2025年，大模型在金融领域的应用几乎都围绕着一个核心问题展开：
如何把「一次性 Prompt」变成「可复用、可组合、可治理的智能能力」
如果你是FinTech开发者，大概率已经踩过这些坑：
- Prompt 写得很好，但无法工程化复用
- Agent 逻辑散落在各个项目里
- 金融分析能力难以模块化
- 没有统一运行时，无法标准化部署
- Prompt 即业务逻辑，缺乏可测试性
这正是我开源 OpenSkills 的初衷。同时再次案例一下项目地址： github.com/Geeksfino/o…
OpenSkills是一个兼容Claude Skills的运行时，目标不是再造一个 Agent 框架，而是提供一个Skill 标准，可组合能力模型的执行运行时，以达到让LLM能力从Prompt升级为真正的”软件组件”。
一、为什么是 Skills，而不是 Prompt？
Prompt 本质上是一次性指令，而Skill则是能力单元。区别在于：
- Prompt：不可复用，不可组合，无生命周期，无结构输出保证，难以测试
- Skill：有明确输入输出，可注册到运行时，可被 Agent 动态调用，可组合形成更高阶能力，可治理、可审计
Skill在金融场景的价值尤其明显。你不会希望投研逻辑散在 prompt 文本里，风控标准靠模型”自由发挥” ，组合构建不可复现等
你真正需要的是：把金融分析流程拆成标准化Skill。这正是 OpenSkills 的定位。
二、OpenSkills 在架构中的位置
如果用公式表达，可以将OpenSkills理解为：
OpenSkills = Claude Skills兼容运行时 + Skill Registry + Execution Layer
- LLM：负责 reasoning
- OpenSkills：负责 capability execution
这也使得在Agent架构中： Plain Text User Intent -> Agent Planner -> Skill Selection -> OpenSkills Runtime -> Structured Financial Output Skill不再是 prompt，而是具备schema、有输入参数、有可预测输出、有独立演进路径的工具
这使得金融能力模块化，Agent 行为可控，产品工程可维护变成可能。
三、已落地的金融专业 Skills
目前我们已经把一组典型投研Prompt转换成标准化Skills，可直接在OpenSkills运行。它们覆盖从选股 → 情绪 → 内部人交易 → 资产配置的完整链条，欢迎大家体验和试用：
US-market（美股 · 英文）
China-market（A 股 · 中文）
OpenSkills 的核心价值就在于：让能力可以像软件模块一样拼装。
对FinTech开发者意味着什么？
简单来说，如果你在研究开发：智能投顾 | 财富管理 | 研究自动化 | 金融 Copilot | Agent IDE | 投资分析等场景
OpenSkills 给你的是：
✅ 可复用金融能力 ✅ Claude Skills 兼容 ✅ 明确输入输出 ✅ 可审计执行路径 ✅ Agent 可编排
而不是“再写 100 个 Prompt”。
下面用一个真实用户场景说明 OpenSkills 是如何工作的。
场景一：「给我构建一个中等风险的 3 年股票组合」
这是财富管理里最常见的需求。
用户在 UI 里输入：“给我构建一个中等风险、3 年周期的股票组合”
在 OpenSkills 架构中，这不会直接触发某个 Prompt，而是进入 Agent Planner。
Step 1：Planner 拆解任务
LLM Planner 将该意图拆成标准金融流程：Plain Text
- 判断当前宏观环境
- 识别未来6–12个月潜在强势板块
- 在强势板块中寻找被低估公司
- 用Insider Trading做二次确认
- 构建风险调整后的投资组合对应调用 Skills
注意：Planner 只负责”流程编排”， 金融逻辑全部封装在 Skills 内部。
Step 2：OpenSkills Runtime 执行
Agent 依次调用：
- 宏观轮动 Skill
- 低估值筛选 Skill
- Insider Skill
- Portfolio Optimizer：
输出结构化结果：
Plain Text { “allocation”: {
"technology": 25,
"healthcare": 20,
"industrials": 15,
"energy": 10,
"consumer": 10,
"cash": 20
}, “expectedReturn”: 0.11, “volatility”: 0.14, “rebalance”: “quarterly” }
前端直接渲染：
- 行业分布
- 股票权重
- 预期收益
- 风险指标
这已经是一个完整的 AI 投资组合构建 Agent，每一步都是 Skill，而不是Prompt拼接。
这也正是OpenSkills想解决的核心问题：OpenSkills不是在做”AI 炒股”，而是在做：
- 投研能力模块化
- 决策流程标准化
- Agent 行为可编排
- 输出结构化
- 逻辑可审计
你得到的不是聊天机器人。而是一个可以工程化复用的金融 Agent Runtime。
如果你正在构建金融 Agent，欢迎直接使用或参与共建：
我们不能仅仅依赖 Prompt。我们将展示完整的金融 Agent Pipeline，从 Demo 级走向机构级的关键路径。
后续我们会输出系列介绍Skills的文章，欢迎持续关注我们。
微信公众号：Fiduciary AI，聚焦AI 在财富管理等金融服务中的应用，探讨如何让AI 勤勉尽责
