony （AI 代理编排规范）和 Addy Osmani 的 Agent Skills （工程实践技能集）。而今天要介绍的这个项目，是 Anthropic 官方直接下场，为金融行业量身打造的 AI 代理套件------一套能够处理 DCF 估值、LBO 模型、股票研报、KYC 审查、GP/LP 报告、总账对账等专业任务的完整解决方案。

这不是一个玩具项目。12k Stars、1.6k Forks，背后是华尔街投行、对冲基金、私募机构正在真实使用的工作流。更重要的是，它完全开源------你可以直接看到 Anthropic 是如何定义"金融 AI 代理"应该长什么样的。

你将学到什么

  • Anthropic 如何定义金融行业的 10 个专业 AI 代理的能力边界
  • 7 大垂直插件如何覆盖从 IB（投资银行）到 WM（财富管理）的完整业务线
  • 11 个 MCP 数据连接器如何打通 FactSet、Bloomberg（LSEG）、S&P Global 等专业数据源
  • 如何在 Claude Code、Cowork 和 Microsoft 365 中部署和使用这套系统
  • 为什么"输出供人复审，不直接执行"是金融 AI 代理的核心设计原则

前置知识

  • 了解基本的金融概念（DCF、LBO、PE、WM 等缩写有基本印象即可）
  • 使用过 Claude Code 或其他 AI 编码工具
  • 无需金融专业背景，文章会解释关键术语

项目背景

项目简介

anthropics/financial-services 是 Anthropic 官方发布的一个参考实现库，包含面向金融服务行业的参考代理（Reference Agents） 、技能集（Skills） 和数据连接器（Data Connectors）。

它的设计哲学有一个核心：AI 负责起草，人类负责签字。无论是生成一份 Pitch Deck、自动对账总账，还是审查 LP 报表，所有输出都会"staged for human sign-off"（暂存等待人工确认），不会直接执行任何交易、入账或客户通知。这个设计让它在合规要求极严的金融行业得以落地。

作者/团队介绍

  • 发布方：Anthropic（Claude 的开发公司）
  • 定位：面向金融机构的官方参考实现，展示如何在受监管行业中负责任地部署 AI 代理
  • 合作伙伴：LSEG（路孚特）、S&P Global（标准普尔）------两大全球金融数据巨头提供了官方合作插件

项目数据

  • ⭐ GitHub Stars: 12,000+
  • 🍴 Forks: 1,600+
  • 📝 Commits: 50
  • 🤝 官方合作伙伴: LSEG、S&P Global
  • 🔌 MCP 数据连接器: 11 个
  • 📄 License: Apache-2.0
  • 🌐 仓库: anthropics/financial-services

主要功能

核心作用

该项目提供了三层能力：

  1. 10 个命名代理（Named Agents）：可独立部署的完整工作流，例如"Pitch Agent"一键生成含可比公司、先例交易、LBO 摘要的品牌 Pitch Deck
  2. 7 个垂直插件（Vertical Plugins）：按业务线（IB / ER / PE / WM / 基金管理 / 运营）组织的技能和命令集合
  3. 11 个 MCP 数据连接器：打通 Daloopa、FactSet、Morningstar、PitchBook 等行业数据源

使用场景

  1. 投资银行（Investment Banking）

    • 用 /cim 生成保密信息备忘录（CIM），用 /buyer-list 生成潜在买家列表，用 /merger-model 分析并购交易。

  2. 股票研究（Equity Research）

    • 财报季时用 /earnings 一键生成覆盖最新财报、模型调整、评级维持的完整研报；用 /initiate 生成新覆盖报告。

  3. 私募股权（Private Equity）

    • 用 /ic-memo 生成投资委员会备忘录，用 /dd-checklist 生成尽调清单，用 /portfolio 监控投资组合。

  4. 财富管理（Wealth Management）

    • 用 /client-review 准备客户会议材料，用 /rebalance 生成投资组合再平衡建议，用 /tlh 执行税损收割分析。

  5. 基金管理（Fund Admin）

    • 用 GL Reconciler 代理找到总账对账差异并追溯根因，用 Month-End Closer 代理完成月末结账的应计和滚动表更新。

快速开始

方法 1：Claude Cowork（最简单）

arduino 复制代码 
进入设置 → 插件 → 添加插件
粘贴: https://github.com/anthropics/claude-for-financial-services

