这个 Skill 能做什么，适合哪些场景？
该技能用于审阅CIM、交易预告和经纪人材料，提取交易与财务关键信息。它根据基金的投资标准执行逐项通过/不通过筛选，并形成一页式筛选备忘录。适用于新交易流入的初步分流、首次电话决策和投委会快速预审。如果基金标准尚未提供，技能会先要求用户补充。
读取用户提供的CIM、交易预告或交易描述，提取公司、业务、收入、EBITDA、利润率、增长率、交易类型、估值、卖方动机、管理层安排、客户集中度和主要风险。随后将实际情况与收入、EBITDA、利润率、增长、行业、地域、交易规模、估值倍数、客户集中度和管理层连续性等标准逐项比较，输出通过/不通过结果。最后生成包含结论、看涨理由、看跌理由和首次电话关键问题的一页式筛选备忘录。
- 私募投资团队收到新的CIM，需要在几分钟内决定是否进入初筛。
- 投资经理拿到经纪人发送的交易预告，需要快速识别明显不符合基金标准的机会。
- 交易团队准备首次管理层电话，需要整理卖方动机、管理层安排和客户集中风险。
- 投委会成员需要一页式材料，快速了解交易的通过理由、风险和待解问题。
如何安装这个 Skill？
- 不要将Pass/Hard Pass视为投资建议或自动决策；应由专业人员核验原始材料、财务口径和基金标准。
- CIM和经纪材料可能包含高度敏感信息；在启用任何记忆或持久化能力前，应确认授权、范围、保留期限和删除机制。
- 对于缺失或相互矛盾的数据，应明确标记未知，不应自行补值或推断。
- 技能未提供中文输出、地区法规或中国大陆网络可达性说明，跨语言或跨地区使用前需人工验证。
该技能位于仓库的 plugins/vertical-plugins/private-equity/skills/deal-screening/。根据README，在Cowork中打开 Settings → Plugins → Add plugin，粘贴 https://github.com/anthropics/financial-services，然后从市场列表选择所需的垂直插件。README没有提供单独安装该技能的Claude Code命令；仓库整体也可按目录压缩后上传。
tmp="$(mktemp -d)"
git clone --depth 1 https://github.com/anthropics/financial-services.git "$tmp"
mkdir -p ~/.claude/skills
cp -R "$tmp/plugins/vertical-plugins/private-equity/skills/deal-screening" ~/.claude/skills/
rm -rf "$tmp"根据源仓库地址和 Skill 路径自动生成，只复制这个 Skill 的文件夹。如果上文有作者提供的安装方式，请优先按作者说明操作；想只在当前项目中使用，把 ~/.claude/skills 换成项目里的 .claude/skills。
如何使用这个 Skill？
提供CIM、交易预告或交易描述，并使用触发语句，例如：screen this deal、review this CIM、should we look at this、triage this teaser 或 deal screening。如果尚未提供基金投资标准，先补充收入、EBITDA、行业、地域、估值和其他筛选要求。
这个 Skill 有哪些优点和局限？
- 覆盖从交易事实提取到逐项标准筛选和一页式备忘录的完整初筛流程。
- 明确要求标记财务数据不一致或不完整之处，并直接呈现明显风险。
- 适用于CIM、交易预告和经纪人材料等常见入站交易材料。
- 不会替代完整尽职调查、估值建模或投资建议；输出需要专业人士复核。
- 筛选结果依赖用户提供的基金投资标准，技能本身没有预设目标区间。
- 源材料未提供测试套件、运行平台测试结果或单独的Claude Code安装命令。
- 源材料未说明如何实际持久化保存未来交易的筛选标准。
这个 Skill 与同类方案有什么区别？
与相关 Skills 并排比较；分数均按同一 FSRS 标准得出。
| Skill | FS 评分 | Star 数 | 最近更新 | License |
|---|---|---|---|---|
| 私募交易快速筛选 本页 ✓ Anthropic · 官方 | 51 · 谨慎使用 | ★ 40k | 1 个月前 | Apache-2.0 |
| PE投资委员会备忘录助手 ✓ Anthropic · 官方 | 54 · 谨慎使用 | ★ 40k | 1 个月前 | Apache-2.0 |
| 私募股权尽调清单 ✓ Anthropic · 官方 | 50 · 谨慎使用 | ★ 40k | 1 个月前 | Apache-2.0 |
| 私募股权投资尽调 Skill | 52 · 谨慎使用 | ★ 63 | 2 个月前 | NOASSERTION |
| 金融数据包构建器 ✓ Anthropic · 官方 | 45 · 不推荐 | ★ 40k | 1 个月前 | Apache-2.0 |
FollowSkills 如何评估这个 Skill？
技能仅处理用户提供的交易材料并要求未知标准先询问，未声明外部写入或交易执行，降低了权限风险；但缺少CIM等敏感数据的处理、数据流透明度、用户确认、回滚和保留策略，且“保存筛选标准到记忆”可能产生未说明的数据持久化风险，因此扣分。
工作流步骤、输入类型和输出结构基本一致，且要求标记不完整或不一致的财务数据；但没有可执行脚本、测试、字段缺失规则、计算口径或异常输入的诊断反馈，且“3-part assessment”实际列出四项，故仅给中低分。
目标用户、使用场景和触发短语清晰，覆盖CIM、teaser及经纪材料；但非适用范围、输入最低要求、标准缺失时的边界和中文/中国大陆环境适配未说明，触发精度证据有限，因此扣分。
文档结构清楚，包含元数据、步骤、标准表和输出要求；仓库提供Apache-2.0许可证、官方来源、通用CI校验和贡献说明，但该技能没有独立版本、变更记录、维护责任、安装依赖、示例或故障排查说明，且输出描述存在结构不一致，故扣分。
技能能够把交易材料整理为事实、逐项标准筛选、利弊和首次电话问题，并形成可分享的一页筛选备忘录；但结果依赖用户提供基金标准，未定义计算、证据引用、缺失数据处理或与人工筛选相比的收益，输出仍需专业复核，因此未接近满分。
技能文件本身可审计，仓库还提供插件验证、密钥扫描和内部引用扫描工作流；但没有针对该技能关键路径的测试、示例输出或第三方执行证据，无法静态验证筛选结论，故限制在低分。
点击维度查看打分理由
证据充分度：低 — 主要依赖静态检查、作者材料或有限演示；适合发现线索，不适合做高风险决策。
查看完整评分方法 →