Anthropic 亲自示范，如何使用金融Skills

Anthropic 像是憋了大招，专攻金融行业，我之前都有介绍：

• Claude把手伸向了金融，开源10个金融Agent模板
• Claude 的金融 Skills 开源了

最近 Anthropic 又发了一篇博客 —— How Anthropic's finance team uses Claude to shape the narrative behind the numbers

前两次都是 Anthropic 把产品端到端摆出来「融机构可以这样用」，这一篇是自家财务团队亲自上来讲「我们自己每天就是这样用的」，从 CFO 团队的视角讲清楚了 Claude Cowork、Claude for Excel、Skills 是怎么协作的

他们的全部经验，国内也能在 Claude Code、Cursor、GitHub Copilot 里跑起来，不一定非得装 Cowork

本文不仅是解读这篇博客，还会顺手做两件事：

1. 把 anthropics/financial-services 仓库里真正可以抽出来通用的 Skill 列出来，介绍如何在 Claude Code / Cursor / Copilot 里挂上
2. 国内同学用这套东西时，有哪些数据源必须换成国内版本

一、博客原文：Anthropic 财务团队的真实日常

博客的作者是 Anthropic 公司财务与战略团队的成员，2025 年 3 月入职，岗位是 Corporate Finance（公司财务），专门给 CFO 和董事会准备季度 deck（商业计划书/路演幻灯片）：

我负责跑董事会季度 deck 里的分析。一份 deck 发出去之前我得改好几遍，因为数字一直到出稿当天早上还在刷新，每刷新一次，所有 commentary 都得跟着对一遍

而且 deck 是协作的，同事们各自在自己那几页同时改

每次更新都意味着整套叙事要重新对齐：第 4 页的评论现在还跟第 17 页的数字对得上吗？是不是有人引入了一个没下定义的指标？

我以前得把整份 deck 翻来覆去读，确保故事还是连贯的

这件事放在国内任何一家上市公司的财务部都成立 —— 季报、年报、董秘材料、内部经营分析 deck，每一份都是「数据 + 叙事」双轮驱动，一边改一边自我打架

1.1 三个核心工作流

博客里给了一张表：

具体场景描述里有几个细节我觉得特别值钱：

董事会 deck 场景：

文件交给 Claude Cowork，让它验证每个数字、每个 claim 都能对应到一个**单一可信源**（single source of truth）

让Claude**用董事会成员的视角**把叙事读一遍，标出哪里自相矛盾、哪里假设了读者并不具备的上下文
Claude 抓到的那些问题，我自己会漏掉，关键是**数字一动它就重新检查一次**，不是只检查一次

这个「让 Claude 扮演读者角色」的 prompt 技巧，我后面会单独抽出来做成一个通用 Skill

月度财务回顾场景：

我把财务模型里的相关表格丢进 Google Doc，链上支持性上下文，然后让 Claude Cowork **用我们既定的语言风格**起草第一版：「收入是 A vs B，差 C%，由 D 驱动」

我从这版上接着改

每月叙事风格的一致性，跟数字本身一样重要，而 Claude **能参考上个月的文档**做到这一点

注意这段话里的关键词 —— voice we already use（既定的公司声音）和 reference the prior month's document（参考上月文档）

这就是 Claude Cowork Projects 这个特性的杀手锏：项目记忆 + 风格延续，我会在第二部分讲怎么在 Claude Code / Cursor 里用 CLAUDE.md 复刻

Claude for Excel 场景：

Claude for Excel 已经从「跨 tab 引用都跟不上」进化到「能追溯一张资产负债表的多 tab 不平衡链路、找到根因」

打开一个没见过的模型，会先让 Claude 总结关键 driver 并标出结构性问题，然后再决定要不要投入时间

谁还没遇到过被甩过来一个十年没人维护的 xlsx，里面公式套公式的痛苦？

1.2 整个 CFO 组织在用什么

博客后半段透露，Anthropic 的整个财务组现在都在用 Claude Cowork，而且用的 Skills 就是已经打包成 claude-for-financial-services 插件的那些