方法 2：Claude Code CLI

bash 复制代码 
# 先安装核心插件（必须首先安装）
claude plugin install financial-analysis@claude-for-financial-services

# 安装需要的代理（选择你的业务场景）
claude plugin install pitch-agent@claude-for-financial-services
claude plugin install gl-reconciler@claude-for-financial-services

# 安装垂直业务线插件
claude plugin install investment-banking@claude-for-financial-services
claude plugin install equity-research@claude-for-financial-services
claude plugin install private-equity@claude-for-financial-services
claude plugin install wealth-management@claude-for-financial-services

方法 3：Managed Agents（无头批量部署）

bash 复制代码 
export ANTHROPIC_API_KEY=sk-ant-...

# 部署总账对账代理
scripts/deploy-managed-agent.sh gl-reconciler

# 部署 KYC 审查代理
scripts/deploy-managed-agent.sh kyc-screener

方法 4：Microsoft 365 加载项

bash 复制代码 
# 使用提供的安装脚本在 M365 环境中部署
cd claude-for-msft-365-install
# 按照 README 配置 Teams/Excel 集成

核心特性

  1. 10 个专业命名代理（Named Agents）

    代理名称 所属垂直 核心能力
    Pitch Agent 投资银行 可比公司 + 先例交易 + LBO → 品牌 Pitch Deck
    Meeting Prep Agent 覆盖/顾问 客户会议前生成情报摘要包
    Market Researcher 研究/建模 行业概览 + 竞争格局 + 同类公司对比
    Earnings Reviewer 研究/建模 财报电话 + 申报文件 → 模型更新 → 研报草稿
    Model Builder 研究/建模 DCF / LBO / 三表模型 / 可比公司（Excel 输出）
    Valuation Reviewer 基金管理 摄取 GP 包 → 估值 → 暂存 LP 报告
    GL Reconciler 基金管理 找到对账差异 → 追溯根因 → 路由至审批
    Month-End Closer 基金管理 应计 + 滚动表 + 差异说明
    Statement Auditor 基金管理 分发前审计 LP 报表
    KYC Screener 运营 解析文件 → 运行规则引擎 → 标记缺口

  2. 7 个垂直插件 + 2 个合作伙伴插件

    • 覆盖 IB、ER、PE、WM、Fund Admin、Operations 六大业务线
    • LSEG 插件提供债券相对价值、掉期曲线、外汇 Carry、期权波动率
    • S&P Global 插件提供公司简报、财报预览、融资摘要

  3. 11 个 MCP 数据连接器

    vbnet 复制代码 
    Daloopa     ←  AI 驱动的财务建模数据
FactSet     ←  综合金融数据与分析
Morningstar ←  基金与股票研究数据
S&P Global  ←  信用评级与市场情报
LSEG        ←  实时行情与历史数据（原 Bloomberg）
Moody's     ←  信用分析与评级
PitchBook   ←  私募股权与风险投资数据
Chronograph ←  PE 投资组合监控
Aiera       ←  AI 驱动的财报电话分析
MT Newswires←  实时财经新闻
Egnyte      ←  企业内容管理（文件存储）

  4. 多部署模式

    • Cowork（交互式）：类似 ChatGPT 的对话界面
    • Claude Code CLI：开发者命令行模式
    • Managed Agents（无头）：API 驱动的批量自动化
    • Microsoft 365 加载项：直接在 Teams、Excel、Outlook 中使用

项目优势

对比项 Claude for Financial Services 通用 AI 助手 专有金融 AI 产品
专业深度 金融行业定制工作流，覆盖 50+ 专业命令 通用能力，需要大量 prompt 工程 单一垂直，功能覆盖有限
数据集成 11 个行业标准数据源（FactSet、LSEG 等） 无直接集成 通常只集成 1-2 个数据源
合规设计 所有输出等待人工确认，不直接执行 无内置合规机制 有合规考虑但不透明
可定制性 完全开源，可 fork 和自定义 黑盒 封闭代码
部署灵活性 四种部署模式（含 M365 集成） 单一 通常云端 SaaS

