• 人工智能
• AI Agent
• 金融科技
• AI 应用
• 大模型
• RAG

导读

本文以 FinRobot 开源项目中财富管理（wealth-management）技能库的client-review技能文档为主线，系统拆解一个面向客户投资回顾会议的标准化筹备工作流：从客户档案收集、组合业绩测算、配置漂移分析，到谈话要点编排、主动建议生成与最终交付物产出。读者读完本文后，既能掌握该技能的六步实战流程与全部表格模板，也能理解 SKILL.md 这类技能文档在 FinRobot 引擎中是如何被解析、索引、检索并被 Agent 通过activate_skill激活调用的，从而在自己工作中复用同一套"方法论即文档、文档即技能"的工程范式。

一、技能文档概览：Frontmatter 与触发机制

client-review技能文件位于 SKILL.md，其 YAML Frontmatter 完整定义了技能的元数据：

触发词表的使用场景

Frontmatter 中声明的五个触发器覆盖了客户会议的典型表达方式：季度回顾（quarterly review）、指定客户的会议筹备（meeting prep for [client]/prep for [client name]）、泛化的客户会议（client meeting）以及直接命中技能名的client review。这意味着 Agent 在聊天场景中只要收到类似"帮我准备下张三的季度客户会议"这样的诉求，就能通过关键词匹配将该技能从候选列表中拉出。

引擎侧如何理解这段 Frontmatter

FinRobot 的 技能规范模块 用 Pydantic 模型Skill定义了技能加载后的数据结构：id、name、version、author、domain、description、triggers、requires_data、requires_tools、requires_skills、compatible_models、full_content（Frontmatter 之后的完整 Markdown 正文）与source_path（SKILL.md 的磁盘路径）。从源码注释看，requires_data/requires_tools/requires_skills会被解析但暂不强制执行，属于预留的依赖声明机制。

而 技能加载器 则负责把磁盘上的 SKILL.md 转换成Skill模型：文件必须以---开头并包含合法 YAML Frontmatter，id与name是必填字段，缺失将抛出SkillLoadError；description若缺失则自动回退到正文的第一个非标题段落。换言之，一个可被 FinRobot 正常加载的技能文档，其 Frontmatter 结构必须与本文件保持一致的约定。

二、技能在引擎中的检索与激活路径

client-review技能在运行时不会自动执行，而是由 Agent 按需激活。其底层调用链可以从 编排器 orchestrator.py 中看到：Agent 暴露了一个activate_skill(ctx, skill_id)工具，调用后会经由SkillRegistry精确查找或全量列出可用技能，命中后返回渲染出的方法论内容供 Agent 继续执行。若skill_runtime未就绪，工具会明确返回 "Skill system is not yet available"，避免静默失败。

检索排序：名称 > 触发词 > 描述

技能注册表 registry.py 中的search()方法采用加权计分：技能名称命中 +3 分、触发词命中 +2 分、描述命中 +1 分，按总分降序、id升序返回。以client-review为例，当用户说 "quarterly review" 时，Client Review Prep技能因触发词命中获得 +2 分；当用户直接说 "client review prep" 时则名称命中获得 +3 分。list_summary()方法还会把全库技能按领域分组压缩成一行摘要（id: name — description截断版），供 LLM 在上下文窗口中快速了解可用技能，这正是"触发词表"被设计得精炼且可检索的原因。

与其他财富管理技能的协同关系

client-review并非孤立存在，它与同目录下的技能构成完整的财富管理闭环。在 skills/wealth-management 目录下还包含：

• client-report/SKILL.md：面向客户的正式业绩报告生成（季度/年度分发），产出 8-12 页带品牌标识的 PDF；
• portfolio-rebalance/SKILL.md：组合配置漂移分析与再平衡交易建议，含税务感知规则与洗售规则；
• tax-loss-harvesting/SKILL.md：应税账户亏损收割机会识别与替代证券推荐。

