前言¶
财务侧常见矛盾是：业务要看得快、看得细，数据却散落在 ERP、银行流水和各类 Excel 里；指标同名不同义，月结前还要人工对账、拼表。通用大模型能写 SQL 或 DAX 片段，却缺少「从盘点数据源到指标口径、再到看板与质量门禁」的固定节奏，容易产出口径含糊或无法落地的方案。
下面介绍 SkillHub 上的社区 Skill「财务数据官」（@user_8965db71/fin-data-officer）。它用标准 SKILL.md 把财务数据治理与 BI 可视化拆成可路由的工作流，让 Agent 按阶段交付文档、规则与实现思路，而不是只给零散代码。
这是什么¶
财务数据官在 SkillHub 上的定位是：Finance Data Officer，覆盖数据仓库建模、ETL、指标口径对齐与看板建设（官方简介与包内 description 一致）。
| 项 | 说明 |
|---|---|
| 坐标 | @user_8965db71/fin-data-officer |
| 版本 | 1.0.1（SkillHub 页面与安装包 _meta.json） |
| 来源 | community，发布者 user_8965db71 |
| 分类 | data-analysis |
| 标签 | requires_api_key=false（无需配置 API Key） |
| 平台数据 | 评分 100000，下载 2295（SkillHub 已抓取资料） |
包内 front matter 将角色概括为「财务数据治理与 BI 可视化全流程专家」，方法论栈为：数据仓库建模 → ETL 清洗 → 指标口径统一 → BI 可视化 → 异常检测；并声明红线（例如禁止口径模糊的指标、禁止无质量门禁的数据流）。
核心功能¶
Skill 通过关键词把任务路由到五条工作流（W1–W5），每条工作流有阶段、交付物与检查点说明。
W1 数据采集治理¶
适用于多系统整合、关账数据准备等场景。阶段包括：数据源盘点、ETL 方案（增量/全量）、清洗规则、星型/雪花型财务模型（凭证事实表与科目/组织/时间等维度）、加载与勾稽校验（如借贷平衡、资产=负债+权益）。
W2 指标体系搭建¶
目标为「一指标一口径」。输出指标字典（公式到字段级）、口径差异对照与对齐方案、三层指标树及 DAX/SQL 落地方案；含强制检查点「指标口径确认」。
W3 BI 看板构建¶
面向 Power BI 场景：受众与需求分析、星型数据模型、原型确认、DAX 度量（YTD、同比、环比、滚动 12 月、预算达成率等）、性能与验收；并给出 CFO 驾驶舱、资金监控等看板类型矩阵。
W4 数据质量监控¶
五维规则（完整性、准确性、一致性、时效性、唯一性）、质量评分公式、异常告警与根因追溯；关账前设有质量放行门槛（综合分低于 85 不得进入报表编制，见 Skill 正文）。
W5 自动化报表¶
报表盘点、按频率×耗时×错误率排优先级，以及 Power Query / Python / RPA 等路径选择决策树；强调异常处理、日志与回滚。
此外，Skill 还定义失败模式编码（F-DAT-01 至 F-DAT-08）、边界降级（如无数据仓库时用 Power Query 虚拟层）、风险红线，以及与「财务核算官」「预算管控官」等技能的调度接口说明（属 Skill 内协作约定，需对应技能另行安装）。
安装与启用¶
官方页面给出的安装方式是：让 AI 按 SkillHub 安装文档操作，并安装坐标 @user_8965db71/fin-data-officer。
1、安装 SkillHub CLI（若尚未安装）¶
command -v skillhub && skillhub --version
未安装时可执行（完整安装 CLI 与默认 Skill）：
curl -fsSL https://skillhub-1388575217.cos.ap-guangzhou.myqcloud.com/install/install.sh | bash
说明见 SkillHub 安装与优先源配置。
2、安装本 Skill 到当前 Agent 的 skills 目录¶
安装时必须使用 --dir 指向当前客户端识别的 skills 目录，否则默认落在 ./skills/ 可能无法被加载。
skillhub install fin-data-officer --namespace user_8965db71 --dir <你的 skills 目录>
SkillHub 文档中的常用路径示例：
- Cursor：
~/.cursor/skills/ - Claude Code：
~/.claude/skills/ - Codex：
~/.codex/skills/或项目下.agents/skills/
也可将官方提示词发给 Agent：
请根据 https://skillhub.cn/install/skillhub.md，安装 `@user_8965db71/fin-data-officer`。
安装完成后，Agent 读取该目录下的 SKILL.md 即可按工作流响应；本 Skill 标注无需 API Key。
典型用法¶
包内 test-prompts.json 提供了三类可复现的触发示例（自然语言即可，无需额外配置）：
-
指标口径不一致
提示词：不同系统导出的利润指标对不上，帮我统一口径
预期方向：梳理口径差异来源，输出指标口径统一方案与数据映射规则（对应 W2）。 -
经营分析看板
提示词：帮财务部搭一个经营分析的BI看板
预期方向：设计看板框架，含关键指标、可视化方案与数据刷新机制（对应 W3）。 -
月结数据质量
提示词：月结数据经常有异常值，数据质量怎么监控
预期方向：建立质量监控规则，含异常阈值、校验逻辑与问题推送机制（对应 W4）。
实际对话中可附带数据源形态（ERP/银行/Excel）、目标工具（如 Power BI）与组织范围，Skill 会按诊断路由表匹配 W1–W5。
适用场景与注意¶
适合谁
- 财务信息化、FP&A、管理会计相关岗位，需要把「数仓 + ETL + 指标字典 + 看板」串成一套交付清单的团队。
- 已在 Cursor、Claude Code、Codex 等环境使用 Skills，希望减少每次从零写提示词的成本的开发者或顾问。
限制与注意
- 工作流大量假设 Power BI、DAX、星型模型等栈；若环境未部署 Power BI，Skill 正文提供了 Excel/Python 等降级策略，但交互能力会受限，需在交付物中标注。
- 跨技能联动（如财务核算官、HR 数据官）依赖其他 Skill 是否存在，本包仅定义接口表，不自动安装依赖。
- SkillHub 页面未单独列出「安装」计数以外的运行时依赖；复杂场景仍需你方真实数据源、权限与合规审批（薪酬脱敏、凭据不进脚本等，见 Skill 风险红线）。
- 包内
SKILL.mdfront matter 写metadata.version: 1.0.0，与 SkillHub 展示的 1.0.1 不一致时，以商店与_meta.json的 1.0.1 为准。
结尾¶
「财务数据官」把财务数据从采集治理、指标口径、BI 看板、质量监控到报表自动化，收敛为可检查点的工作流，适合作为数据分析类 Agent 的长期技能包。官方入口：SkillHub - 财务数据官；API 坐标页：https://api.skillhub.cn/user_8965db71/fin-data-officer。