项目详细剖析

1. 项目结构：三层架构

csharp 复制代码 
financial-services/
├── plugins/
│   ├── agent-plugins/          # 10 个独立代理（每个含完整工作流）
│   │   ├── pitch-agent/
│   │   ├── gl-reconciler/
│   │   ├── kyc-screener/
│   │   └── ...
│   ├── vertical-plugins/       # 7 个垂直业务线技能集
│   │   ├── financial-analysis/ # 核心插件（必须先安装）
│   │   ├── investment-banking/
│   │   ├── equity-research/
│   │   ├── private-equity/
│   │   ├── wealth-management/
│   │   ├── fund-admin/
│   │   └── operations/
│   └── partner-built/          # 合作伙伴插件
│       ├── lseg/
│       └── sp-global/
├── managed-agent-cookbooks/    # 每个代理的无头部署模板
├── claude-for-msft-365-install/# Microsoft 365 安装工具
└── scripts/
    ├── deploy-managed-agent.sh # 一键部署脚本
    ├── check.py                # 代码质量检查
    ├── validate.py             # 配置验证
    ├── orchestrate.py          # 参考事件循环（编排器实现）
    └── sync-agent-skills.py    # 技能同步工具

2. 核心命令参考：覆盖 50+ 专业操作

financial-analysis（核心基础）：

bash 复制代码 
/comps          # 可比公司分析（Comparable Company Analysis）
/dcf            # 贴现现金流估值（Discounted Cash Flow）
/lbo            # 杠杆收购模型（Leveraged Buyout）
/3-statement-model  # 三表财务模型（利润表/资产负债表/现金流量表联动）
/debug-model    # Excel 模型审计（查找公式错误和循环引用）
/competitive-analysis  # 市场竞争格局分析
/ppt-template   # PowerPoint 模板生成

investment-banking（投行业务）：

bash 复制代码 
/one-pager      # 公司单页简介
/cim            # 保密信息备忘录（M&A 卖方材料）
/teaser         # 匿名项目简介（不披露公司名的初步材料）
/buyer-list     # 潜在买家/投资人列表
/merger-model   # 并购分析模型（含摊薄/增厚测试）
/process-letter # 竞购流程说明书
/deal-tracker   # 交易管道跟踪

equity-research（股票研究）：

bash 复制代码 
/earnings       # 财报后研报（含模型调整和评级）
/earnings-preview  # 财报前预测分析
/initiate       # 新覆盖初始报告
/model-update   # 模型定期更新
/morning-note   # 每日早报
/sector         # 行业专题报告
/thesis         # 投资逻辑追踪与更新
/catalysts      # 催化剂日历管理
/screen         # 股票筛选

private-equity（私募股权）：

bash 复制代码 
/source         # 项目来源挖掘
/screen-deal    # 项目初步筛选
/dd-checklist   # 尽职调查清单生成
/dd-prep        # 尽调会议准备
/unit-economics # 单元经济学分析（LTV/CAC 等）
/returns        # 投资回报分析（IRR/MOIC）
/ic-memo        # 投资委员会备忘录
/portfolio      # 投资组合监控
/value-creation # 价值创造计划（100 天计划等）
/ai-readiness   # 被投企业 AI 就绪度评估

3. "人工复审优先"的合规设计

这是整个项目最关键的设计决策，也是它能在金融行业落地的核心原因。

项目明确声明，所有代理：

  • ✅ 会做的：起草分析师工作产品（reports、models、memos）供专业人员复审
  • ❌ 不会做的 ：
    • 发出投资建议（Investment Recommendations）
    • 执行交易（Execute Transactions）
    • 绑定风险敞口（Bind Risk）
    • 直接入账（Post to Ledgers）
    • 批准客户入职（Approve Onboarding）

这种"AI 起草，人类签字"的设计，精准地契合了金融行业的监管框架------它让 AI 承担重复性高、耗时长的分析工作，同时保留了人类专业判断在最终决策环节的不可替代性。

4. orchestrate.py：看 Anthropic 如何编写 Agent 事件循环

scripts/orchestrate.py 是整个项目最值得深读的文件之一------它是 Anthropic 提供的**参考事件循环（Reference Event Loop）**实现，展示了一个生产级金融 AI 代理的骨架：

python 复制代码 
# orchestrate.py 的核心结构（概念示意）

while True:
    # 1. 从任务队列（如线性看板、邮件触发）获取任务
    task = fetch_next_task()
    
