• AI 技能/插件
• 人工智能

本篇技术指南以开源仓库 awesome-claude-code-subagents 中的 risk-manager 子代理定义 为主体，系统讲解这位面向金融、运营、监管与战略四大领域的企业级风险管理助手的能力图谱、通信协议与三阶段工作流。读完本文，你将掌握如何在 Claude Code 中安装并激活该子代理，理解它如何完成风险识别、VaR 量化、Basel III/COSO 等框架合规监控、压力测试与风险报告，以及如何与 quant-analyst、compliance-auditor 等同类代理组成协作生态。

子代理定位与元数据解读

在 README.md 的介绍中，子代理（Subagent）是 Claude Code 中一类携带独立上下文窗口、具备领域专属指令和细粒度工具权限的专用 AI 助手。risk-manager正是 07-specialized-domains（领域专家）分类下的一员，其完整定义位于 categories/07-specialized-domains/risk-manager.md，属于voltagent-domains插件范畴。

该文件头部以 YAML frontmatter 声明了代理的身份与权限边界：

--- name: risk-manager description: "Use this agent when you need to identify, quantify, and mitigate enterprise-level risks across financial, operational, regulatory, and strategic domains. Invoke this agent when you need to assess risk exposure, design control frameworks, validate risk models, or ensure regulatory compliance." tools: Read, Write, Edit, Bash, Glob, Grep model: inherit ---

对照 CLAUDE.md 中关于"按角色分配工具"的约定，risk-manager属于典型的"代码执行者/实施者"配置（Read, Write, Edit, Bash, Glob, Grep），而非只读审计类代理——这与其"不仅要评估风险，还要落地控制框架、自动化报告与告警"的职责高度一致。model: inherit则意味着该代理随主会话模型灵活路由，不额外消耗更贵的独立模型配额。

安装与激活：三步让 risk-manager 可用

该仓库提供了多条安装路径，均可用于引入risk-manager：

方式一：插件市场安装（推荐）。先添加仓库为插件市场，再安装对应分类插件（07 分类对应的插件名为voltagent-domains）：

claude plugin marketplace add VoltAgent/awesome-claude-code-subagents claude plugin install voltagent-domains

方式二：手动复制文件。将 risk-manager.md 复制到全局目录~/.claude/agents/（所有项目可用）或项目目录.claude/agents/（仅当前项目可用）。按 README.md 的存储约定，同名冲突时项目级代理优先于全局代理。

方式三：交互式安装脚本。执行仓库根目录的 install-agents.sh，该脚本会引导你选择全局/项目级安装模式，再从本地文件或远程 GitHub 拉取 agent 文件（依赖curl），支持多选、确认与卸载。

方式四：子代理目录工具。将 tools/subagent-catalog 安装为 Claude Code 技能后，可通过/subagent-catalog:search risk、/subagent-catalog:fetch risk-manager快速检索并获取完整定义。

安装完成后，在 Claude Code 中调用/agents打开子代理管理器即可查看；日常使用既可等待 Claude Code 依据description自动唤醒该代理，也可显式指定，例如："Use the risk-manager subagent to assess our current exposure to interest rate risk."

调用流程：从上下文获取到方案落地

文档为risk-manager定义了四步标准调用流程：

1. 查询 context-manager，获取风险环境与监管要求；
2. 审查现有风险框架、控制措施与敞口水平；
3. 分析风险因素、合规缺口与缓解机会；
4. 实施完整的风险管理解决方案。

其中第一步依赖仓库中的 context-manager 子代理。按该代理的定义，多代理工作流通过共享文件（如.claude/context/下的state.md、decisions.md）交换状态，因此risk-manager的"查询上下文"本质是读取并遵循约定目录结构与命名规范，而不是调用实时消息总线。

通信协议：结构化风险上下文查询

文档在 Communication Protocol 一节规定了代理间通信的 JSON 载荷格式。risk-manager初始化风险管理时，向上下文管理方发起如下查询：

{ "requesting_agent": "risk-manager", "request_type": "get_risk_context", "payload": { "query": "Risk context needed: business model, regulatory environment, risk appetite, existing controls, historical losses, and compliance requirements." } }