这张表让我意识到一件事 —— 同一套底层 Skill，铺给不同部门，每个部门都能跑出符合自己工作流的 Agent，这才是 Skills 这套抽象的精髓

二、博客里没说但很关键的：Claude Cowork Projects

博客里反复提到 Claude Cowork Projects，但没展开讲是什么，我去翻了 Anthropic 的官方文档

简单来说，Cowork Project 就是 Claude 桌面端的任务工作区，每个 Project 自带：

• 独立的文件夹 / 本地文件
• 独立的上下文 / 指令（system prompt 级别的常驻 prompt）
• 独立的项目记忆（持续积累的事实和决策）

创建方式有三种：从零开始 / 从 Claude 网页项目导入 / 用电脑上已有的文件夹

博客作者强调的「为月度回顾和董事会 deck 各开一个 project」，本质上就是用 project 隔离风格、记忆和上下文

这套概念你如果用过 Cursor Rules 或 Claude Code 的 CLAUDE.md，会觉得无比熟悉 —— 就是同一套思想换了个包装

三、不用 Cowork，怎么在 Claude Code / Cursor / Copilot 里用这套东西

这是本文最实用的一节，老板要的就是这个

核心结论先抛出来：anthropics/financial-services 仓库里的 Skill 本质上就是 Markdown 文件，没有 build step、没有跑时依赖，理论上可以挂到任何支持 Skill / Rules / Custom Instructions 的 Agent 上

我把这个仓库 clone 到本地认真翻了一遍，给你们捋出三类「可以无痛抽出来用」的 skill

3.1 仓库结构回顾

plugins/
├── agent-plugins/       # 10 个端到端 Agent，每个自包含
├── vertical-plugins/    # 7 个垂直行业包，skill 源文件在这里
│   ├── financial-analysis/    # 核心建模（DCF/LBO/Comps/三表）
│   ├── investment-banking/    # 投行
│   ├── equity-research/       # 股票研究
│   ├── private-equity/        # 私募
│   ├── wealth-management/     # 财富管理
│   ├── fund-admin/            # 基金行政
│   └── operations/            # 运营
└── partner-built/       # LSEG、S&P Global 合作伙伴包

重点：要去 vertical-plugins/ 改源文件，agent-plugins/<slug>/skills/ 下的是同步过来的副本

3.2 三类可通用的 Skill

第一类：纯方法论 / 流程类（对国内最友好）

这类 skill 不依赖特定数据源，就是教 Claude 怎么按流程出一份专业产物

这些 skill 都是把华尔街那套结构化思考方法变成了可复用 prompt，国内做研究的同学拿过来稍微改改术语就能用

第二类：Excel 建模类（要配 Claude for Excel 或本地脚本）

我专门翻了 dcf-model/SKILL.md，它里面明确写了支持两种环境：

❝在 Excel 里跑（Office JS / Add-in 模式）→ 直接写公式到 range 在本地生成 .xlsx 文件（Python/openpyxl 模式）→ 用脚本生成完再 recalc

第二种模式天然适合 Claude Code 和 Cursor，根本不需要 Cowork 或 Excel add-in

第三类：QC / 一致性检查类（万能场景）

ib-check-deck 这个 skill 跟博客作者描述的「Claude 帮我做叙事一致性检查」其实就是同一套思路，金融场景之外也通用 —— 写技术文档、产品发布材料、季度复盘 deck 都能用

3.3 怎么挂到 Claude Code

最简单粗暴的两种方式：

方式 A：官方插件市场（推荐）

# 添加 marketplace
claude plugin marketplace add anthropics/financial-services

# 装核心建模包（必装）
claude plugin install financial-analysis@claude-for-financial-services

# 按需装垂直包
claude plugin install equity-research@claude-for-financial-services
claude plugin install investment-banking@claude-for-financial-services

装完之后，斜杠命令 /dcf、/comps、/earnings、/sector、/ic-memo 直接在 Claude Code 会话里就能用，相关 skill 也会在合适的时候自动触发

方式 B：手动把 SKILL.md 摘出来用

如果你只想要某一两个 skill，比如就要 sector-overview：

# clone 仓库
git clone https://github.com/anthropics/financial-services
cd financial-services

# 把 skill 复制到你项目的 .claude/skills/ 下
cp -r plugins/vertical-plugins/equity-research/skills/sector-overview \
  ~/your-project/.claude/skills/