这些技能共享同一 Frontmatter 骨架（id/name/domain/triggers/requires_*字段齐全），说明它们是按同一套规范批量转换生成的项目原生技能，也印证了加载器 docstring 中"FinRobot native — output of convert_skills.py"的格式约定。实务中，客户会议前常用client-review完成快速筹备，会后如需正式报告则联动client-report，发现漂移超阈再联动portfolio-rebalance。

三、Step 1：客户档案收集（Client Context）

技能工作流的第一步是"先认识客户再开会"，需要收集或查询的客户上下文要素包括：

• 客户姓名与家庭成员：覆盖整个 household 口径，避免遗漏配偶/联名账户；
• 账户类型：应税账户（Taxable）、传统 IRA、Roth、401(k)、信托（trust）等；
• 全账户合计 AUM：用于衡量组合整体规模与权重；
• 投资政策声明书（IPS）：目标配置、风险承受能力、约束条件——这是后续所有漂移判断的基准；
• 人生阶段：积累期（Accumulation）、退休前（pre-retirement）、退休期（retirement）、传承期（legacy），不同阶段对应不同的收入与风险诉求；
• 上次会议日期与未决行动项：承接上次会议的遗留问题，保证议程连续性。

从同目录 client-report/SKILL.md 可以看出，正式报告还会额外补充报告期间、基准选择、品牌标识等参数，而会议筹备技能更强调"上次会议的遗留事项"，两者形成"筹备→报告"的衔接。

四、Step 2：组合业绩测算（Portfolio Performance）

该步骤要求对每个账户以及家庭账户汇总口径分别测算业绩，核心指标表格如下：

三个核心指标的含义与使用要点：

• Portfolio return（组合收益）：净收益口径，同目录 client-report 技能在 Important Notes 中强调"除客户或合规要求 gross 口径外，业绩必须按净费用计算"；
• Benchmark return（基准收益）：基准须来自 IPS 而非"哪个好看选哪个"，这是同一技能家族的共同约束（client-report 亦有相同提示）；
• Alpha（超额收益）：组合收益相对基准的超额部分，用于回答"我们跑赢/跑输基准多少"。

随后是**业绩归因（Performance Attribution）**要求，需要回答三类问题：

1. 哪些资产类别/头寸驱动了收益表现？
2. 前三大贡献者（Top 3 contributors）与前三大拖累者（Top 3 detractors）分别是谁？
3. 是否存在单一头寸的过度影响（outsized single-position impact）？

五、Step 3：配置审查与漂移判定（Allocation Review）

第三步将当前配置与 IPS 目标配置逐类对比，模板表格覆盖七个资产类别：

该步骤给出了明确的判定阈值：凡漂移超过 IPS 设定的再平衡阈值（typically 3-5%）即需标记。与之呼应的是 portfolio-rebalance/SKILL.md 中更细粒度的十类资产划分与"小漂移在带内无需操作"的克制原则——会议筹备阶段只需识别漂移并给出 Action 列，而具体交易方案则交给再平衡技能处理，职责边界清晰。

六、Step 4：谈话要点与会议议程编排（Talking Points）

第四步要求生成一份带时间预算的会议议程，模板如下：

1. 市场概览（2-3 分钟）：简要宏观背景与展望；
2. 组合业绩（5 分钟）：表现如何？为什么？
3. 配置审查（5 分钟）：是否需要再平衡？
4. 规划更新（5-10 分钟），覆盖四类生活与财务变化：
   • 人生变化（职业、健康、家庭、购房、教育）；
   • 收入需求是否变化；
   • 税务状况更新；
   • 遗产规划更新；
5. 行动项（5 分钟）：下次会议之前我们要完成什么？

