我用AI搭建了63个金融场景:从对公开户到跨境出海的完整智能体生态

两个月,63个场景,31个开源Skill,覆盖金融业的每一个角落

前言

两个月前,我在知乎写下第一篇文章:《零API费用!我用Python写了一套银行财务AI智能体》。那时只有6个场景。

今天,这个数字变成了63

从大堂经理的客户分流到基金经理的业绩归因,从对公开户材料清单到企业跨境出海方案,从反洗钱可疑交易报告到ESG可持续发展研究——这63个场景构成了一个完整的金融AI智能体生态

63个场景全景图

银行业(33个场景)

零售业务

  • 客户画像、营销话术、零售营销、财富管理
  • 产品手册问答、进件材料核对

对公业务

  • 企业尽调、对公开户、贸易融资、现金管理
  • 供应链金融、跨境业务

风控合规

  • 压力测试、反欺诈预警、合规培训、操作风险识别
  • 可疑交易报告、客户风险评级

运营支持

  • 智能客户分流、厅堂营销话术、客户情绪识别、排队时长预警
  • 运营日报、网点经营分析、客户经理绩效考核、监管报送

数据处理

  • 财报数据提取、代码智能审查、智能审计抽样

证券业(10个场景)

  • 投研报告生成、调研纪要、市场观点输出、路演材料
  • 智能投顾、ESG研究、量化策略回测

基金业(8个场景)

  • 基金研究报告、组合优化、业绩归因
  • 基金经理画像、定投计算器、基金对比

保险业(4个场景)

  • 智能核保、理赔审核、保险产品推荐、客户续保

通用工具(8个场景)

  • 发票查验、预算管控、财报速读、税务筹划
  • 费用报销、资金预测、客户旅程、帮助系统

技术架构:统一设计模式

所有63个场景遵循相同的四层架构:

┌─────────────────────────────────────────┐
│  Layer 1: 自然语言输入层                │
│  用户通过企微/CLI输入指令               │
└─────────────────────────────────────────┘
                   ↓
┌─────────────────────────────────────────┐
│  Layer 2: 场景路由引擎                  │
│  关键词匹配 → 参数提取 → 场景确认       │
│  统一由scenario_registry.py管理         │
└─────────────────────────────────────────┘
                   ↓
┌─────────────────────────────────────────┐
│  Layer 3: 核心引擎层                    │
│  31个独立Skill,每个场景一个引擎        │
│  模板 + 规则 + 轻量LLM                  │
└─────────────────────────────────────────┘
                   ↓
┌─────────────────────────────────────────┐
│  Layer 4: 输出格式化层                  │
│  Markdown报告 / 企微卡片 / PPT大纲      │
└─────────────────────────────────────────┘

关键设计原则

  • 零API费用:纯Python实现,不依赖外部LLM API
  • 模板驱动:80%固定模板 + 20%动态填充
  • 可解释性:每个结论都有依据和计算过程
  • 可扩展性:新增场景只需3步:开发引擎 → 注册场景 → 添加handler

31个开源Skill

所有场景代码已开源在 GitHub:

报告生成(7个)

  • meeting_minutes、market_view、roadshow_material
  • fund_research、ops_daily_report、family_trust、global_asset_allocation

银行业务(13个)

  • financial-intelligence、risk-compliance、wealth-management
  • customer-persona、customer-marketing、corp_account_opening
  • trade_finance、cash_management、supply_chain_finance
  • cross_border_biz、branch_analysis、kpi_performance、regulatory_reporting

证券基金(8个)

  • research-report、robo_advisor、esg_research、quant_backtest
  • fund_manager_profile、dca_calculator、fund_compare、portfolio_optimize

其他(3个)

  • product-manual-rag、application-material-checker、regulatory-policy-rag

企微端体验

在企业微信中,用户可以通过以下方式使用:

  • 自然语言输入ESG研究 某新能源企业
  • 快捷指令/研报/画像/话术
  • 菜单导航:选择行业 → 岗位 → 场景

实际使用示例:

用户: 对公开户 科技有限公司 注册资本1000万
Bot: 🏢 **对公开户辅助**
     
     企业类型: 有限责任公司
     注册资本: 1000万元
     
     📋 **所需材料清单:**
     1. 营业执照正副本
     2. 法定代表人身份证
     3. 公司章程
     4. 股东会决议
     5. 公章、财务章、法人章
     ...

开发历程

阶段 时间 场景数 关键里程碑
Phase 0 5月初 6 财务AI智能体基础版
Phase 1 5月中 25 四大行业全覆盖
Phase 2 6月初 47 企微端上线,7×24服务
Phase 3 6月中 63 AlphaAgent加入,14个新场景

写在最后

63个场景不是终点,而是起点。

我们还在继续:

  • 接入真实数据源(Wind、同花顺iFinD)
  • 增强LLM能力(DeepSeek、Kimi深度分析)
  • 扩展更多前沿场景(数字人民币、区块链金融、AI合规)

AI不会取代金融从业者,但会用AI的金融从业者会取代不会用的。


全部63个场景代码已开源,欢迎Star和PR。关注更新,不错过每一个新场景。

Logo

欢迎加入DeepSeek 技术社区。在这里,你可以找到志同道合的朋友,共同探索AI技术的奥秘。

更多推荐