前言¶
資助方、合作機構或內部合規團隊在評估一家基金會時，往往要對照慈善中國登記信息、年報與審計 PDF、官網公示和公開輿情，再按檢查清單逐項寫結論。人工整理時常見兩類問題：材料採了但報告裏沒用上，以及財務口徑混用、年份跳躍或大量「待覈實」佔位。
下面介紹 SkillHub 社區 Skill「基金會盡職調查」（@user_26b924d6/foundation-due-diligence）。它把採集、填點、成稿、質檢拆成固定四步，約束 Agent 只輸出一份 Markdown 盡調報告，便於在 Cursor 等支持 Skills 的環境裏複用同一套流程。
這是什麼¶
基金會盡職調查 是面向基金會與社會組織的 Agent Skill，採用通用 SKILL.md 及分步指令文件組織。
- 座標：
@user_26b924d6/foundation-due-diligence - SkillHub 包版本：1.0.16（Skill 包內
_meta.json與商店一致） - 來源：community，分類 professional
- 發佈者：
user_26b924d6 - 標籤：
requires_api_key=false（安裝 Skill 本身不要求配置 API Key；若使用包內可選 OCR 腳本，需自行準備百度 OCR 等憑證）
輸入：基金會或社會組織名稱。
輸出：單個 Markdown 文件，文件名格式爲 {基金會名稱}盡職調查報告.md；Skill 明確要求不生成 Word、PDF，也不做格式轉換。
Skill 內文檔版本記爲 10.0.0，與 SkillHub 上的 1.0.16 爲不同編號體系；以包內 SKILL.md 與 steps/ 爲準執行。
核心功能¶
69 個檢查點與報告結構¶
盡調框架覆蓋 69 個檢查點，分爲合規盡調（1–51）、項目效能（52–63）、組織生態（64–67）與輿情（68–69）。檢查點原文與模塊劃分見包內 references/framework.md；合規判斷規則見 references/evaluation-criteria.md。
成稿需包含基本信息、各盡調模塊、統計表、綜合評價、疑點與風險、分級風險提示、改進建議及編制依據等章節。v10 起在基本信息之後增加「當前狀態快照」（財務、項目、治理與團隊、資質與聲譽四個維度），強調用最新可得信息呈現「現在時」狀態；成稿時還需與 steps/step2-generate-report.md、references/report-template.md 對齊。
每個檢查點在報告中爲 7 列表格：序號、檢查項、查詢結果、數據來源、合規判斷或效能評級、判斷依據、備註。合規判斷僅使用「符合」「待覈實」「不符合」「不適用」等文字，不用符號代替。
四步執行流程（禁止跳步）¶
| 步驟 | 指令文件 | 主要產出 |
|---|---|---|
| 0 數據採集 | steps/step0-data-collection.md |
{基金會名稱}-數據採集結果.md（須含「年度數據可用性地圖」） |
| 1 填寫檢查點 | steps/step1-fill-checkpoints.md |
69 個檢查點的事實與判斷 |
| 2 生成報告 | steps/step2-generate-report.md |
完整盡調 Markdown |
| 3 質量自檢 | steps/step3-quality-check.md |
通過門禁後再保存 .md |
步驟 0 要求三類數據源齊備：PDF 年報、slideset OCR（當年或近月數據）、搜索得到的合規與輿情信息；並支持從慈善中國、官網 sitemap 全站抓取、Body.js / 萬網 CMS 資源提取、動態信息（項目、合作、資質、人事、活動、輿論等六大類）。步驟 1 強調證據鏈整合判斷、時效優先展示、金額四重保障與數據–檢查點映射，避免「查到不用」；步驟 3 含頑疾清單與格式自檢（含口徑校驗、快照章節、數據利用率等項）。
可選 Python 輔助腳本¶
核心採集流程規定優先使用 Agent 原生能力（如 search_web、fetch_web、parse_file、read_image、bash）。包內提供 5 個可選腳本，用於 Body.js 解析、百度 OCR、按年度整合 OCR、帶 Referer 下載 PDF、從審計報告抽取項目級支出等；環境缺少 pdfplumber、Pillow 或 OCR 憑證時可按 SKILL.md 中的對照表用原生工具替代。
安裝與啓用¶
方式一：SkillHub CLI（推薦）¶
先確認本機已安裝 skillhub（安裝方法見 SkillHub 安裝說明）。安裝技能時必須用 --dir 指向當前 Agent 的 skills 目錄，否則默認落在 ./skills/ 可能無法被識別。
Cursor 示例如下：
command -v skillhub && skillhub --version
skillhub install "@user_26b924d6/foundation-due-diligence" --dir ~/.cursor/skills/
其他客戶端常見路徑（同樣來自官方安裝文檔）：Claude Code 爲 ~/.claude/skills/；Codex 爲 ~/.codex/skills/ 或項目下 .agents/skills/。安裝後按各客戶端要求重啓或刷新 Skills 列表。
注意：使用帶命名空間的 slug @user_26b924d6/foundation-due-diligence 安裝；僅寫 user_26b924d6/foundation-due-diligence 時，部分環境下遠程下載 URL 可能返回 404。
方式二：讓 Agent 按官方提示安裝¶
SkillHub 技能頁提供的提示爲：根據 https://skillhub.cn/install/skillhub.md ，安裝 @user_26b924d6/foundation-due-diligence。
典型用法¶
啓用 Skill 後，用自然語言給出盡調對象即可，例如：「請對某某基金會做盡職調查。」Agent 應按 SKILL.md 順序執行：
- 讀取
steps/step0-data-collection.md，完成慈善中國、官網、PDF/slideset、搜索與動態信息採集，寫出中間文件與年度數據可用性地圖。 - 讀取
steps/step1-fill-checkpoints.md，先覈對年度與映射清單，再填寫 69 個檢查點。 - 讀取
steps/step2-generate-report.md與references/report-template.md，生成{基金會名稱}盡職調查報告.md。 - 讀取
steps/step3-quality-check.md完成自檢，通過後再交付唯一 Markdown 文件。
用戶側只需提供組織名稱；若官網、掃描件質量或網絡檢索受限，中間文件與報告中的「待覈實」、數據來源 URL 會如實反映缺口，不應跳過步驟 0 直接寫結論。
適用場景與注意¶
適合誰
- 需要 repeatable 流程的合規、資助或戰略合作團隊，希望 Agent 按同一檢查框架出報告草稿。
- 已在 Cursor、Claude Code、Codex 等環境配置 Skills，並願意讓 Agent 聯網檢索公開信息。
限制與注意
- 結論依賴公開來源與 OCR/解析質量；掃描件 PDF、專項審覈報告需 OCR，誤差需在質檢階段消化。
- slideset 與 PDF 中「公益支出」「慈善活動支出」等口徑可能不一致，Skill 要求做差異率校驗，法律比例計算不得混用口徑。
- 可選腳本依賴 Python 與第三方 OCR；無腳本時須用原生工具完成同等採集，耗時更長。
- SkillHub 元數據（截至資料抓取）：評分 100000，下載 1311 次，安裝計數爲 0；社區來源，使用前請自行評估發佈者內容與本地合規要求。
結尾¶
「基金會盡職調查」把基金會公開盡調收斂爲「採集 → 填點 → 成稿 → 質檢」四步，輸出單一 Markdown，便於審閱與版本管理。官方入口：
- API/資源頁：https://api.skillhub.cn/user_26b924d6/foundation-due-diligence
- SkillHub 技能頁：https://www.skillhub.cn/skills/user_26b924d6/foundation-due-diligence
