Banking Workflow Orchestrator

银行业务流程编排器

1. 业务问题

银行数据分析体系包含25个专项分析Skills，分布在经营分析、客户经营、渠道交易、风险合规四大领域。单个Skill解决单点问题，但实际业务场景往往需要多个Skill协同——例如一次完整的反洗钱排查需要依次完成初筛、异常识别、聚类分析；一次客户经营闭环需要从客户画像出发，经过分层、预警、渗透分析，最终输出机会清单。

当前痛点：用户需要自己记住Skill之间的依赖关系和数据传递逻辑，手动逐个调用并搬运中间结果。本编排器解决这个问题——用户只需描述业务目标，编排器自动规划执行链路、按序调用、传递数据、输出最终结果。

2. 适用场景

• 用户提出需要多个Skill协作的复合分析需求
• 用户明确要求"完整流程"、"全链路分析"、"端到端排查"
• 用户描述的业务目标横跨多个分析环节（如"从客户画像到机会清单"）
• 用户不确定该用哪些Skill，描述了业务场景希望系统自动匹配
• 季末/年末需要批量执行多条业务分析链路

3. 输入

4. 输出

• 链路规划报告：识别出的执行链路、包含的Skill节点、预计步骤数
• 各节点输出：每个Skill节点的独立分析结果（保持原Skill的输出格式）
• 节点间数据映射：上游输出如何映射为下游输入的说明
• 最终汇总结果：链路终端Skill的输出，即业务流程的最终交付物
• 执行日志：链路执行过程摘要（哪些节点已完成、耗时、数据量）

5. 预定义业务链路

以下是从25个Skills的依赖关系中提取的标准业务链路。

链路一：反洗钱全链路排查（AML Pipeline）

suspicious-transaction-screening  →  transaction-flow-anomaly-detection  →  high-risk-transaction-clustering
       初筛命中交易                        异常模式识别                          聚类分析输出复核清单

• 触发词：反洗钱、AML、可疑交易排查、交易监测全流程
• 起点输入：交易流水数据、筛查规则（或使用默认规则）
• 终点输出：按模式聚类的高风险交易清单，附复核优先级
• 数据传递：初筛命中交易集 → 异常识别的输入交易集 → 聚类分析的候选集

链路二：客户经营闭环（Customer Operations Loop）

bank-customer-360  →  customer-segmentation  →  ┬─ customer-churn-alert
                                                 ├─ customer-product-penetration
                                                 ├─ dormant-account-analysis
                                                 └─ early-repayment-churn-analysis
                                                          ↓ （全部汇入）
                                                 customer-opportunity-list-generation

• 触发词：客户经营分析、客户全景、机会清单、客户经理任务
• 起点输入：客户基础数据（账户、交易、持仓、行为）
• 终点输出：按优先级排序的客户经营机会清单
• 数据传递：客户360画像 → 分层结果 → 分发给4个并行分析节点 → 结果汇入机会清单生成
• 并行节点：churn-alert、product-penetration、dormant-analysis、early-repayment可并行执行，互不依赖

链路三：经营分析汇报（Business Analysis Report）

┬─ business-metrics-attribution
├─ branch-performance-benchmarking
├─ deposit-growth-attribution      →  business-analysis-summary
├─ loan-structure-analysis
└─ bank-calc-utils（计算支撑）

• 触发词：经营分析报告、管理层汇报、经营情况总结、季度经营回顾
• 起点输入：经营指标数据（存款、贷款、收入、网点数据等）
• 终点输出：面向管理层的经营分析摘要
• 数据传递：各专项分析结果 → 汇入摘要生成；bank-calc-utils在各节点按需调用
• 并行节点：metrics-attribution、branch-benchmarking、deposit-attribution、loan-structure可并行执行
• 灵活性：用户可选择只执行部分专项（如只做存款归因+贷款结构），摘要生成适配实际提供的输入

