前端进阶之旅前端进阶之旅
基础篇
进阶篇
高频篇
精选篇
手写篇
面经篇
AI 篇
原理篇
每日一题
小程序题库
知识卡片NEW
  • 历年面经按年份追踪真实考点
  • 算法题库NEW在线编码即时判题
  • 专项自测100 题快速查漏
  • 业务场景题真实业务问题与追问
  • 查漏补缺常见问题解析
  • AI 模拟面试NEW模拟真实面试 + 报告
  • 前端基础
    • HTTP从报文一路讲到 HTTPS
    • 浏览器渲染、事件循环、进程
    • 计算机基础Linux、网络、操作系统
  • 进阶专项
    • 设计模式23 种模式怎么用
    • 前端系统进阶学习大型项目工程化
    • 前端综合文章长期沉淀的实践文
  • 工程与工具
    • Node学习指南从环境搭建到服务端
    • NPM工作流script、依赖与发布
    • Docker容器化部署上手
    • Canvas图形与动画实战
  • 路线与导图
    • 思维导图知识点全景图
    • 学习路线按图索骥不跑偏
    • AI 定制路线NEW按你的简历现排
    • AI 知识地图NEW串起全站知识点
  • 动态
    • AI 热点NEWAI 每日动态
    • 公众号动态公众号历史文章
    • 博客动态站长的技术博客
    • 开发者导航常用工具与文档站
AI 助手NEW
旧版
基础篇
进阶篇
高频篇
精选篇
手写篇
面经篇
AI 篇
原理篇
每日一题
小程序题库
知识卡片NEW
  • 历年面经按年份追踪真实考点
  • 算法题库NEW在线编码即时判题
  • 专项自测100 题快速查漏
  • 业务场景题真实业务问题与追问
  • 查漏补缺常见问题解析
  • AI 模拟面试NEW模拟真实面试 + 报告
  • 前端基础
    • HTTP从报文一路讲到 HTTPS
    • 浏览器渲染、事件循环、进程
    • 计算机基础Linux、网络、操作系统
  • 进阶专项
    • 设计模式23 种模式怎么用
    • 前端系统进阶学习大型项目工程化
    • 前端综合文章长期沉淀的实践文
  • 工程与工具
    • Node学习指南从环境搭建到服务端
    • NPM工作流script、依赖与发布
    • Docker容器化部署上手
    • Canvas图形与动画实战
  • 路线与导图
    • 思维导图知识点全景图
    • 学习路线按图索骥不跑偏
    • AI 定制路线NEW按你的简历现排
    • AI 知识地图NEW串起全站知识点
  • 动态
    • AI 热点NEWAI 每日动态
    • 公众号动态公众号历史文章
    • 博客动态站长的技术博客
    • 开发者导航常用工具与文档站
AI 助手NEW
旧版
返回 AI 情报前线
All News · 全部资讯8732
  • AWS 开源 AI 编程助手,成本比 Claude Code 低 45%
  • 生产级 AI 工作流:构建 Prompt 测试框架实战
  • Google 确认 Gemini 模型今年5月入侵三家公司
  • Grok 4.7低价发布,但基准测试大幅落后Claude和GPT-6
  • 用Docker Compose构建可复现的AI Agent评测环境
  • 阿里发布Qwen-Image-2.1:7B开源图像生成编辑模型
  • Benchling 用 Bedrock AgentCore 为多租户 AI Agent 构建深度防御安全架构
  • 苹果Mac mini 2026款:M6/M5 Pro芯片,AI性能最高提升4倍
  • Mac Studio 2026:M5 Ultra 支持最高 512GB 统一内存,可本地运行超大模型
  • Grok 4.7登陆GitHub Copilot,面向Agent化编程
  • AI 安全是工程问题:Agent 堆栈每一层的防护实践
  • Agent 系统的瓶颈不是模型,是架构设计
  • 防御式 Agent 架构:Schema 注入与超时控制
  • 自研研究 Agent 拦截 AI 编程幻觉:文档先行策略
  • 像物理学家一样剪枝 LLM:区块移除的伊辛模型优化
  • Mac mini上的AI开发新范式:OpenClaw与Codex实战
  • Cloudflare Python Workers 正式上线,可用纯 Python 开发边缘应用
  • 浏览器直接给 ESP32 烧录 Claude 写的宏,无需 IDE 或工具链
  • Google 发布 Agent 安全风险报告:5 万美元循环消耗与凭证窃取案例
  • 多 Agent 合规流水线:用 RAG + 自修正架构对抗 WCAG 幻觉问题
  • Anthropic 发布金融领域 Claude 参考智能体套件
  • OpenAI 披露强化学习模型在上下文压缩时插入 Prompt 注入
  • Jev 决策模型实测:0.3秒完成意图分类和工具路由,$0.00004/次
  • Kimi Code Desktop 上线:图形界面 + 内置终端 + Git 状态,支持 Swarm 多 Agent 协
  • StepFun Step 5 Preview:600B 总参数 MoE 模型,1M 超长上下文,10 月开源
  • JSON-Render:通吃 React/Vue/Svelte/React Native 等 10+ 框架的生成式 UI
  • Agent-Native:让 Agent 能力同时暴露给 LLM 工具调用和 UI 操作的 TypeScript 框架
  • 清华联合无问芯穹开源具身智能体RPent,GPT-6 Astra注入机器人
  • AI Agent工具调用边界case:路由错误比想象中更脆弱
  • AI按它能读的契约编程,而非你想要的
  • MCP 远程服务器实现 AI 驱动的确定性 UI 编排
  • 阶跃Step 5 Preview实测:27B参数开源模型冲至Top2
  • 用Responses API构建有边界的GPT-6 Astra Agent
  • 用破坏不变量法审查 AI 生成代码
  • AI 编程测试冻结:保存异常指纹而非测试名
  • 程序员亲历:全公司用 Claude Code 批量生产代码,没人读代码,12 小时工作制
  • 自托管Llama部署成本全解析:GPU之外容易被忽视的隐性开销
  • Builder.io开源Agent-Native框架:让人与AI共享同一操作层
  • 让AI编程代理在中断后从断点恢复:session化执行轨迹方案
  • CI如何验证AI代理真的跑了测试而不是伪造结果
  • llm-keys-ui:让Coding Agent安全获取API密钥的插件
  • AI产品定价数学:固定费率如何悄悄亏损
  • ZCode事件:AI编程工具静默上传全部Git历史
  • Anthropic自评:R&D自动化率26%,但完全自主为0
  • 阿里Qwen-Image-2.1:70亿参数开源图像生成拳打闭源模型
  • OWASP CRS 规则引擎:给 LLM 和 MCP 加上 WAF
  • 智谱 MaaS 上线数据不留存机制,可申请开通
  • 如何界定可完成的AI工程范围
  • Cursor中直接查询技术文档的MCP方案
  • AI Agent的过度自信陷阱
  • Cursor与.NET周报:七个实战规则
  • 已加载 51 / 8732
8.0
热点
AI SCORE
模型发布2026-09-21 16:37

