把官方财务运营模板接进你自己的数据从 CSV 到仪表盘全流程【免费下载链接】financial-services可将 Claude 转变为金融服务专家适用于投资银行、股票研究等领域。提供核心及专项插件支持端到端工作流集成多数据源含技能、命令和连接器可定制适配企业需求。项目地址: https://gitcode.com/GitHub_Trending/fi/financial-servicesAnthropic 的金融智能体模板financial-services 仓库在社区里热度不低十个覆盖投行、股票研究、私募与基金管理的智能体模板配合 Office 全家桶与 Cowork 插件化能力一度被解读为AI 重塑金融工作流。但这类模板真正落地时第一个被问倒的问题从来不是模型强不强而是官方模板用的数据源是 FactSet、Morningstar、SP Global我手里只有一张 CSV怎么接这个仓库的设计恰好回答了这个问题。它把工作流和数据解耦得很干净模板里的技能skills只定义输入输出的契约数据通过 MCP 连接器注入连接器的地址是一份可以被整体替换的 JSON最终交付物是一份带命名区域、带勾稽检查、能被任何报表工具消费的 Excel 工作簿。换句话说从官方模板到你自己的数据改的不是提示词而是三个接口输入契约、数据源、输出契约。本文沿着这条改造路径用仓库源码把全流程拆开先看模板如何用契约约束输入输出再看如何用 MCP 和环境变量把 CSV 与内部 API 接进去最后看输出如何被结构化成可以对接报表与仪表盘的形态。模板的输入输出契约技能层是怎么定义要什么、给什么的仓库的核心不是模型而是一批文件化的技能——每个技能一个 SKILL.md声明式地定义它何时被触发、输入有哪些字段、输出长什么样。以财务运营场景最典型的三个技能为例roll-forwardplugins/agent-plugins/month-end-closer/skills/roll-forward/SKILL.md要求每一行都必须 tie 到 GL 查询结构是期初 新增 − 冲销 − 支付 ± 重分类 ± 汇兑 期末并强制要求schedule 必须勾平must foot勾不平就是未解释差异要暴露出来而不是填平。accrual-scheduleplugins/agent-plugins/month-end-closer/skills/accrual-schedule/SKILL.md给每个应计项目定义了五个派生字段Basis依据什么计算、Period portion期间分摊、Already booked已入账、This-period accrual本期应计、Support reference支撑引用并要求每个非零行附带一条待审阅的 JE 草稿。variance-commentaryplugins/agent-plugins/month-end-closer/skills/variance-commentary/SKILL.md把评论触发阈值写成了规则绝对偏差 ≥ 重要性阈值默认取行金额 5% 与固定下限的较大者或该行在 always-comment 列表收入、人力成本、现金上并且明确区分driver 是解释 why 而不是复述 what——云支出因 5 月上线新增 GPU 预留增加 120 万美元而不是云支出增加了 18%。这三份契约的意义在于输入侧的字段是稳定的、可替换的。技能从不说请连接 FactSet它只声明我需要这个账户、这个期间、GL 查询的支撑引用。至于这些字段的数据从哪来由 agent 的系统提示词和连接器决定。比如 managed-agent-cookbooks/month-end-closer/agent.yaml 里agent 只声明了两件事技能来自from_plugin: ../../plugins/agent-plugins/month-end-closer以及数据来自一个名为internal-gl的 MCP 服务器——这个名字暗示了它可以是任何东西。替换数据源MCP 是唯一的接入点改一个 URL 就是换一套数据连接器集中在 .mcp.json且是声明式的仓库把全部 11 个数据连接器集中在核心插件的 plugins/vertical-plugins/financial-analysis/.mcp.json 里每个都是{ type: http, url: ... }两行配置——Daloopa、Morningstar、SP Global、FactSet、Moodys、LSEG、PitchBook、Box、Egnyte 等一列排开。这种所有连接器都是同一协议下的 URL的设计让替换数据源变成一次纯配置操作你把自己内部系统的 MCP 服务器地址加进去或把官方 URL 换成内网网关即可。