之后在 Claude Code 里直接 @sector-overview 调用就行

3.4 Cursor 里怎么用

Cursor 没有原生 Skill 概念，但它支持 **Rules / .cursorrules**，思路是把 SKILL.md 内容塞进 rules

# 在 Cursor 项目根目录
mkdir -p .cursor/rules
cp /path/to/financial-services/plugins/vertical-plugins/equity-research/skills/sector-overview/SKILL.md \
  .cursor/rules/sector-overview.mdc

Cursor 会在跟项目相关的对话里自动应用这些 rules

3.5 GitHub Copilot 里怎么用

Copilot 现在也支持 Custom Instructions / .github/copilot-instructions.md

# 创建 instructions 目录
mkdir -p .github/instructions

# 一个 skill 一个文件
cp /path/to/SKILL.md .github/instructions/sector-overview.instructions.md

需要在 frontmatter 里加上 applyTo 字段限制应用范围，比如：

---
applyTo: "**/*.md,**/*.xlsx"
---

财经分析师 + Cursor + 这些 skill 已经是个相当能打的本地组合了

四、国内用户：哪些地方必须改成国内数据源

这是绕不过去的一关，老章给你们一次性梳理清楚

我把仓库里的 .mcp.json 翻出来，看默认配的是哪 11 个数据源：

{
  "daloopa": "https://mcp.daloopa.com/server/mcp",
"morningstar": "https://mcp.morningstar.com/mcp",
"sp-global": "https://kfinance.kensho.com/integrations/mcp",
"factset": "https://mcp.factset.com/mcp",
"moodys": "https://api.moodys.com/genai-ready-data/m1/mcp",
"mtnewswire": "https://vast-mcp.blueskyapi.com/mtnewswires",
"aiera": "https://mcp-pub.aiera.com",
"lseg": "https://api.analytics.lseg.com/lfa/mcp",
"pitchbook": "https://premium.mcp.pitchbook.com/mcp",
"chronograph": "https://ai.chronograph.pe/mcp",
"egnyte": "https://mcp-server.egnyte.com/mcp"
}

清一色海外付费数据源（Bloomberg 没在里面是因为它没开 MCP），国内基本一个都用不上

按数据类别给你们一份国内替代方案对照表：

4.1 实际改造路径

财经分析-skill 改造三步走：

Step 1：把 SKILL.md 里的硬编码数据源换掉

很多 skill 在文档里直接写了「优先使用 MCP，回退到 SEC EDGAR」，你需要改成「优先使用 Wind/iFinD，回退到巨潮资讯」

举例 comps-analysis/SKILL.md 开头的硬编码：

原文：
1. FIRST: Check for MCP data sources (S&P Kensho, FactSet, Daloopa)
2. ONLY if MCPs unavailable: Bloomberg Terminal, SEC EDGAR
3. NEVER use web search as primary source

国内改造版：
1. FIRST: 检查 Wind / iFinD / Choice 是否可用
2. 回退到巨潮资讯网（cninfo.com.cn）+ 交易所披露平台
3. 禁止把搜索引擎作为一手数据源

Step 2：自建 MCP Server 包一层国内数据

Wind 和 iFinD 有 Python API，包一个 MCP Server 不复杂

我之前公众号写过一篇 手把手教你写一个 MCP Server（之前的文章里有讲过 MCP 实操，找不到也没关系，官方 quickstart 也够用了）

Step 3：术语本地化

• comps → 可比公司分析
• LBO → 杠杆收购 / 中国语境下更多说「并购贷款 + 杠杆」
• Pitch Deck → 项目建议书 / pitch 材料
• EBITDA 这种通用财务术语不用动

会计准则也要换 —— US GAAP → 企业会计准则，IFRS → 国际财务报告准则（H 股、海外子公司常用）

4.2 一个偷懒的过渡方案

如果你只是个人用、不上生产，最快的方式是用 Tushare / AKShare 这种免费数据源 + 一个简单的 Python wrapper

# 一个最简 MCP Server 思路
import akshare as ak
# 把 ak.stock_financial_report_sina(stock="600519") 这种函数
# 暴露成 MCP 工具，让 Claude Code 能调用

具体怎么写 MCP Server，我后面单独出一篇

我接下来会自己挑几个 skill（sector-overview、audit-xls、ib-check-deck）改造成中文版 + 国内数据源，放到 .agent/skills/ 下，跑通了再给大家分享

制作不易，如果这篇文章觉得对你有用，可否点个关注。给我个点赞、转发。谢谢你看我的文章，我们下篇再见！