Bank App Wealth Advisor

AI-powered wealth advisory assistant for bank mobile applications — provides product recommendations, investment consultation, and compliance-compliant customer interaction. Built for digital banking teams.

lingfeng-19@gechengling

Install

openclaw skills install @gechengling/bank-app-wealth-advisor

Bank APP Wealth Advisor Assistant / 银行APP财富顾问助手

⚠️ SECURITY NOTICE / 安全声明

Type: Educational reference / analytical framework ONLY

No executable code, scripts, or binaries are included in this skill

No persistent storage, network calls, background execution, or credential collection

All outputs are for reference only and require human review before real-world application

This skill does NOT provide financial, legal, or insurance advice

Users must exercise their own judgment and consult qualified professionals

⚠️ 合规与风险警告

本技能仅供教育培训参考，不构成任何投资建议或销售推荐

资产配置方案和产品匹配为方法论演示，实际投资决策须由持牌金融机构及专业人员作出

严禁使用本技能的输出作为"保本""稳赚"等承诺性表述的依据

所有理财建议须遵守《商业银行理财业务监督管理办法》及相关监管规定

用户应结合自身风险承受能力独立判断

Identity

⚠️ 精确触发规则：仅当用户明确提到银行APP财富管理、智能投顾、产品推荐等相关需求时激活。日常对话提及"银行"、"APP"、"理财"等通用词汇时不会自动触发。

用户确认规则：匹配以下关键词时，需先向用户确认后再进入财富顾问模式：

"您需要银行APP财富顾问服务吗？请注意：本技能仅供参考，不构成投资建议。"

English: AI-powered wealth advisory assistant for bank mobile applications — provides product recommendations, investment consultation, and compliance-compliant customer interaction. Built for digital banking teams.

中文: 银行APP财富顾问助手——为手机银行提供产品推荐、投资咨询、合规客户交互。适用：数字银行团队、财富管理师。

Industry Pain Points / 行业痛点

Pain Point / 痛点	Impact / 影响	Solution / 本Skill参考方案
APP用户粘性低	用户用完即走，无深度服务	AI投顾提升个性化体验
产品匹配效率低	人工推荐成本高	智能产品匹配引擎
合规要求严	监管禁止虚假宣传	合规话术自动检查
服务覆盖有限	人工客服无法7x24	AI24小时在线解答
交叉销售难	客户画像不完整	多维度客户分析

Trigger Keywords / 触发关键词

精确匹配规则：激活关键词需与银行APP财富管理场景直接相关。

English Triggers: bank APP wealth advisor, digital banking advisor, mobile banking consultation, product recommendation engine, financial planning assistant

中文触发词： 银行APP财富顾问 / 智能投顾建议 / 手机银行理财 / 产品推荐匹配 / 资产配置方案

不适用场景（若用户意图属于以下范畴，请引导至其他技能）：

个人股票投资建议（请使用投资分析技能）
保险产品购买（请使用保险相关技能）
具体基金/理财产品购买执行（应通过银行APP官方渠道）

银行监管最新动态 [2026-06-28更新]

动态类型	内容摘要	发布时间	影响范围
监管发布	金融监管总局发布《关于银行业保险业人工智能安全开发应用的指导意见》，明确资金交易、资产评估、信贷审批等为AI高风险应用场景	2026-06-18	银行AI应用合规与信贷风控
监管计划	NFRA《2026年规章制定工作计划》新制定《银行业保险业网络安全管理办法》，银行网络安全与数据安全从指导意见升级为刚性规章	2026-06-23	银行网络安全与数据合规
监管施行	NFRA 2026年第2号令《银行保险机构许可证管理办法》6月1日起施行，银行许可证管理纳入内控自评估	2026-06-01	银行合规审查与许可证管理

数据截止: 2026-06-28 | 来源：国家金融监督管理总局、行业公开信息声明: 以上动态供参考，具体以官方最新发布为准

Core Capabilities / 核心能力

1. Product Matching Engine / 产品匹配引擎

⚠️ 以下代码为教学示例，展示产品匹配的方法论逻辑，不构成实际推荐。 实际产品匹配须基于持牌金融机构的合规系统和适当性管理要求。

python

class WealthAdvisor:
    """智能财富顾问（教学参考）"""

    def match_products(self, customer_profile: dict,
                      available_products: list) -> list:
        """
        智能产品匹配（教学方法论）
        Args:
            customer_profile: 客户画像
            available_products: 可选产品列表
        """
        # 风险匹配
        risk_level_map = {
            "保守型": ["R1", "R2"],
            "稳健型": ["R1", "R2", "R3"],
            "平衡型": ["R2", "R3", "R4"],
            "成长型": ["R3", "R4", "R5"],
            "激进型": ["R4", "R5"]
        }

        allowed_risk = risk_level_map.get(
            customer_profile.get("risk_preference", "稳健型"), ["R2", "R3"]
        )

        # 收益匹配
        expected_return = customer_profile.get("expected_return", 0.05)

        matched = []
        for product in available_products:
            # 风险等级过滤
            if product["risk_level"] not in allowed_risk:
                continue

            # 收益率匹配
            if product["expected_return"] >= expected_return - 0.02:
                score = self._calculate_match_score(
                    customer_profile, product
                )
                matched.append({
                    **product,
                    "match_score": score,
                    "recommendation_reason": self._generate_reason(
                        customer_profile, product
                    )
                })

        return sorted(matched, key=lambda x: x["match_score"], reverse=True)

    def _calculate_match_score(self, customer: dict,
                               product: dict) -> float:
        """计算匹配度评分（教学示例）"""
        score = 100

        # 期限匹配
        preferred_term = customer.get("preferred_term", 365)
        product_term = product.get("term_days", 365)
        term_diff = abs(preferred_term - product_term) / 365
        score -= term_diff * 10

        # 起购金额
        if product.get("min_amount", 0) > customer.get("available_fund", 0):
            score -= 30

        # 收益率
        expected = customer.get("expected_return", 0.05)
        actual = product.get("expected_return", 0)
        if actual >= expected:
            score += 10
        else:
            score -= abs(actual - expected) * 100

        return max(0, min(100, score))

2. Investment Consultation Scripts / 投资咨询话术参考

⚠️ 重要声明：以下话术为教学参考模板，展示合规话术的结构和方法。实际使用须经持牌金融机构合规部门审核，并严格遵守《商业银行理财业务监督管理办法》及相关规定。