Claude for Financial Services คืออะไร

Claude for Financial Services เป็น reference implementation ระดับ production ที่ Anthropic ออกแบบมาสำหรับวิธีการทำงานด้าน financial services ที่พบมากที่สุด — investment banking, equity research, private equity, wealth management และ fund operations

เป็นระบบอวน (open-source repository) ที่สามารถเรียกใช้ได้ สองวิธีจากแหล่งเดียว: ติดตั้งเป็น Claude Cowork plugin หรือ deploy เป็น Claude Managed Agents API อยู่หลัง workflow engine ของตัวเอง ระบบ prompt, skills และ conventions เหมือนกันทั้งสองวิธี — เลือกได้ว่าจะรัน ที่ไหน

องค์ประกอบหลัก

10 Named Agents (ตัวแทนชื่อที่รู้จัก)

Repository นี้มี 10 agent ตั้งชื่อเรียบร้อยแล้ว แต่ละตัวเป็น self-contained plugin ที่ครอบคลุมงาน workflow ตั้งแต่ต้นถึงปลาย:

หมวด	Agent	งานที่ทำ
Coverage & advisory	Pitch Agent	Comps, precedents, LBO → pitch deck ตั้งแต่ต้นถึงปลาย (README.md line 23)
	Meeting Prep Agent	เตรียมงาน briefing pack ก่อนทุก client meeting (line 24)
Research & modeling	Market Researcher	Sector/theme → industry overview, competitive landscape, comps, shortlist ideas (line 25)
	Earnings Reviewer	Earnings call + filings → update model → draft note (line 26)
	Model Builder	DCF, LBO, 3-statement, comps ขึ้นใน Excel แบบ live (line 27)
Fund admin & ops	Valuation Reviewer	Ingest GP packages, run valuation template, stage LP reporting (line 28)
	GL Reconciler	หา breaks, trace root cause, route for sign-off (line 29)
	Month-End Closer	Accruals, roll-forwards, variance commentary (line 30)
	Statement Auditor	Audit LP statements ก่อน distribution (line 31)
Operations & onboarding	KYC Screener	Parse onboarding docs, run rules engine, flag gaps (line 32)

ทั้ง 10 agent นี้พร้อมใช้งานทันที — แต่เป็นจุดเริ่มต้นสำหรับปรับแต่งตามวิธีทำงานของแต่ละสถาบัน

7 Vertical Plugins (มัดทักษะแบ่งตามแนวตั้ง)

Skills, slash commands และ MCP connectors ถูกรวมกลุ่มตามแนวตั้ง FSI (Financial Services Industry). ติดตั้งแล้ว vertical ที่ต้องการ:

financial-analysis (core) — Comps, DCF, LBO, 3-statement, deck QC, Excel audit + 11 data connectors
investment-banking — CIMs, teasers, process letters, buyer lists, merger models, deal tracking
equity-research — Earnings notes, initiations, model updates, thesis tracking
private-equity — Sourcing, screening, diligence checklists, IC memos, portfolio monitoring
wealth-management — Client reviews, financial plans, rebalancing, reporting, tax-loss harvesting
fund-admin — GL recon, break tracing, accruals, roll-forwards, variance commentary, NAV tie-out
operations — KYC document parsing, rules-grid evaluation

(CLAUDE.md line 15–20)

Dual Runtime (รันบน Cowork หรือ Managed Agents)

โปรแกรม Cowork plugin (web UI):

ติดตั้ง → Settings → Plugins → Add plugin → https://github.com/anthropics/claude-for-financial-services

(README.md line 51–55)

Claude Managed Agents API (headless):

export ANTHROPIC_API_KEY=sk-ant-...
scripts/deploy-managed-agent.sh gl-reconciler

(README.md line 80–85)

ทั้งสองวิธีอ่านจากแหล่งเดียว: agents/<slug>.md ที่ hold system prompt ตัวเดียวกัน และ skills/ ที่ bunched เหมือนกัน — แตกต่างกันแค่ wrapper (Cowork ใช้ .claude-plugin/plugin.json, Managed Agents ใช้ agent.yaml)