这套议程的时间预算合计约 22-28 分钟，既保证每个议题有明确的展开空间，又避免会议失控超时，是可直接套用的会议时间盒（time-boxing）模板。

七、Step 5：主动式建议清单（Proactive Recommendations）

基于上述审查结果，技能要求向客户主动提出以下方向的可执行建议：

• 再平衡交易：当漂移超过阈值时触发（与 Step 3 联动）；
• 税务亏损收割机会（Tax-loss harvesting）：对应同目录 tax-loss-harvesting/SKILL.md 的完整能力，包括亏损识别、替代证券、洗售窗口管理；
• 现金部署或提款规划：应对收入需求变化；
• Roth 转换机会（如适用）；
• 受益人更新或遗产规划需求；
• 保险审查：寿险、伤残险、长期护理（LTC）保险。

八、Step 6：交付物产出（Output）

会议筹备的最终交付物清单包括五项：

1. 一页式客户会议摘要（Word 或 PDF）；
2. 带基准的业绩对照表；
3. 配置饼图（当前 vs 目标）；
4. 推荐行动项清单；
5. 会议议程。

九、重要注意事项：会议沟通与合规纪律

技能在 "Important Notes" 部分给出了六条不可妥协的纪律，这是整个方法论中最具实战价值的部分：

• 会前先认识客户：回顾上次会议记录，掌握客户背景与历史沟通；
• 客户优先原则：从客户真正关心的话题开场，而不是从顾问想讲的内容开场；
• 直面坏业绩：若业绩不佳必须直接面对，不得隐瞒或粉饰；
• 闭环行动项：每次会议必须以带日期的清晰行动项和下一步收尾；
• 归档留痕：会议纪要与 IPS 的任何变更都必须文档化；
• 合规底线：所有会议材料必须符合公司政策与监管要求。

这六条纪律与同域技能（client-report 的合规审查、portfolio-rebalance 的交易理由留痕、tax-loss-harvesting 的全账户协调与税务记录）共同体现了 FinRobot 技能体系对财富管理"合规、留痕、客户优先"职业规范的系统化内置。

十、如何实际使用该技能

在 FinRobot 桌面端（finrobot_desktop）运行环境中，技能的使用路径为：

1. 加载与索引：服务启动时由SkillRegistry递归扫描 skills 目录树下所有**/SKILL.md文件，逐个经load_skill解析入库；解析失败的单份技能会被记录警告并跳过，不影响其余技能加载（见 registry.py）。
2. 触发与选择：用户以自然语言提出需求（如"quarterly review"），Agent 依据技能名称/触发词/描述的加权检索结果，判断本任务适用client-review技能。
3. 激活执行：Agent 调用activate_skill("client-review")，获取渲染后的方法论正文，随后按六步工作流逐步收集数据、填充表格、生成建议与交付物。
4. 协同扩展：会后需要正式报告时激活client-report，需要具体交易清单时激活portfolio-rebalance，需要税务优化时激活tax-loss-harvesting。

对于需要自定义技能的用户，参照本文件与同目录其他 SKILL.md 的规范（合法 YAML Frontmatter、必填id/name、以---开头、正文按## Workflow分步组织），即可通过convert_skills.py脚本（位于 scripts/convert_skills.py）将自有方法论转换为 FinRobot 原生技能格式，加载器会自动完成解析与注册。

结语

client-review技能文档是 FinRobot 财富管理技能库中"会议筹备"环节的标准方法论载体：它以结构化的 Frontmatter 声明元数据与触发词，以六步工作流覆盖客户档案、业绩测算、配置审查、议程编排、主动建议与交付产出，并以六条纪律约束沟通与合规底线。在引擎侧，spec.py、loader.py、registry.py 与 orchestrator.py 构成了"文档即技能"的完整支撑链路，而同一领域的 client-report、portfolio-rebalance、tax-loss-harvesting 技能则与之构成从筹备、报告到执行的财富管理服务闭环。理解并复用这套 SKILL.md 规范，即可让 FinRobot Agent 在真实客户服务场景中产出专业、合规、可执行的会议级交付物。

• 人工智能
• AI Agent
• 金融科技
• AI 应用
• 大模型
• RAG