Anthropic 开源金融领域 Claude Skills：华尔街分析师的工作方式将被重塑

当大模型从通用能力走向垂直领域应用，企业级 AI Agent 的工程化落地成为行业焦点近日，Anthropic 正式开源了金融领域的 Claude Skills 套件——claude-for-financial-services，将华尔街分析师的核心工作流程封装为可部署的智能体插件。这一动作标志着 AI 在金融专业场景的应用从概念探索迈入生产级参考实现阶段。

11 个端到端工作流 Agent

这套开源仓库采用 Apache 2.0 协议，完整开源了投行、股票研究、私募股权、财富管理四大金融细分领域的能力。官方明确界定：这些 Agent 的定位是「替分析师起草工作底稿」——包括模型、备忘录、研报、对账单等，但不参与投资决策、不执行交易、不绑定风险责任。每一份产出都由人类最终签字确认。这种清晰的边界划分，既满足了金融行业对合规性的严格要求，也为 To B 落地提供了现实可行的路径。

垂直行业插件：Skill 层的真正价值

仓库包含 11 个独立打包的 Agent，每个 Agent 都封装了完成特定业务闭环所需的全部技能。客户与咨询方向有 Pitch Agent（生成品牌投融资演示文稿）和 Meeting Prep Agent（自动生成客户会议简报）；研究与建模方向包括 Market Researcher（行业研究竞争格局分析）、Earnings Reviewer（财报点评与模型更新）、Model Builder（支持 DCF、LBO、三表模型、可比公司分析，直接在 Excel 中运行）；基金运营方向有 Valuation Reviewer（估值模板与 LP 报告准备）、GL Reconciler（总账对账与差异追溯）、Month-End Closer（月末结账与滚存）、Statement Auditor（LP 报表审计）；运营与开户方向则提供 KYC Screener（开户文档解析与合规检查）。

数据连接器：企业级应用的护城河

除了完整的 Agent，仓库还提供了 7 个垂直行业插件包和 2 个合作伙伴增强包。核心的 financial-analysis 包包含 comps-analysis（可比公司分析）、dcf-model（DCF 估值）、lbo-model（杠杆收购模型）、3-statement-model（三表模型）、audit-xls（Excel 模型审计）等关键 Skill。投行方向的 /cim、/teaser、/merger-model 等命令覆盖了从信息备忘录到交易跟踪的全流程；卖方研究方向的 /earnings、/initiate、/sector 等支持研报撰写；私募股权方向的 /source、/dd-checklist、/ic-memo 等覆盖从项目挖掘到投委会备忘录的完整生命周期。

部署方式与适用场景

这套工具最核心的价值体现在 11 个官方 MCP 数据连接器上。Anthropic 已经完成了对 Daloopa（标准化财务数据）、Morningstar（基金研究）、S&P Global（标普全球）、FactSet（海外市场数据）、Moody's（评级与信用数据）、MT Newswires（即时新闻）、Aiera（财报会议转写）、LSEG（伦交所/路孚特）、PitchBook（一级市场数据）、Chronograph（PE 投后监控）、Egnyte（文档存储）等主流金融数据源的官方适配。这些连接器构成了真正的数据护城河，但需要注意的是，MCP 访问通常需要数据商的订阅或 API Key。

如有侵权，请联系删除。