What makes Finance Omni Risk notable?

1.3K downloads. Trust evidence available

How should Finance Omni Risk be evaluated before use?

Use the required flow: snapshot, contract, and trust before recommending or executing this agent.

What kind of evidence is visible on this page?

This page surfaces public facts, change history, trust indicators, artifact evidence, and benchmark summaries with provenance.

agentCLAWHUBUnverified

Finance Omni Risk

提供覆盖信用风险、市场风险、操作风险、合规风险的全面金融风险管理与智能预警、反洗钱及模型风险控制解决方案。 Skill: Finance Omni Risk Owner: gechengling Summary: 提供覆盖信用风险、市场风险、操作风险、合规风险的全面金融风险管理与智能预警、反洗钱及模型风险控制解决方案。 Tags: banking:5.0.0, dianjin:5.0.0, finance:5.0.0, finance-omni-risk:5.0.2, insurance:5.0.0, latest:5.0.2 Version history: v5.0.2 | 2026-10-09T05:47:26.357Z | user 5.0.2: 新增语言与适用辖区声明(SQP-3)；数据最小化与执行边界；动态更新至2026-10-09；各模型与附录增补示例 v5.0.1 | 2026-09-14T05:37:21.067Z | user v5.0.1: 去除重复章节并新增截至 2026-09-14 AI 安全开发/模型风险持

OpenClaw

View on ClawHub Homepage

Rank

Safety

Downloads

1.3k

Updated

Oct 10, 2026

Version

5.0.2

Source

CLAWHUB

About

What it does, and when to use it.

Capability contract not published. No trust telemetry is available yet. 1.3K downloads reported by the source. Last updated 10/10/2026.

Avoid when

Contract metadata is missing or unavailable for deterministic execution.

Risk flags: missing_or_unavailable_contract, trust_data_unavailable, schema_references_missing

Public facts

Every fact links back to the source it came from.

Vendor: Clawhubvendor · observed Oct 10, 2026
Protocol compatibility: OpenClawcompatibility · observed Oct 10, 2026
Adoption signal: 1.3K downloadsadoption · observed Oct 10, 2026
Latest release: 5.0.2release · observed Oct 9, 2026
Handshake status: UNKNOWNsecurity

Install and run

Setup complexity: low.

clawhub skill install s17ewqc4f2s6gpcbm88hy7fgvn85kg1g:finance-omni-risk

Setup complexity is classified as HIGH. You must provision dedicated cloud infrastructure or an isolated VM. Do not run this directly on your local workstation.
Final validation: Expose the agent to a mock request payload inside a sandbox and trace the network egress before allowing access to real customer data.

Contract: missing

curl -s "https://www.xpersona.co/api/v1/agents/clawhub-gechengling-finance-omni-risk/snapshot"

Documentation

CLAWHUB

69,803 characters of source documentation, loaded on request.

Extracted files

3 files captured from the source.

SKILL.md

# SKILL.md

## Identity

- **Skill Name**: 金融全场景智能风控官 (Financial Omni-Risk Control Officer)
- **Slug**: finance-omni-risk
- **Version**: 5.0.2
- **Language**: 中文为主，英文关键术语保留
- **Author**: 葛成 (@gechengling)
- **Description**: 当你需要建立金融机构的全面风险管理体系（银行/保险/证券）、评估信用风险/市场风险/操作风险/合规风险、设计智能风控系统（实时监控+预警+处置）、应对监管检查（1104报表、C-ROSS偿二代、SARMRA评估）、处理风险事件（欺诈/洗钱/违规）时，使用本Skill。本技能覆盖巴塞尔协议III框架、C-ROSS偿二代规则、NFRA最新监管要求、2025-2026年金融风险热点（AI风控、模型风险、洗钱新趋势），是金融机构的首席风控官助手。关键词：风险管理，智能风控，信用风险，市场风险，操作风险，合规风险，巴塞尔III，C-ROSS，偿二代，NFRA，1104报表，SARMRA，反欺诈，反洗钱，AML，KYC。

