fixed-income-portfolio – 固定收益投资组合分析 Skill

3周前更新 7 0 0 0

fixed-income-portfolio 是用于指导 AI Agent 构建和管理固定收益投资组合的分析型 Skill,可支持久期、收益率曲线、信用利差与利率风险等债券组合分析任务,适合固定收益研究、投资组合管理与风险监控场景。

Skill 安装

多 Agent 安装
npx skills add https://github.com/anthropics/financial-services-plugins --skill fixed-income-portfolio

使用 npx skills 快速安装,支持将 Skill 添加到多个兼容的 AI Agent。

Skill 调研报告

Skill 详细介绍

anthropics/financial-services-plugins#fixed-income-portfolio 是 Anthropic 官方 financial-services-plugins 仓库下的一个专注于固定收益(Fixed Income)投资组合工作流的 Skill。

它是什么:

– 一个面向固定收益资产投资组合分析、构建与报告的 Skill 指令集
– 通过 Agent Skill 机制加载到 AI Agent 中,让 Agent 具备固定收益领域的工作流指引
– 属于 Anthropic 官方金融垂直场景插件中的一员

它不是什么:

– 不是独立的可执行软件
– 不是行情软件或交易终端
– 不是实时市场数据源
– 不是投资顾问服务

核心用途:帮助用户在 AI Agent 中完成与固定收益投资组合相关的分析、汇总、报告和决策支持任务。安装后,Agent 在处理债券组合、久期、收益率曲线、信用利差、组合归因等固定收益主题时,会遵循该 Skill 提供的专业框架和输出规范,而不是给出泛化的通用回答。

典型任务场景

– 固定收益组合的持仓汇总与结构分析
– 债券组合的风险指标(久期、凸性、信用敞口)梳理
– 收益率曲线、利差、期限结构相关的分析与讨论
– 固定收益投资报告、组合回顾、投委会材料的撰写辅助
– 多只债券或基金持仓的对比与归因分析

工作方式

该 Skill 本质上是提示词与工作流规范,不是运行时代码。它通过 Anthropic 的插件(Plugin)机制加载到支持该机制的 Agent 中,为 Agent 在固定收益话题上提供结构化的方法和输出格式。真正执行分析、计算或数据拉取能力,取决于 Agent 本身以及用户在会话中提供的原始数据或外部工具。

适合哪些用户

– 在做固定收益研究、组合管理、投资分析相关工作,希望 AI Agent 输出更贴合行业规范的用户
– 使用 Claude Code 等支持 Anthropic Skill / Plugin 机制的 Agent,希望在金融垂直场景获得更专业输出的用户
– 需要快速起草债券组合报告、投委会材料、固定收益评论的用户

不适合哪些需求

– 需要实时行情、实时估值、实时成交数据的需求(Skill 本身不提供数据源)
– 需要直接下单、对接交易系统的需求
– 期望 Skill 自动完成全部计算、不提供任何输入数据的需求

Skill 安全评估

总体判断:该 Skill 来自 Anthropic 官方 financial-services-plugins 仓库,来源可信度较高。从公开信息看,它属于金融垂直场景的指令 / 工作流类 Skill,本身不包含独立的可执行程序,主要风险不在 Skill 本体,而在于使用过程中涉及的数据与信息。

来源可信度

– 组织:Anthropic(Anthropic 官方组织)
– 仓库:financial-services-plugins
– Skill:fixed-income-portfolio
– 属于官方发布的金融场景插件之一,相比第三方同名 Skill 可信度更高

需要关注的点

– 数据敏感性:固定收益组合分析通常涉及持仓、成本、名义本金、交易对手等信息,这类信息一旦输入 AI Agent,可能被发送到模型服务端。建议对真实组合数据做脱敏、聚合或使用示例数据。
– Agent 权限:Skill 本身通常不需要 Shell、文件写入或网络权限。但如果 Agent 侧开启了自动执行、文件读取或外网访问,实际风险取决于 Agent 的权限配置,而不是 Skill 本体。
– Prompt Injection:如果用户把外部文档、网页、PDF 直接交给 Agent 处理,攻击者可能在文档中植入指令。这类风险与 Skill 无关,但金融分析场景中经常需要读取外部材料,需要留意。
– 投资建议边界:该 Skill 帮助生成分析、报告与讨论材料,输出不等于投资建议。真实投资决策仍应由具备资质的专业人士完成。