Anthropic 发布金融领域 Claude 参考智能体套件

GitHub Trending#Anthropic#Claude#Agent
Editor brief · 编辑速览

官方开源金融行业参考实现,包含投资银行、 Equity 研究、私募、财富管理等多个垂直领域的端到端智能体,可作 Cowork 插件或通过 Managed Agents API 部署。

文章思维导图
Knowledge map
拖拽缩放
Full translation

完整中文译文

Reference agents、skills 和 data connectors,涵盖我们最常见的金融服务工作流——投资银行、Equity Research、私募股权和财富管理。

这里的每一样内容都有两种使用方式,来自同一套源码:既可以作为 Claude Cowork 插件安装,也可以通过 Claude Managed Agents API 部署到你自己的工作流引擎背后。相同的 system prompt、相同的 skills——选择权在你,决定跑在哪里。

本仓库中的任何内容均不构成投资、法律、税务或会计建议。这些 agents 起草的是分析师工作产物——模型、备忘录、研究笔记、对账文件——供合格专业人员审阅。它们不会做出投资建议、执行交易、承担风险、记账或批准开户;每一份输出都是待人工签批的草稿状态。你有责任核实输出结果,并有责任确保符合适用于你公司的法律法规。

Agents

命名端到端工作流 agents(Pitch Agent、Market Researcher、GL Reconciler……)。每一个都同时提供 Cowork 插件和 Claude Managed Agent 模板,通过 /v1/agents 部署。

Vertical plugins

底层 skills、slash commands 和 data connectors,按 FSI 垂直领域打包。如果你只需要 /comps、/dcf、/earnings 和相关 connectors,而不需要完整的 agent,可以单独安装这些。

每个 agent 均以其运行的工作流命名。它们是起点:安装与你工作匹配的,然后根据你公司的实际做法调整 prompt、skills 和 connectors。

每个 agent 插件都是自包含的——它绑定了自己使用的 skills,所以只需安装 agent 即可。

关于 Managed Agent 部署——agent.yaml、leaf-worker 子 agents、steering-event 示例和各 agent 的安全说明——请参阅 managed-agent-cookbooks/。

plugins/
  agent-plugins/               # Named agents — one self-contained plugin each
  vertical-plugins/            # Skill + command bundles by FSI vertical, plus MCP connectors
  partner-built/               # Partner-authored plugins (LSEG, S&P Global)
managed-agent-cookbooks/       # Claude Managed Agent cookbooks — one dir per agent
claude-for-msft-365-install/   # Admin tooling to provision the Claude Microsoft 365 add-in
scripts/                       # deploy-managed-agent.sh · check.py · validate.py · orchestrate.py · sync-agent-skills.py

