前言¶
资助方、合作机构或内部合规团队在评估一家基金会时，往往要对照慈善中国登记信息、年报与审计 PDF、官网公示和公开舆情，再按检查清单逐项写结论。人工整理时常见两类问题：材料采了但报告里没用上，以及财务口径混用、年份跳跃或大量「待核实」占位。
下面介绍 SkillHub 社区 Skill「基金会尽职调查」（@user_26b924d6/foundation-due-diligence）。它把采集、填点、成稿、质检拆成固定四步，约束 Agent 只输出一份 Markdown 尽调报告，便于在 Cursor 等支持 Skills 的环境里复用同一套流程。
这是什么¶
基金会尽职调查 是面向基金会与社会组织的 Agent Skill，采用通用 SKILL.md 及分步指令文件组织。
- 坐标：
@user_26b924d6/foundation-due-diligence - SkillHub 包版本：1.0.16（Skill 包内
_meta.json与商店一致） - 来源：community，分类 professional
- 发布者：
user_26b924d6 - 标签：
requires_api_key=false（安装 Skill 本身不要求配置 API Key；若使用包内可选 OCR 脚本，需自行准备百度 OCR 等凭证）
输入：基金会或社会组织名称。
输出：单个 Markdown 文件，文件名格式为 {基金会名称}尽职调查报告.md；Skill 明确要求不生成 Word、PDF，也不做格式转换。
Skill 内文档版本记为 10.0.0，与 SkillHub 上的 1.0.16 为不同编号体系；以包内 SKILL.md 与 steps/ 为准执行。
核心功能¶
69 个检查点与报告结构¶
尽调框架覆盖 69 个检查点，分为合规尽调（1–51）、项目效能（52–63）、组织生态（64–67）与舆情（68–69）。检查点原文与模块划分见包内 references/framework.md；合规判断规则见 references/evaluation-criteria.md。
成稿需包含基本信息、各尽调模块、统计表、综合评价、疑点与风险、分级风险提示、改进建议及编制依据等章节。v10 起在基本信息之后增加「当前状态快照」（财务、项目、治理与团队、资质与声誉四个维度），强调用最新可得信息呈现「现在时」状态；成稿时还需与 steps/step2-generate-report.md、references/report-template.md 对齐。
每个检查点在报告中为 7 列表格：序号、检查项、查询结果、数据来源、合规判断或效能评级、判断依据、备注。合规判断仅使用「符合」「待核实」「不符合」「不适用」等文字，不用符号代替。
四步执行流程（禁止跳步）¶
| 步骤 | 指令文件 | 主要产出 |
|---|---|---|
| 0 数据采集 | steps/step0-data-collection.md |
{基金会名称}-数据采集结果.md（须含「年度数据可用性地图」） |
| 1 填写检查点 | steps/step1-fill-checkpoints.md |
69 个检查点的事实与判断 |
| 2 生成报告 | steps/step2-generate-report.md |
完整尽调 Markdown |
| 3 质量自检 | steps/step3-quality-check.md |
通过门禁后再保存 .md |
步骤 0 要求三类数据源齐备：PDF 年报、slideset OCR（当年或近月数据）、搜索得到的合规与舆情信息；并支持从慈善中国、官网 sitemap 全站抓取、Body.js / 万网 CMS 资源提取、动态信息（项目、合作、资质、人事、活动、舆论等六大类）。步骤 1 强调证据链整合判断、时效优先展示、金额四重保障与数据–检查点映射，避免「查到不用」；步骤 3 含顽疾清单与格式自检（含口径校验、快照章节、数据利用率等项）。
可选 Python 辅助脚本¶
核心采集流程规定优先使用 Agent 原生能力（如 search_web、fetch_web、parse_file、read_image、bash）。包内提供 5 个可选脚本，用于 Body.js 解析、百度 OCR、按年度整合 OCR、带 Referer 下载 PDF、从审计报告抽取项目级支出等；环境缺少 pdfplumber、Pillow 或 OCR 凭证时可按 SKILL.md 中的对照表用原生工具替代。
安装与启用¶
方式一：SkillHub CLI（推荐）¶
先确认本机已安装 skillhub（安装方法见 SkillHub 安装说明）。安装技能时必须用 --dir 指向当前 Agent 的 skills 目录，否则默认落在 ./skills/ 可能无法被识别。
Cursor 示例如下：
command -v skillhub && skillhub --version
skillhub install "@user_26b924d6/foundation-due-diligence" --dir ~/.cursor/skills/
其他客户端常见路径（同样来自官方安装文档）：Claude Code 为 ~/.claude/skills/；Codex 为 ~/.codex/skills/ 或项目下 .agents/skills/。安装后按各客户端要求重启或刷新 Skills 列表。
注意：使用带命名空间的 slug @user_26b924d6/foundation-due-diligence 安装；仅写 user_26b924d6/foundation-due-diligence 时，部分环境下远程下载 URL 可能返回 404。
方式二：让 Agent 按官方提示安装¶
SkillHub 技能页提供的提示为：根据 https://skillhub.cn/install/skillhub.md ，安装 @user_26b924d6/foundation-due-diligence。
典型用法¶
启用 Skill 后，用自然语言给出尽调对象即可，例如：「请对某某基金会做尽职调查。」Agent 应按 SKILL.md 顺序执行：
- 读取
steps/step0-data-collection.md，完成慈善中国、官网、PDF/slideset、搜索与动态信息采集，写出中间文件与年度数据可用性地图。 - 读取
steps/step1-fill-checkpoints.md，先核对年度与映射清单，再填写 69 个检查点。 - 读取
steps/step2-generate-report.md与references/report-template.md，生成{基金会名称}尽职调查报告.md。 - 读取
steps/step3-quality-check.md完成自检，通过后再交付唯一 Markdown 文件。
用户侧只需提供组织名称；若官网、扫描件质量或网络检索受限，中间文件与报告中的「待核实」、数据来源 URL 会如实反映缺口，不应跳过步骤 0 直接写结论。
适用场景与注意¶
适合谁
- 需要 repeatable 流程的合规、资助或战略合作团队，希望 Agent 按同一检查框架出报告草稿。
- 已在 Cursor、Claude Code、Codex 等环境配置 Skills，并愿意让 Agent 联网检索公开信息。
限制与注意
- 结论依赖公开来源与 OCR/解析质量；扫描件 PDF、专项审核报告需 OCR，误差需在质检阶段消化。
- slideset 与 PDF 中「公益支出」「慈善活动支出」等口径可能不一致，Skill 要求做差异率校验，法律比例计算不得混用口径。
- 可选脚本依赖 Python 与第三方 OCR；无脚本时须用原生工具完成同等采集，耗时更长。
- SkillHub 元数据（截至资料抓取）：评分 100000，下载 1311 次，安装计数为 0；社区来源，使用前请自行评估发布者内容与本地合规要求。
结尾¶
「基金会尽职调查」把基金会公开尽调收敛为「采集 → 填点 → 成稿 → 质检」四步，输出单一 Markdown，便于审阅与版本管理。官方入口：
- API/资源页：https://api.skillhub.cn/user_26b924d6/foundation-due-diligence
- SkillHub 技能页：https://www.skillhub.cn/skills/user_26b924d6/foundation-due-diligence
