63场景全覆盖:金融AI Skill全景实战
·
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。
更多推荐

所有评论(0)