Anthropic开源金融AI Skill包
在华尔街，投行分析师的噩梦莫过于周五下午五点接到MD的指令：“周一早上要一份pitch deck，把comps拉一下，DCF跑一遍。”这个周末必定泡汤。然而，Anthropic近日在GitHub上开源了一个名为claude-for-financial-services的全新仓库，直接瞄准了投行、股票研究、私募股权和财富管理这四条华尔街最昂贵的赛道。整个工具包以Apache 2.0协议开放，采用Markdown加YAML格式，无任何复杂构建步骤，fork即改。这不仅仅是工具的开源，更是Anthropic试图为金融AI生产力立下行业标准的信号。
11个端到端Agent重塑投行工作流
整个仓库分为两层：11个自包含的端到端Agent，以及7个垂直行业的底层Skill包。Agent层无需预先安装繁琐依赖，直接跑完整流水线。其中最引人注目的几个Agent包括：
- Pitch Agent：输入可比公司、先例交易、LBO假设，直接输出带品牌格式的pitch deck。原本需要两天的工作被压缩为一条命令。
- Model Builder：直接在Excel中运行DCF、LBO和三表模型。不是导出表格，而是Claude在xlsx文件内写公式、改单元格，实现真正的“模型自动化”。
- GL Reconciler：自动查找总账break、追根溯源并完成签字流程。
- Earnings Reviewer：基于财报电话会和公告，自动更新模型并起草研报。
Anthropic官方明确划清了边界：这些Agent是替分析师起草工作底稿，不做投资决策，不执行交易，每一份产出都需要人类签字确认。这种“能跑活但不背锅”的定位，精准切中了金融行业对责任归属的敏感神经，是AI落地To B最现实的姿势。
7个底层Skill包：每个分析师梦寐以求的生产力工具
相比Agent层，底层的Skill包更值得收藏。核心包financial-analysis集成了所有共用建模能力：/comps（可比公司分析）、/dcf（估值加WACC加敏感性分析）、/lbo（杠杆收购模型）、/3-statement-model（三表模型填充）。此外，audit-xls将分析师最痛的一个场景——老板甩来一个十年无人维护的Excel，要求找出错误——直接做成了Skill，支持公式追溯、硬编码检测和平衡校验一键执行。
垂直行业包覆盖：
- 投行包：
/cim（信息备忘录）、/buyer-list（潜在买家清单）、/merger-model（增发摊薄分析） - 股票研究包：
/earnings（财报点评）、/initiate（首次覆盖报告）、/morning-note（晨会纪要） - 私募股权包：
/ic-memo（投委会备忘录）、/value-creation（投后100天计划加EBITDA bridge）
配套还提供了11个MCP数据连接器，覆盖Daloopa、FactSet、PitchBook、S&P Global、Morningstar、路孚特等主流数据源。需要注意的是，MCP访问可能需要数据商的订阅或API Key，Anthropic只是搭建了接口，数据费用仍需用户自行承担。这些数据源多为机构席位，个人用户难以负担，国内场景需自行对接国内数据源。
立标准而非推产品：Anthropic的战略意图
安装方式极其简单：Claude Code三行命令即可完成，之后/comps、/dcf、/earnings等斜杠命令立即可用。Anthropic这次的动作并非单纯的产品推广，而是在为AI与金融行业的深度融合立下“生产级参考实现”的标准。对金融从业者而言，这些Skill名直接对应工位上的日常任务，拿来即用或照着修改即可；对开发者而言，翻看plugins/agent-plugins/pitch-agent/的目录结构，学习Anthropic如何组织system prompt、skill和subagent，比阅读十篇博客都更有效。仓库地址：github.com/anthropics/financial-services。