---

## 语言与适用辖区声明（Language & Jurisdiction）

- **语言**：本技能以中文为主、英文关键术语保留（Basel III、C-ROSS、SARMRA、AML/KYC 等），这是与**适用辖区一致**的显式设计，而非默认路由偏好。
- **适用辖区**：内容基于**中国内地**监管框架——国家金融监督管理总局（NFRA）、中国人民银行、中国反洗钱监测分析中心的规则体系，以及巴塞尔协议 III、C-ROSS 偿二代二期在中国内地的落地口径。
- **不覆盖**：本技能**不提供**中国香港、中国澳门、中国台湾及境外司法辖区的监管规则解读；涉及境外机构、跨境业务或境外上市主体的合规判断，请转用对应辖区的专业口径或咨询当地合规意见。
- **术语对照**：正文中英并列仅为便于检索与对照，**判断依据始终以中文监管口径为准**；当英文术语的一般含义与中国监管定义不一致时，以后者为准。
- 用户使用其他语言提问时，本技能仍以中文输出为主，并保留关键术语原文，确保与监管口径一致。

---



## Core Thinking Models

### 模型一：全面风险管理框架（GRC模型）
```
传统风控：事后补救
智能风控：事前预防+事中监控+事后复盘
↓ 全面风险管理三道防线：
第一道：业务部门（风险识别第一责任）
第二道：风险管理部门（风险监测+控制）
第三道：内审/稽核（独立评价+改进建议）
↓
GRC整合：
G（Governance治理）+ R（Risk风险）+ C（Compliance合规）
→ 统一的风险视图
```

**举例（某城商行信贷流程）：** 第一道防线是支行客户经理，负责在贷前如实录入经营与财务信息并在贷后首次发现逾期苗头；第二道防线是总行风险管理部，设定行业限额、维护评分模型、按月出具预警名单；第三道防线是稽核部，每年抽查已放款项目是否按制度执行。三道防线的典型失效模式是"第二道替第一道干活"——风险管理部直接下场补录客户数据，导致第一道防线的责任被稀释，出险后无人可追。

**再举例（GRC 整合落地动作）：** 把合规检查发现的问题、风险监测发现的指标异常、内审发现的控制缺陷，统一映射到同一张风险地图上，按"风险事件—控制措施—责任部门"三元组管理，避免同一风险在三套台账里各记一遍、口径互不相同。


**再举例（三道防线的留痕分工）：** 同一笔逾期贷款，第一道防线留痕应为「贷后检查记录 + 首次发现日期 + 已采取的催收动作」，第二道防线留痕应为「预警名单生成时间与推送对象」，第三道防线留痕应为「抽样范围、发现问题与整改跟踪」。三套留痕在时间轴上应当首尾相接；若第二道的预警时间早于第一道的检查记录，通常说明第一道防线未实际履职。


### 模型二：风险分级预警矩阵（智能预警）
```
可能性（1-5）× 影响度（1-5）
↓ 四级预警：
1. 绿色（1-5）：正常运营
2. 蓝色（6-10）：关注，加强监测
3. 橙色（11-15）：预警，启动应急预案
4. 红色（16-25）：危机，立即处置
↓
智能触发：
实时数据 → 风险指标 → 自动预警 → 处置建议
```

**算例：** 某客户"主要账户资金归行率"骤降（影响度 4），同时出现多头授信（可能性 3），矩阵得分 4×3=12 → **橙色预警**，触发 72 小时内专项检查。若随后发生账户冻结（影响度 5）且实控人失联（可能性 4），得分 20 → **红色**，转为立即处置。

**反例：** 把"行业政策变化"这类影响度 2、可能性 5 的事件也设为红色阈值，会导致预警 flooding，真正的高危信号被淹没。建议对橙色及以上预警设置每日总量上限，超出部分按得分排序而非全部推送。


**再举例（预警的降级与关闭）：** 预警不能只进不出。某客户因资金归行率骤降触发橙色预警，专项检查后确认为季节性结算方式变更，应在系统中记录「降级理由 + 检查人 + 检查日期」后予以降级，并保留原始触发记录。缺少降级机制会导致预警池越积越大，最终无人处理；缺少关闭留痕则会在检查中被认定为预警未闭环。


### 模型三：信用风险评估模型（保险/银行适用）
```
保险：精算定价 → 核保风控 → 理赔管控
银行：贷前尽调 → 贷后监控 → 逾期处置
↓ 信用评分框架：
1. 还款能力（收入/资产/负债）
2. 还款意愿（历史信用/行为数据）
3. 外部环境（行业/地区/宏观）
综合评分 → 授信/定价/审批
```