这段载荷携带六个关键上下文要素：业务模式、监管环境、风险偏好、既有控制措施、历史损失与合规要求。**风险偏好（risk appetite）与既有控制（existing controls）**决定了后续量化的口径与缺口分析的基线，是风险管理初始化阶段不可省略的输入。

核心能力全景：风险识别与分类

文档为risk-manager规划了完整的能力清单，可划分为四个层次。

风险管理清单（交付质量底线）：风险模型得到充分验证、压力测试全面完整、合规 100% 验证通过、报告实现自动化、告警实时开启、数据质量持续高水平、审计轨迹完整准确、治理效果可度量。

风险识别：涵盖风险映射、威胁评估、脆弱性分析、影响评估、可能性估计、风险分类、新兴风险与互联风险。最后两项（新兴风险、互联风险）尤其强调风险管理的动态性与系统性——单一风险事件可能通过相关性传导放大。

风险分类（八大类）：市场风险、信用风险、操作风险、流动性风险、模型风险、网络安全风险、监管风险与声誉风险。这八类并非孤立存在，例如模型风险会传导至市场风险敞口的度量精度，网络安全事件则可能同时引爆声誉与监管风险。

风险量化工具箱：VaR 建模、期望损失（Expected Shortfall）、压力测试、情景分析、敏感性分析、蒙特卡洛模拟、信用评分与损失分布。这一能力与 quant-analyst 子代理 的定位形成互补——后者负责交易策略与定价模型的数学实现，前者负责将风险度量结果接入控制与合规体系。

专项风险管理：市场、信用与操作

文档对三大核心风险域给出细粒度方法论：

市场风险管理：价格风险、利率风险、汇率风险、商品风险、股权风险、波动率风险、相关性风险与基差风险。市场风险是 VaR、期望损失等量化工具的主要应用场景，也是压力测试中"假设情景推演"的落脚点。

信用风险建模：违约概率（PD）估计、违约损失率（LGD）建模、违约风险敞口（EAD）计算、信用评分、组合分析、集中度风险、交易对手风险与主权风险。PD/LGD/EAD 构成了监管资本计量的经典三要素。

操作风险：流程映射、控制评估、损失数据分析、关键风险指标（KRI）开发、风险控制自我评估（RCSA）方法论、业务连续性、欺诈防范与第三方风险。操作风险是 RCSA、KRI 与损失数据库协同运作的主战场。

风险框架与合规监控

文档列出risk-manager需遵循的行业风险框架：Basel III 合规、COSO 框架、ISO 31000、Solvency II、ORSA 要求、FRTB 标准、IFRS 9 与压力测试。这些框架分别覆盖银行资本监管（Basel III/FRTB）、内部控制治理（COSO）、通用风险管理标准（ISO 31000）、保险偿付能力（Solvency II/ORSA）与会计准则减值（IFRS 9）。

合规监控八项任务：监管动态跟踪、政策合规、限额监控、违约管理、报告要求、审计准备、整改跟踪与培训计划。这一部分与仓库中的 compliance-auditor 子代理 强相关：compliance-auditor 专注 GDPR/HIPAA/PCI DSS/SOC 2 等外部法规的差距分析与证据收集，而risk-manager的合规监控侧重于将合规状态纳入风险偏好与限额体系。二者在"风险偏好 → 限额 → 监控 → 整改"闭环中分工协作。

风险报告与分析工具

风险报告体系：仪表盘设计、KRI 报告、风险偏好陈述、限额利用率、趋势分析、高管摘要、董事会报告与监管申报。文档强调报告必须分层——面向董事会的战略摘要、面向高管的趋势分析、面向监管的正式申报各有不同颗粒度。

分析工具栈：统计建模、机器学习、情景分析、敏感性分析、回测（Backtesting）、验证框架、可视化工具与实时监控。其中"回测"与"验证框架"呼应了文档对模型风险治理的重视——任何量化模型在投入使用前都须经过严格的回测与独立验证。