    # 2. 为任务准备隔离环境和上下文
    context = prepare_workspace(task)
    
    # 3. 加载对应的垂直插件技能
    skills = load_vertical_skills(task.vertical)
    
    # 4. 调用 Claude API 执行分析
    result = claude.run(task, context, skills)
    
    # 5. 暂存输出，等待人工确认（绝不自动执行）
    stage_for_review(result, approver=task.assigned_analyst)
    
    # 6. 记录轨迹（Token 消耗、耗时、模型版本）
    log_trajectory(task, result)

项目地址与资源

官方资源

适用人群

  • 金融机构技术团队：希望快速搭建符合合规要求的 AI 分析工作流
  • 投行/PE/ER 分析师：寻找能处理重复性建模和报告工作的 AI 工具
  • AI 应用开发者：研究如何在受监管行业负责任地部署 AI 代理
  • 金融科技创业者：希望参考 Anthropic 官方的金融 AI 设计范式

总结与展望

核心要点回顾

  1. Anthropic 官方出品，金融行业 AI 代理的权威参考实现
  2. 10 代理 × 7 垂直 × 11 数据源，覆盖从 IB 到基金管理的完整金融工作流
  3. "AI 起草，人类签字" 的合规设计是在严格监管行业落地的关键
  4. 四种部署模式（Cowork / Claude Code / Managed Agents / M365）满足不同技术场景
  5. 完全开源 + Apache-2.0，可自由 fork 用于企业内部定制

一句话评价

这不是"AI 进入金融"的幻想，而是 Anthropic 给出的、经过工程化设计的落地路线图------供所有人参考和复用。

欢迎来我的个人主页找到更多有用的知识和有趣的产品

相关推荐
bbsh20991 小时前
AI辅助编程时代，企业级网站系统建设为什么还需要专业平台？
人工智能
05候补工程师1 小时前
[实战复盘] 拒绝 AI 屎山！我从设计模式中学到的“调教”AI 新范式
人工智能·python·设计模式·ai·ai编程
飞Link1 小时前
垂直领域 AI 的曙光：GPT-Rosalind 如何重塑生命科学与药物研发？
人工智能·gpt
一只数据集2 小时前
全尺寸人形机器人灵巧手力觉触觉数据集-2908条ROSbag数据覆盖14大应用场景深度解析
大数据·人工智能·算法·机器人
火山引擎开发者社区2 小时前
火山引擎全面支持 Milvus 2.6 版本：更快、更省、更稳
人工智能
cczixun2 小时前
OpenAI连发GPT-5.5系列：免费版幻觉大降，安全版能力飙升，千亿融资估值直冲8520亿美元
人工智能·gpt·安全
飞Link2 小时前
商汤 SenseNova 6.7 Flash-Lite 深度评测：原生多模态 Agent 的“降本增效”终极方案？
人工智能
飞Link2 小时前
OpenAI 与微软“非排他性”协议解读：AI 云计算市场将迎来百家争鸣？
人工智能·microsoft·云计算
徐健峰3 小时前
GPT-image-2 热门玩法实战（三）：AI 手办/Action Figure — 把自己变成盒装玩具
人工智能
热门推荐
01GitHub 镜像站点02Codex 接入 DeepSeek API 完整配置文档03要裂开了！ChatGPT要手机号验证了？注册Codex要求验证电话号码怎么办？2026年登陆Codex要手机号验证的解决办法04零基础教你claude code 接入 deepseek V405CC-Switch & Claude 基于 Linux 服务器安装使用指南06Linux 核弹级高危漏洞 CVE-2026-31431 完整修复指南07裂开！ChatGPT 居然开始要手机号验证，附详细解决方法08Dirtyfrag漏洞：我花了一下午搞清楚这个Linux内核提权漏洞到底在搞什么09CVE-2026-31431 (Copy Fail) 漏洞复现与验证记录102026 年 AI 辅助编程工具全景对比：Copilot、Cursor、Claude Code 与 Codex 深度解析