在 Cowork 中,打开 Settings → Plugins → Add plugin,然后:

粘贴本仓库 URL——https://github.com/anthropics/financial-services——然后从 marketplace 列表中挑选你想要的 agents 和 verticals,或者

上传 zip 文件——将 plugins/ 下的任意目录打包成 zip(例如 plugins/agent-plugins/pitch-agent/)然后拖进去。

# Add the marketplace
claude plugin marketplace add anthropics/financial-services

# Core skills + connectors (install first)
claude plugin install financial-analysis@claude-for-financial-services

# Named agents — pick the ones you want
claude plugin install pitch-agent@claude-for-financial-services
claude plugin install gl-reconciler@claude-for-financial-services
claude plugin install market-researcher@claude-for-financial-services

# Vertical skill bundles
claude plugin install investment-banking@claude-for-financial-services
claude plugin install equity-research@claude-for-financial-services

安装完成后,agents 会出现在 Cowork 调度界面,skills 会在相关场景自动触发,slash commands 在你的 session 中可用(/comps、/dcf、/earnings、/ic-memo……)。

Claude Managed Agents

export ANTHROPIC_API_KEY=sk-ant-...
scripts/deploy-managed-agent.sh gl-reconciler

managed-agent-cookbooks/ 下的每个模板与其对应的插件引用相同的 system prompt 和 skills。部署脚本解析文件引用、上传 skills、创建 leaf-worker 子 agents,然后将 orchestrator POST 到 /v1/agents。参见 scripts/orchestrate.py 获取参考事件循环,通过你自己的编排层在 agents 之间路由 handoff_request 事件。

Research Preview:subagent 委托(callable_agents)是一项预览功能。安全性和交接指导请参阅各 agent 的 README。

文件结构

一切皆基于文件——Markdown 和 JSON,无需构建步骤。

从 financial-analysis 开始——它包含共享的建模 skills 和所有 data connectors。按需添加垂直领域以覆盖你需要的工作流。

所有 connectors 都集中在 financial-analysis 核心插件中,并在其余插件间共享。

MCP 访问可能需要提供商提供的订阅或 API key。

Claude for Microsoft 365 — 安装工具

如果你的公司通过 Microsoft 365 插件让 Claude 运行在 Excel、PowerPoint、Word 和 Outlook 中,claude-for-msft-365-install/ 是供 IT 管理员使用的工具,用于将其配置为接入你自己的云——Vertex AI、Bedrock 或内部 LLM 网关——而非 Anthropic 的 API。

这是一个 Claude Code 插件(不是 Cowork 插件),它引导 IT 管理员生成自定义的 add-in manifest、授予 Azure admin consent,并通过 Microsoft Graph 写入每用户路由配置。安装方式:

claude plugin install claude-for-msft-365-install@claude-for-financial-services
/claude-for-msft-365-install:setup

这与上面的 agents 和 vertical plugins 是独立分开的——它是让 add-in 在一个租户中部署的入口,之后在这套工具中运行的才是 agents 和 skills。

定制

这些都是参考模板——根据你公司的实际做法调优后,它们会变得更好用。

切换 connectors——将 .mcp.json 指向你的数据提供商和内部系统。

补充公司上下文——将你的术语、流程和格式标准放入 skill 文件。

带入你的模板——/ppt-template 让 Claude 学习你品牌化的 PowerPoint 布局。

调整 agent 作用域——编辑 agents/<slug>.md 以匹配你团队实际运行工作流的方式。

添加你自己的——复制这个结构来覆盖我们尚未涵盖的工作流。

Skill & Command Reference

这里一切都是 Markdown 和 YAML。Fork、编辑、PR。新增内容:

新 skill → 添加到 plugins/vertical-plugins/<vertical>/skills/,然后运行 python3 scripts/sync-agent-skills.py 将其同步到任何绑定了它的 agent。

新 agent → plugins/agent-plugins/<slug>/(含 agents/<slug>.md + skills/)以及对应的 managed-agent-cookbooks/<slug>/。

推送前运行 python3 scripts/check.py——它会对每个 manifest 进行 lint、验证所有跨文件引用是否可解析,如果任何绑定的 skill 与其垂直源相比有漂移则报错。

Original source

本文由 AI 翻译整理自 GitHub Trending,原文版权归原作者所有。

阅读英文原文
上一篇
多 Agent 合规流水线:用 RAG + 自修正架构对抗 WCAG 幻觉问题
下一篇
OpenAI 披露强化学习模型在上下文压缩时插入 Prompt 注入