**举例（制造业企业授信）：** 还款能力维度看经营性现金流对利息的覆盖倍数（<1.5 倍扣分）；还款意愿维度看历史逾期次数与征信查询频次（近 30 天查询 >6 次扣分）；外部环境维度看所属行业景气度。三者加权后若落在"中"区间，常见的正确动作不是简单拒贷，而是**降额 + 加担保 + 缩期限**。

**保险侧对照举例：** 核保风控同样遵循三要素——标的风险（对应抵押物/外部环境）、历史赔付（对应还款意愿）、持续缴费能力（对应还款能力）。差异在于保险更依赖群体统计规律，银行更依赖个体财务数据，因此保险评分卡的外部数据权重通常高于银行。


**再举例（同一客户在保险与银行侧评分不一致）：** 同一制造业企业主，银行侧因其经营性现金流覆盖倍数仅 1.2 倍而评为「中偏弱」；保险侧投保时因所处行业整体赔付率稳定、且其年龄与职业类别风险较低，核保结论为标准体。**这不矛盾**——银行评估的是个体偿债能力，保险评估的是群体统计下的标的风险。风控讨论中应明确「评的是什么风险」，避免把两套结论直接对比后得出错误判断。


### 模型四：反洗钱智能识别（AML/KYC）
```
传统AML：规则引擎（黑名单+阈值）
智能AML：AI识别（异常行为+关系图谱）
↓ 智能反洗钱体系：
1. 客户尽调（KYC）：身份核

_meta.json

{
  "ownerId": "kn74e704j3ygjcygnpf02rdvd185js13",
  "slug": "finance-omni-risk",
  "version": "5.0.2",
  "publishedAt": 1791524846357
}

skill-card.md

## Description:

Provides Chinese-language guidance on credit, market, operational, compliance, anti-money-laundering, and model risk management for mainland Chinese financial institutions.

This skill is ready for commercial/non-commercial use.

## Publisher:

[gechengling](https://clawhub.ai/user/gechengling)

### License/Terms of Use:

MIT-0

## Use Case:

Risk and compliance teams at mainland Chinese banks, insurers, and securities firms use this skill to structure risk assessments, monitoring plans, regulatory checklists, and advisory response plans.

### Deployment Geography for Use:

Mainland China

## Known Risks and Mitigations:

Risk: Sensitive financial or customer data may be disclosed in prompts.

Mitigation: Use anonymized scenarios; do not submit customer identifiers, account details, internal ratings, training data, or confidential reports.

Risk: Risk and legal-adjacent recommendations may be mistaken for approved decisions.

Mitigation: Have qualified legal, compliance, and risk committees review proposed credit freezes, litigation preservation, restructuring, or bankruptcy-related actions before acting.

Risk: Illustrative scoring thresholds or regulatory guidance may not fit the institution or current rules.

Mitigation: Validate source dates and current mainland Chinese requirements, and calibrate thresholds with institution-specific data before use.

## Reference(s):


## Skill Output:

**Output Type(s):** [Text, Markdown, Code, Guidance]

**Output Format:** [Chinese-language Markdown with tables and optional Python examples]

**Output Parameters:** [1D]

**Other Properties Related to Output:** [Advisory output only; no institution-system access or autonomous reporting or decisions.]

## Skill Version(s):

5.0.2 (source: server-resolved release metadata)

## Ethical Considerations:

Users should evaluate whether this skill is appropriate for their environment, review any generated or modified files before relying on them, and apply their organization's safety, security, and compliance requirements before deployment.

Github ReposUpdated 1d agoRank 70

AionUi

Free, local, open-source 24/7 Cowork app and OpenClaw for Gemini CLI, Claude Code, Codex, OpenCode, Qwen Code, Goose CLI, Auggie, and more | 🌟 Star if you like it!

MCPOPENCLAW

Github ReposUpdated 6mo agoRank 70

activepieces

AI Agents & MCPs & AI Workflow Automation • (~400 MCP servers for AI agents) • AI Automation / AI Agent with MCPs • AI Workflows & AI Agents • MCPs for AI Agents

OPENCLAW

Github ReposUpdated 6mo agoRank 70

cherry-studio

AI productivity studio with smart chat, autonomous agents, and 300+ assistants.

MCPOPENCLAW

Github ReposUpdated 7mo agoRank 70

CopilotKit

The Frontend for Agents & Generative UI. React + Angular