更具代表性的是 month-end-closer 的 manifestmcp_servers: - { type: url, name: internal-gl, url: ${GL_MCP_URL} }${GL_MCP_URL}是部署期由环境变量注入的。部署脚本 scripts/deploy-managed-agent.sh 会把 manifest 里的system: {file: ...}内联为字符串、把skills: [{from_plugin: ...}]上传为 skill_id、把callable_agents: [{manifest: ...}]逐个创建为子代理并安全地做${VAR}替换——替换值只允许[A-Za-z0-9._/:-]字符集。这意味着你不需要改任何技能文件只要在部署时把GL_MCP_URL指向你的总账系统或一个把 CSV 包装成 MCP 的轻量服务器整个 close 工作流就跑在你自己数据上了。同构的接线也出现在 gl-reconciler它的系统提示词声明tools: Read, Grep, Glob, mcp__internal-gl__*, mcp__subledger__*plugins/agent-plugins/gl-reconciler/agents/gl-reconciler.md即GL 与子账本各一个连接器——两个连接器都可以是内部实现。CSV 进场的两条路规范化和清洗如果短期内没有能力搭 MCP 服务器模板还给了两条更朴素的路径。第一条是 gl-recon 技能plugins/agent-plugins/gl-reconciler/skills/gl-recon/SKILL.md里的normalize 步骤。它明确要求把 GL 导出与子账本导出对齐到公共键和公共比较列并给出强制类型转换规则日期转 ISO、金额统一为两位小数、标识符大写并去除空白使相等测试是精确的。随后进入全外连接匹配每一行落入六类桶之一Matched、Amount break、Quantity break、Timing break、GL only、Subledger only再按默认容差金额 0.01、数量 0判定。这套流程本质上就是一份CSV 对账的规范化清单——键怎么选、类型怎么强转、容差怎么定模板替你写好了。第二条是clean-data-xls技能plugins/vertical-plugins/financial-analysis/skills/clean-data-xls/SKILL.md专门处理脏 CSV/表格修剪空白、统一大小写usa/USA/Usa、把文本型数字带$、,、%的单元格转成数值、混用格式的日期3/8/26、2026-03-08、March 8 2026、重复行、混合类型列、乱码编码。它有一个值得注意的取向优先用公式而非硬编码的清洗值——能用TRIM(A2)、VALUE(SUBSTITUTE(B2,$,))、UPPER(C2)、DATEVALUE(D2)表达的清洗就写在相邻的辅助列里保持转换过程透明、可审计只有编码修复这类没有公式等价物的操作才允许原地覆写。这把清洗从一次性操作变成了可追溯的数据管线。仓库对数据源还有一条硬性纪律见 plugins/vertical-plugins/financial-analysis/skills/comps-analysis/SKILL.md数据源优先级是 MCPKensho/FactSet/Daloopa→ Bloomberg/EDGAR → 机构源禁止把 web search 当主数据源理由是web 结果缺少机构级分析所需的准确性与审计轨迹。这条纪律反过来给接入自己的数据定了调接入动作本身就要保证来源可溯源而不是让模型去网页上猜数字。让输出对接自己的报表与仪表盘结构化是唯一的通行证模板对交付物的约束比输入侧更严格。核心产出技能xlsx-authorplugins/vertical-plugins/financial-analysis/skills/xlsx-author/SKILL.md定义了无头模式下 Excel 工作簿的输出契约写文件到./out/name.xlsx最终消息返回相对路径供编排层收集配色语义蓝 硬编码输入黑 公式绿 跨表/跨文件链接计算单元格一律是公式输入全部进 Inputs 页任何被 deck 或 memo 引用的值必须命名区域化named ranges必须带 Checks 页做勾稽资产负债表平衡、现金流 tie 到现金、输出 TRUE/FALSE一个模型一个文件除非明确要求否则不追加进已有工作簿。