链路四：资金异动监测（Fund Movement Monitoring）

fund-flow-analysis  →  large-fund-movement-tracking  ↔  account-volatility-monitoring
   资金流向分析              大额资金追踪                    账户波动监测

• 触发词：资金流向、大额资金追踪、账户异动、资金链路分析
• 起点输入：账户交易流水、资金变动记录
• 终点输出：大额资金链路图 + 异常波动账户清单
• 数据传递：资金流向分析结果 → 大额追踪的关注账户范围；大额追踪发现的异常账户 ↔ 波动监测的监控对象
• 双向关联：large-fund-movement-tracking与account-volatility-monitoring互为参考

链路五：渠道支付诊断（Channel Payment Diagnosis）

payment-failure-attribution  →  channel-transaction-performance
     支付失败归因                   渠道交易表现分析

• 触发词：支付失败分析、渠道表现、交易成功率下降、支付诊断
• 起点输入：支付交易明细（含失败记录）
• 终点输出：渠道维度的交易表现报告，含失败归因和改进建议

自定义链路

用户可以指定任意Skill组合构建自定义链路，编排器负责：

1. 校验依赖关系是否合理（上游Skill的输出能否对接下游Skill的输入）
2. 如果存在缺失的中间节点，提示用户补充
3. 按依赖拓扑排序确定执行顺序

6. 执行框架

第一步：意图识别与链路匹配

收到用户请求后：

1. 从业务描述中提取关键意图（分析什么、分析谁、什么目的）
2. 匹配预定义链路，或根据意图组装自定义链路
3. 输出链路规划：包含哪些节点、执行顺序、预计步骤数
4. 请求用户确认链路规划，再开始执行

第二步：数据就绪检查

执行前检查起点Skill所需的输入数据：

• 数据是否已提供
• 数据格式是否符合要求
• 如有缺失，明确告知用户需要补充什么

第三步：逐节点执行

按拓扑顺序执行链路中的每个Skill节点：

1. 准备输入：从上游节点输出中提取本节点所需的输入字段
2. 调用Skill：按该Skill的SKILL.md定义执行分析
3. 输出暂存：保存本节点输出，供下游节点使用
4. 检查点（逐步确认模式下）：向用户展示本节点结果摘要，询问是否继续

对于可并行的节点（如客户链路中的4个分析节点），同时启动执行以提高效率。

第四步：数据映射与传递

节点间数据传递遵循以下规则：

• 字段映射：上游输出中与下游输入同名的字段直接传递
• 结构转换：如果上下游数据结构不同，编排器负责转换（如从"客户分层结果"提取"高价值客户列表"作为流失预警的输入范围）
• 数据过滤：下游只需要上游输出的子集时，编排器负责筛选
• 缺失处理：如果上游未产出下游必需的字段，暂停并提示用户

第五步：汇总与交付

链路执行完毕后：

1. 输出终端Skill的最终结果
2. 附上执行日志摘要（各节点完成状态、关键数据量）
3. 如果有节点未能正常完成，说明原因和影响范围

7. 安全边界

• 不编造数据；不夸大结论；缺失信息标注"未获取"或"待核实"
• 不替代正式审批、正式风控、正式合规、正式报送、正式处置、正式责任认定、正式管理决策
• 编排器本身不进行业务分析，仅负责链路调度和数据传递；分析逻辑完全由各Skill自身承担
• 各Skill的安全边界在链路执行中同样生效，编排器不会绕过任何单个Skill的安全限制
• 风险合规链路的输出仅供数据分析和复核参考，不替代正式合规判定、可疑交易报告（STR）、审计调查或账户处置决策
• 客户经营链路的输出仅作为经营参考，不替代营销准入判断、授信审批决策、客户适当性评估
• 逐步确认模式下，每个关键节点的输出需用户确认后才继续，防止错误数据在链路中传播

8. 上游依赖

本Skill依赖所有25个银行数据分析Skills，按需调用：

9. 可联动下游 Skills

无（顶层编排Skill，输出直接面向用户）