Key Innovation: One Source, Two Delivery

ส่วนสำคัญที่สุดของ Claude for Financial Services คือ ไม่มีการ duplicate ระหว่างสองวิธีการรัน

system prompt ✅ ไฟล์เดียว (agents/pitch-agent.md)
skills ✅ ไฟล์เดียว (plugins/vertical-plugins/financial-analysis/skills/dcf-model/SKILL.md)
commands ✅ ไฟล์เดียว (plugins/vertical-plugins/investment-banking/commands/cim.md)

ทั้งสอง wrapper (Cowork + Managed Agents) reference ไฟล์เดียวกัน ถ้า update SKILL.md ของ DCF → ได้ผลกับ Cowork และ API deployment พร้อมกัน (CLAUDE.md line 31)

11 MCP Connectors (ต่อเชื่อมข้อมูล)

Repository นี้ไม่ได้ fetch จาก web search แต่ใช้ Model Context Protocol (MCP) servers ที่เป็นแบบหนึ่งจุด (single-purpose, allowlisted) ให้เข้าถึง FSI data providers:

Daloopa — Financial metrics & modeling
Morningstar — Fund data & analytics
S&P Global (Capital IQ) — Company research, tearsheets, transactions
FactSet — Alternative data & research
Moody’s — Credit analytics
MT Newswires — News feed
Aiera — Earnings & conference calls
LSEG — Bond data, derivatives, FX curves
PitchBook — M&A, VC, fund data
Chronograph — PE portfolio analytics
Egnyte — Document management

(README.md line 123–135)

แต่ละ MCP server ต่อด้วย API key (ตัวเลือก) ที่ installed ใน financial-analysis vertical plugin → แชร์ไปยังทุก agent ที่ใช้ vertical นั้น

ลักษณะอื่นๆ

Skill Quality — Manifest-Driven

หากแต่ละ skill ได้รวบรวมกรรมวิธี step-by-step ในไฟล์ SKILL.md:

---
name: dcf-model
description: Real DCF model...
---

# DCF Model Builder

## Critical Constraints
- Formulas over hardcodes (ต้องเป็น Excel formula ไม่ใช่ hardcoded number)
- Sensitivity tables ต้อง odd dimensions (5×5 center = base case)
- Verify step-by-step with user ไม่ build end-to-end
...

ไม่มี unit tests — validation มาจากการ lint manifest, verify references resolve (scripts/check.py) และ drift detection (scripts/sync-agent-skills.py) (CLAUDE.md line 31–32)

Hard-Allowlist Orchestration

ทุก agent และ skill มีรายชื่อ exact permissions ที่ได้อนุญาต — ไม่ trust Claude-to-Claude output

GL Reconciler agent เช่น:

tools:
  - type: agent_toolset_20260401
    configs:
      - name: read        # allowed
        enabled: true
      - name: grep        # allowed
        enabled: true
  - type: mcp_toolset
    mcp_server_name: internal-gl
    default_config:
      enabled: true       # read-only GL server

(managed-agent-cookbooks/gl-reconciler/agent.yaml line 16–33)

ไม่ได้ allow write, bash execution หรือ network outbound นอกจากที่ explicit allowlist

Vertical-First Structure

Skill source ของ truth ตั้งอยู่ใน plugins/vertical-plugins/<vertical>/skills/ แล้ว propagate เข้า agent bundles ผ่าน sync-agent-skills.py ถ้า edit DCF skill → ต้อง run script เพื่อ update ทุก agent ที่เป็นการ bundle นั้น

(README.md line 95–96, CLAUDE.md line 31)

คำเตือน ⚠️

ไม่มีสิ่งที่อยู่ใน repository นี้ที่ประกอบด้วย investment, legal, tax หรือ accounting advice

Agents นี้ draft analyst work product — models, memos, research notes, reconciliations — สำหรับ review โดยผู้เชี่ยวชาญที่มีคุณสมบัติ ไม่ได้ make investment recommendations, execute transactions, bind risk, post to ledger หรือ approve onboarding

ผู้ใช้มีความรับผิดชอบในการ verify outputs และ compliance กับกฎหมายและอากฤษยา

(README.md line 7–8)

ดูเพิ่มเติม

Who Is It For? — เป้าหมายกลุ่มผู้ใช้ประเภทใด
Architecture — วิธีการเชื่อมต่อ 3 layers
Quick Start — ติดตั้งและลองใช้