AIKraft/AI/Поиск…⌘KВойти
Инструменты28 июля 2026 г., 01:18 МСК🤖 Auto

Anthropic выпустила репозиторий для финансовых AI-агентов на базе Claude

Anthropic открыла исходный код специализированного репозитория financial-services, позволяющего создавать автономных финансовых агентов с использованием Claude Sonnet 4, Python и MCP-коннекторов.

AIРедакция AIKraftавто-обзор источников
2 мин чтения·источник: MarkTechPost
Поделиться
Баннер новости 4499

Архитектура Skill-Driven агентов

Компания Anthropic представила открытый репозиторий financial-services, который служит основой для построения сложных финансовых AI-агентов. Ключевая особенность архитектуры — использование концепции Skill-Driven (управляемого навыками) подхода. Система не просто отвечает на вопросы, а загружает специализированные методологии (playbooks) из файлов SKILL.md, что позволяет модели строго следовать финансовым стандартам и методикам анализа.

Для взаимодействия с внешними данными и инструментами используется протокол MCP (Model Context Protocol). Архитектура включает вертикальные плагины, партнерские интеграции и управляемые агенты, что превращает Claude из чат-бота в полноценного аналитического сотрудника.

Технический стек и модель

В качестве базовой модели для выполнения задач выбран Claude Sonnet 4 (в коде обозначена как claude-sonnet-4-6). Агент работает в среде Python и использует официальное SDK Anthropic. Ключевые компоненты инфраструктуры:

  • Ядро: Python-скрипты с использованием библиотек pandas, numpy, matplotlib и openpyxl.
  • Инструменты (Tools): Агент имеет доступ к функциям run_python для вычислений и save_file для генерации отчетов, что исключает ошибки в арифметике «в уме».
  • Регистр навыков: Система автоматически парсит файлы SKILL.md, извлекает YAML-метаданные и создает поисковый реестр для быстрого вызова нужных методик (например, DCF, WACC, сравнительный анализ).

Практические кейсы и метрики

На базе этого репозитория демонстрируется выполнение сложных финансовых задач, которые ранее требовали ручного труда или сложных скриптов. Агент способен генерировать готовые артефакты, такие как Excel-файлы и инвестиционные меморандумы.

Задача Инструменты/Методы Результат
Оценка стоимости компании Discounted Cash Flow (DCF) Численные расчеты и вывод метрик
Анализ чувствительности WACC, Terminal Growth Heatmap (тепловая карта) в Matplotlib
Сравнительный анализ Comparable Company Analysis Форматированный Excel-файл (.xlsx)
Инвестиционный комитет Private Equity Memo Текстовый документ с рекомендациями

Безопасность и контроль

Важным аспектом является система ограничений. Агент работает в режиме черновика (DRAFT) и явно предупреждает, что его выводы не являются инвестиционной рекомендацией. Все вычисления происходят в изолированной среде Python, а доступ к API ключам осуществляется через безопасные переменные окружения или Google Colab secrets, что минимизирует риски утечки данных при разработке прототипов.

Источник: MarkTechPost ↗