这段来自仓库的 openpyxl 示例plugins/vertical-plugins/financial-analysis/skills/xlsx-author/SKILL.md可以直接作为起点from openpyxl import Workbook from openpyxl.styles import Font wb Workbook() ws wb.active; ws.title Inputs ws[B2] Revenue; ws[C2] 1_250_000_000 ws[C2].font Font(color0000FF) # 蓝 硬编码输入 calc wb.create_sheet(DCF) calc[C5] Inputs!C2*(1Inputs!C3) # 黑 公式 wb.save(./out/model.xlsx)这套命名约定不是孤立的audit-xlsplugins/vertical-plugins/financial-analysis/skills/audit-xls/SKILL.md在模型级model scope检查里把蓝/黑/绿配色是否一致、输入与计算是否分离、页签流是否合理列为结构性检查项同时运行资产负债表平衡总资产 负债 权益每期、留存收益 rollforward、现金流 tie 到现金、DA 匹配、营运资本符号校验等完整性测试。也就是说输出的工作簿是先被审计技能验证过、再交付的——这正是它能直接对接下游报表和仪表盘的前提仪表盘只信任勾稽一致的数。另一处能说明输出为下游而设计的细节在 dcf-model 的敏感性表规范plugins/vertical-plugins/financial-analysis/skills/dcf-model/SKILL.md要求用奇数行列标准 5×5保证存在真正的中心格中心格必须等于模型实际假设与隐含股价——这是表本身是否搭对的 sanity check中心格用#BDD7EE中蓝填充加粗高亮全部 75 个单元格都要用完整的 DCF 重算公式禁止占位文本和线性近似。一个能自证中心格的敏感性表拉进 Power BI 或直接嵌进 pitch deck 时不需要任何人工核对。再看运营类交付物。month-end-closer 的产出物命名是固定的./out/close-package-entity-period.xlsx见 managed-agent-cookbooks/month-end-closer/README.md其中 JE 草稿只staged不posted必须经控制器审批——文件命名即版本标识下游系统可以按约定路径自动抓取。gl-reconciler 则输出break report summary两份结构每个 break 一行含键、双侧值、桶、疑似原因、一行说明按绝对金额降序排序plugins/agent-plugins/gl-reconciler/skills/gl-recon/SKILL.md——这份排序规则本身就是给异常仪表盘准备的数据模型。如果工作流跨越多个 agent比如对账发现的 break 要送进月末关账评论仓库提供了编排参考实现 scripts/orchestrate.py它从 orchestrator 文本输出中提取handoff_request事件做目标硬白名单 payload JSON Schema 校验后再路由为新 steering event文件头注释明确建议生产环境改用 Temporal、Airflow 或自有事件总线。这意味着输出对接仪表盘只是第一步模板甚至预留了把结构化输出接回你既有工作流引擎的接口形状。改造路径小结三个文件级别的改动点把官方财务运营模板接到自己的数据全流程其实可以压缩成三个改动点认契约读对应 SKILL.md确认技能要求的输入字段期间、账户、支撑引用和输出形态勾稽表、JE 草稿、break report这决定了你的数据要长成什么样。换数据源在 .mcp.json 增加内部 MCP 地址或在部署时把agent.yaml里的${GL_MCP_URL}之类环境变量指向自己的系统CSV 阶段先用 gl-recon 的 normalize 规则和 clean-data-xls 的公式化清洗把数据对齐到公共键与统一类型。接输出利用 xlsx-author 的命名区域与 Checks 页契约让./out/下的工作簿成为报表与仪表盘可以直接消费的结构化资产需要跨 agent 时用handoff_request事件把自己的编排层接进来。整个改造过程不需要动一行模型代码也不需要重写技能——这正是这套模板最有价值的地方它把金融专业能力和你的数据之间的边界定义成了一套文件级接口。接口的另一端是任何一家公司都能自己填的一张 CSV、一个内网 API、或者一个早就跑了几年的数仓。【免费下载链接】financial-services可将 Claude 转变为金融服务专家适用于投资银行、股票研究等领域。提供核心及专项插件支持端到端工作流集成多数据源含技能、命令和连接器可定制适配企业需求。项目地址: https://gitcode.com/GitHub_Trending/fi/financial-services创作声明：本文部分内容由AI辅助生成（AIGC），仅供参考