Anthropic 开源金融服务 AI 套件：11 个 Agent 拿走即用
发生了什么
Anthropic 开源了一个名为 Claude for Financial Services 的项目，将 AI Agent 推进到金融服务领域。这个仓库包含了 11 个端到端的 AI Agent、8 个垂直行业插件和 11 个顶级金融数据商的 MCP 连接器，覆盖投资银行、股权研究、私募股权和财富管理四大核心场景。
上线当天，该项目在 GitHub 上冲上热榜第一，单日收获 3,077 星，总星数突破 1.6 万。
11 个开箱即用的 Agent
每个 Agent 都是一个完整的工作流封装——从系统提示词到技能文件、从数据连接到部署模板，全部打包在一起。你可以作为 Claude Cowork 插件一键安装，也可以通过 Managed Agents API 部署到自有后端。
覆盖与咨询类：
- Pitch Agent：竞品分析、可比交易、LBO 模型到品牌演示文稿，全流程自动产出
- Meeting Prep Agent：每次客户会议前自动生成简报包
研究建模类：
- Market Researcher：从行业全景到竞争格局，再到投资标的筛选
- Earnings Reviewer：财报电话会录音 + 文件 → 模型更新 → 笔记初稿
- Model Builder：DCF、LBO、三表模型，直接在 Excel 中生成
基金运营类：
- Valuation Reviewer：自动处理 GP 数据包的估值模板
- GL Reconciler：总账对账，自动发现差异并追溯根因
- Month-End Closer：计提、滚调、差异分析
- Statement Auditor：LP 报表发布前审计
合规类：
- KYC Screener：开户文档解析 + 规则引擎评价 + 风险缺口标记
每一个 Agent 都可以独立安装或组合使用，并且支持通过 agent.yaml 配置文件来调整范围和行为。
8 大垂直插件
项目将技能按金融行业垂直领域做了精细化拆分。核心插件 financial-analysis 包含了所有建模类技能和全部 11 个数据连接器，其他插件在此基础上加各自行业的能力：
| 插件 | 核心能力 |
|---|---|
| financial-analysis（核心） | Comps、DCF、LBO、三表模型、Excel 审计、演示文稿 QC |
| investment-banking | CIM、Teasers、流程函件、买方名单、合并模型、交易追踪 |
| equity-research | 财报笔记、覆盖启动、模型更新、主题跟踪 |
| private-equity | 项目 sourcing 与筛选、尽调清单、IC 备忘录、投后监控 |
| wealth-management | 客户回顾、财务规划、再平衡、TLH 税务亏损收割 |
| fund-admin | GL 对账、Break 追踪、计提滚调、NAV 核验 |
| operations | KYC 文档解析与合规规则评估 |
| lseg（合作伙伴） | 固收估值、互换曲线、外汇套利、波动率监控 |
| spglobal（合作伙伴） | 估值概览、财报预览、融资摘要 |
11 个金融 MCP 连接器
所有数据连接器通过 MCP（Model Context Protocol）协议与金融数据商对接。这是一个值得关注的信号——MCP 正在成为金融数据接入的通用标准：
- Morningstar — 基金研究与评级数据
- S&P Global — Capital IQ 数据集
- FactSet — 实时市场与参考数据
- Moody’s — 信用评级与分析
- LSEG（路透社） — 固定收益与衍生品
- PitchBook — PE/VC 交易与公司数据
- Daloopa — 财务报表数据自动化
- MT Newswires — 实时金融新闻流
- Aiera — 财报电话会实时分析
- Chronograph — PE 投资组合估值
- Egnyte — 企业文件管理
MCP 连接器让 Claude 能够查询实时金融数据，而不是依赖训练数据中的模糊记忆。这对金融行业来说是质的飞跃。
两种使用方式
方式一：Claude Cowork 插件
在 Cowork 设置中添加仓库 URL（https://github.com/anthropics/claude-for-financial-services），从市场列表中选择需要的 Agent 和 Vertical 即可。或者通过 Claude Code 命令行安装：
claude plugin marketplace add anthropics/claude-for-financial-services
claude plugin install financial-analysis@claude-for-financial-services
claude plugin install pitch-agent@claude-for-financial-services
claude plugin install market-researcher@claude-for-financial-services
安装后，金融分析师可以在会话中直接使用 /comps、/dcf、/earnings、/ic-memo 等 Slash 命令，Claude 自动调用对应技能完成估值建模或交易材料生成。
方式二：Managed Agents API 部署
通过 /v1/agents 接口将 Agent 部署到自己的编排层。项目提供了 deploy-managed-agent.sh 脚本，配合 agent.yaml 配置文件，可以一键部署包含 leaf-worker 子 Agent 和 handoff 事件处理的完整 Agent 集群。
项目还包含了 Claude for Microsoft 365 的企业部署工具，IT 管理员可以通过 Claude Code 插件在自家云环境（Vertex AI、Bedrock 或内部 LLM 网关）中完成 365 插件的配置。
思考
这次开源最有价值的地方，不是 11 个 Agent 本身，而是 Anthropic 选择的切入方式。
他们没有做一个通用的”AI 金融助手”，而是针对投行、私募、股权研究这些高度专业化的子领域，给出了「系统提示词 + 技能文件 + 数据连接器」三层解耦的开源方案。这意味着金融 AI 的门槛从”你得自己从头训练模型”降到了”你只需要改改提示词和技能文件，接入自己的数据源”。
我特别关注的是 MCP 连接器阵容。11 个连接器中，既有 Morningstar、FactSet 这类传统数据巨头，也有 Daloopa 这种自动化报表数据的新玩家，还有 Aiera 这种财报电话会实时分析的 AI 原生公司。Anthropic 显然在通过开源项目推动 MCP 协议成为金融数据接入的事实标准。
对于国内金融科技团队，这个项目最大的参考价值在于其架构模式——不需要照搬内容，但可以复制模式。把 MCP 连接器换成 Wind 终端、东方财富、同花顺等国内数据源，把技能文件改成中文合规版本，完全有可能跑出一个本土化的金融 AI Agent 平台。
总结
Anthropic 用这个项目释放了一个明确的信号：金融服务是 AI Agent 最高价值的落地场景之一。通过开源社区的力量来定义行业标准，比任何专有方案都更有说服力。当投行分析师可以在聊天框里敲一个 /comps 就拿到全套可比公司数据时，金融 AI 的落地就不再是”要不要”的问题，而是”用哪一家的方案”的问题。