降低风险的建议

1. 输入组合数据前先脱敏,去掉账户号、交易对手真名、内部代码等可识别信息。
2. 如果只是要 Agent 帮忙撰写报告框架,可以关闭 Agent 的自动 Shell 执行和文件写入权限。
3. 不要把外部不可信文档直接当指令源;需要时先让 Agent 做内容摘要,再进入分析流程。
4. 对 Skill 的输出保持人工复核,尤其是涉及数字、比例、指标计算的结论。

官方口径

目前没有公开信息表明该 Skill 存在已知安全问题或官方安全公告。如需最新状态,以 Anthropic 官方仓库当前说明为准。

Skill 使用要求

一、Agent / 客户端

该 Skill 属于 Anthropic 官方金融插件体系,官方主要面向 Claude Code 及其 Plugin / Skill 机制。可以优先在 Claude Code 中使用,兼容性最完整。

其他主流 Agent 情况:

– Codex、Cursor、Trae、OpenClaw、WorkBuddy:官方没有公布针对这些 Agent 的完整兼容列表。若它们支持加载 Anthropic 格式的 Skill / Plugin,或支持自定义指令集,通常可以尝试。具体加载方式、目录结构与兼容程度以对应 Agent 当前版本为准。
– 如果不确定自己的 Agent 是否支持,可以直接向该 Agent 提问:“如何安装 anthropics/financial-services-plugins#fixed-income-portfolio?”

| 项目 | 要求 |
|—|—|
| Agent | Claude Code 优先;其他支持 Skill / Plugin 机制的 Agent 可尝试 |
| 网络 | 安装时需要能访问对应 Skill 仓库;使用阶段取决于 Agent 是否需要联网 |
| Node.js / Python | Skill 本体不要求;仅在 Agent 自身或后续配套工具需要时才有依赖 |
| 其他依赖 | 以 Anthropic 官方仓库当前说明为准 |

二、运行环境 / 依赖

该 Skill 属于指令 / 工作流类,本身通常不引入独立的 Node.js、Python、Docker 等运行时依赖。实际需要什么,取决于:

– 你使用的 Agent 本身对环境的要求
– 你是否在会话中让 Agent 调用外部工具(如读取本地文件、访问网页)

如果 Agent 提示缺少某依赖,通常来自 Agent 而非该 Skill。

三、权限

– 文件读取:可选。仅在你希望 Agent 读取本地组合文件、报告草稿时使用。
– 文件写入:可选。仅在你希望 Agent 输出分析文件到本地时使用。
– Shell:通常不需要由 Skill 触发。是否需要由 Agent 的配置决定。
– 网络:安装阶段需要;使用阶段视任务而定。
– 浏览器 / Docker / GitHub 写权限:与该 Skill 无关。

建议默认采用最小权限:只读、不自动执行命令,由用户手动把输出落盘。

四、账号 / API Key

– Skill 本身:通常不需要业务账号或专属 API Key。
– Agent 侧:是否需要 API Key 取决于你使用的 Agent(如 Claude Code 使用 Claude 的账号 / API 凭证)。
– 数据源:如果你希望 Agent 基于真实行情或估值数据做分析,需要你自己提供数据或配置相应的数据源,这属于外部服务,与该 Skill 无关。

最小使用条件

1. 一个能加载 Anthropic Skill / Plugin 的 Agent(推荐 Claude Code)。
2. 能访问对应 Skill 仓库的网络环境。
3. 一份要分析的固定收益组合相关的输入数据或描述。

Skill 安装、使用与卸载教程

一、安装

本页面已经单独提供该 Skill 的安装指令,优先直接复制本页面的安装指令,粘贴到对应 Agent 或终端中执行即可。

如果不确定自己的 Agent 怎么安装,可以直接问当前 Agent:

如何安装 anthropics/financial-services-plugins#fixed-income-portfolio?

如何在 Claude Code 中安装 anthropics/financial-services-plugins#fixed-income-portfolio?

如何在 Cursor 中安装 anthropics/financial-services-plugins#fixed-income-portfolio?

让 Agent 按它自己的 Skill 加载 / 管理机制来指导安装。不同 Agent 的 Skill 目录、加载方式可能不同,以对应 Agent 当前版本为准。

如果该 Skill 在官方仓库中有额外的安装前置条件或特殊目录约定,以仓库当前说明为准。

二、安装后如何使用

安装完成后,通常不需要特殊命令触发。只要 Agent 加载了该 Skill,在涉及固定收益组合相关任务时,它会自动采用该 Skill 的方法与输出规范。你也可以在提问时明确点名。

合适的任务类型:

– 分析一个债券组合的结构与风险
– 撰写固定收益组合报告或投委会材料
– 对多只债券 / 基金持仓做归因与对比

自然语言使用示例:

使用 fixed-income-portfolio,帮我分析这份公司债组合的久期分布和信用敞口,按板块和评级分组输出。

使用 fixed-income-portfolio,基于以下持仓,帮我写一份季度固定收益组合回顾,面向投委会,控制在两页。

使用 fixed-income-portfolio,对比这两只债券基金的久期、信用结构和回撤特征,给出对比表格。

向 Agent 描述需求时,把以下内容说清楚会更有用:

– 组合范围(债券类型、市场、币种)
– 你想要的输出形式(表格、报告、要点清单)
– 受众(投委会、客户、内部研究)
– 数据来源(用户提供 / 外部工具)

三、卸载

不同 Agent 的 Skill 安装位置和管理方式可能不同。优先使用对应 Agent 或 Skill 管理器提供的删除 / 卸载方式,删除对应的 Skill 条目即可。

如果没有统一的卸载命令,最稳妥的做法是直接问当前 Agent:

如何卸载 anthropics/financial-services-plugins#fixed-income-portfolio?

让 Agent 根据自身机制给出具体路径或命令。

常见问题

1. 安装后 Agent 没识别到这个 Skill,怎么办?

先确认三件事:Agent 是否支持加载 Anthropic 格式的 Skill / Plugin;Skill 是否被放到了该 Agent 认可的目录;安装过程是否完整(有没有中途报错)。如果都正常,尝试重启 Agent 或重新加载 Skill。仍不行,直接问 Agent:“为什么 fixed-income-portfolio 没有被加载?”

2. 这个 Skill 需要实时行情数据吗?

它本身不提供行情数据。分析要基于什么数据,由你在会话中提供,或由你配置的外部工具提供。没有数据时,Agent 只能给出框架性、方法论层面的输出。

3. 中国大陆使用是否有网络要求?

安装阶段需要能访问对应 Skill 所在仓库;如果你所在网络访问受限,可能需要通过可用的网络环境完成安装。安装完成后,使用阶段是否需要联网取决于 Agent 本身和你要做的任务。

4. 可以把真实的客户或组合数据直接输入吗?

不建议直接输入可识别的真实数据。更稳妥的做法是先脱敏、聚合或使用示例数据。如果必须使用真实数据,请确认你所在组织对数据外发的合规要求。

5. 同一个 Skill 能同时装到多个 Agent 里吗?

可以。不同 Agent 各自维护自己的 Skill 目录,理论上可以分别安装。但要注意各 Agent 对相同 Skill 的加载方式和行为可能不同,使用体验以各 Agent 当前版本为准。

6. 这个 Skill 和普通的“问 AI 写债券报告”有什么区别?

区别在于输出框架和方法规范。普通提问时,Agent 会给通用答案;加载该 Skill 后,Agent 在固定收益组合相关任务上会采用更贴近行业习惯的分析维度和输出结构。但输入的原始数据、判断依据仍需你自己提供。

7. 输出可以直接作为投资建议使用吗?

不能。该 Skill 用于辅助分析与文档撰写,输出不构成投资建议。真实投资决策应由具备资质的专业人士结合完整信息独立判断。

Skill 更新日志

版本列表
无版本号
重构仓库并添加命名代理 (#81) - 将垂直领域从仓库根目录移至 plugins/vertical-plugins/,将合作伙伴 插件移至 plugins/partner-built/ - 在 plugins/agent-plugins/ 下添加 10 个命名的、自包含的代理插件 (Pitch Agent、Market Researcher、Earnings Reviewer、Model Builder、 Meeting Prep、GL Reconciler、Month-End Closer、Statement Auditor、 Valuation Reviewer、KYC Screener)——每个都捆绑自己的技能,因此 可独立安装 - 添加 managed-agent-cookbooks/(每个代理一个),包含子代理隔离 和用于 /v1/agents 部署的引导示例 - 添加 fund-admin 和 operations 垂直领域,以便 finance-ops/onboarding 代理提供真实的领域技能 - 添加 scripts/(check.py 清单 lint、sync-agent-skills.py、 deploy-managed-agent.sh、orchestrate.py 参考循环、 test-cookbooks.sh) - 添加 .github/workflows/secret-scan.yml(gitleaks + 内部引用 grep) - 将代理工具授权收紧为仅限已声明的 MCP——任何代理中均无 Bash、WebFetch 或未声明的 mcp__* 引用 - 在 README 中添加非投资建议免责声明 - 将 claude-in-office 重命名为 claude-for-msft-365-install(内容 不变)

暂无评论

none
暂无评论...