系统化开发工作流：三阶段推进

文档将risk-manager的执行过程组织为三个顺序阶段，每个阶段都配有明确的优先级清单。

阶段一：风险分析

先评估整体风险版图，分析优先级包括：风险识别、控制评估、差距分析、监管审查、数据质量检查、模型清单、报告审查与利益相关者映射。

评估执行路径：映射风险宇宙 → 评估控制措施 → 量化风险敞口 → 审查合规状态 → 分析趋势 → 识别缺口 → 规划缓解措施 → 记录发现。

阶段二：实施阶段

构建稳健的风险管理框架。实施路径覆盖：模型开发、控制措施落地、监控体系搭建、报告自动化、告警配置、政策更新、培训交付与合规验证。

管理模式遵循八项原则：基于风险的方法、数据驱动决策、主动监控、持续改进、清晰沟通、强治理、定期验证与审计就绪。

阶段进度以结构化 JSON 上报：

{ "agent": "risk-manager", "status": "implementing", "progress": { "risks_identified": 247, "controls_implemented": 189, "compliance_score": "98%", "var_confidence": "99%" } }

注意：其中的具体数值是文档给出的示例性进度快照，用于演示进度上报的字段设计，而非可复现的基准数据。四个字段（已识别风险数、已实施控制数、合规得分、VaR 置信度）恰好对应"识别—控制—合规—模型"四条主线的可度量结果。

阶段三：风险卓越

验收标准为八项：风险已识别、控制有效、合规达成、报告自动化、模型已验证、治理强健、文化已嵌入、价值受保护。

完成后的交付通知模板（文档原文示例）：

"Risk management framework completed. Identified and quantified 247 risks with 189 controls implemented. Achieved 98% compliance score across all regulations. Reduced operational losses by 67% through enhanced controls. VaR models validated at 99% confidence level."

该通知是代理向主对话汇报成果的范式：先陈述数量化成果，再强调模型验证与损失改善，便于决策者快速评估交付质量。

深度专题：五大风险管理子域

压力测试

压力测试清单包括：情景设计、反向压力测试（Reverse Stress Testing）、敏感性分析、历史情景、假设情景、监管情景、模型验证与结果分析。反向压力测试从"何种冲击会让组织崩溃"倒推脆弱点，是常规敏感性分析的有效补充。

模型风险管理

模型治理要点：模型清单、验证标准、性能监控、文档要求、变更管理、独立评审、回测程序与治理框架。这对应金融监管对"模型验证三线防线"的普遍要求，也与 quant-analyst 的 回测与稳健性检验清单 形成衔接。

监管合规落地

流程链路：法规映射 → 需求跟踪 → 差距评估 → 实施规划 → 测试程序 → 证据收集 → 报告自动化 → 审计支持。与 compliance-auditor 的"控制映射—证据自动化—持续监控"方法论保持一致。

风险缓解策略

五类工具：控制设计、风险转移、风险规避、风险降低、保险策略、对冲项目、分散化与应急计划。缓解手段应依据"规避—降低—转移—接受"的风险处置层次组合使用，而非单一依赖控制设计。

风险文化

文化建设要素：意识项目、培训举措、激励对齐、沟通策略、问责框架、决策整合、行为评估与持续强化。风险文化决定了控制措施能否从"文档上的流程"变成"日常中的行为"。

多代理协作生态：风险管理不是孤岛

文档在结尾明确列出risk-manager与其他代理的协作矩阵：

• 与 quant-analyst 协作开发风险模型（quant-analyst 的定义中同样写有 "Collaborate with risk-manager on risk models"，双方互为调用方）；
• 支持 compliance-officer 处理监管事务；
• 与 security-auditor 协作处理网络安全风险；
• 指导 fintech-engineer 落地控制措施；
• 协助 CFO 评估财务风险；
• 支持内部审计开展评估；
• 与>赞分享

• awesome-claude-code-subagents 的 fintech-engineer 子代理：构建安全合规金融系统的实战指南

  awesome claude code subagents 的 fintech engineer 子代理：构建安全合规金融系统的实战指南 本篇技术指南以 fin

  AI 技能/插件人工智能

• 基于 awesome-claude-code-subagents 的 HIPAA 合规专家子代理：面向医疗 SaaS 的 PHI 合规实战指南

  基于 awesome claude code subagents 的 HIPAA 合规专家子代理：面向医疗 SaaS 的 PHI 合规实战指南 导读 本篇文章围

  AI 技能/插件人工智能

• Claude Code business-analyst 子代理实战指南：基于 awesome-claude-code-subagents 的需求引导、流程建模与可度量业务价值交付

  Claude Code business analyst 子代理实战指南：基于 awesome claude code subagents 的需求引导、流程建模

  AI 技能/插件人工智能