# Supply Chain Customer Identification Assistant

> 当用户需要在银行对公金融场景下开展供应链金融客户识别、核心企业链路梳理、上下游客户筛选、 交易闭环核验、客户分层、准入判断、白名单初筛、拓客名单整理、风险提示或识别报告输出时， 使用本技能。 适用于围绕核心企业开展供应商、经销商、承运商、服务商等链上客户识别与分类的任务。 当用户提供企业名单、交易资料、发票/订单/合同/物流/回款信息、工商信息、行业资料、 核心企业名单或希望生成供应链客户识别报告、客户清单、准入建议、补充核验事项时，优先调用本技能。

- Skill: `aifinlab/supply-chain-customer-identification-assistant` (Agent Skill, multi-file: 12 files)
- Install (CLI): `npx skillmds@latest add aifinlab/supply-chain-customer-identification-assistant`
- Raw SKILL.md: https://api.skillmd.com/api/skills/aifinlab/supply-chain-customer-identification-assistant/raw
- Safety review: pending
- Works with: Claude Code, Claude.ai, OpenAI Codex
- Category: Coding & Dev Tools
- Author: aifinlab (https://skillmd.com/u/aifinlab)
- Updated: 2026-09-17
- Page: https://skillmd.com/skills/aifinlab/supply-chain-customer-identification-assistant

---


# 技能说明

本技能用于银行对公金融场景下的供应链客户识别与初步筛查，服务于供应链金融业务中的客户拓展、链路梳理、准入初筛、关系核验与风险提示。

本技能强调以下目标：
1. 围绕核心企业识别真实、稳定、具备业务关联的链上客户；
2. 判断客户在供应链中的角色、位置、交易方向与合作稳定性；
3. 核验交易资料、结算路径与业务闭环的一致性；
4. 形成客户分层、准入建议、待核验事项与风险提示；
5. 输出适合业务人员、审查人员和产品经理使用的识别报告与客户清单。

# 适用场景

- 围绕某一核心企业识别上游供应商、下游经销商、服务商或承运商；
- 根据订单、合同、发票、物流、回款等资料判断企业是否属于目标供应链；
- 对候选客户进行白名单初筛与分层；
- 对供应链金融潜在客户进行拓客清单整理；
- 对客户与核心企业的依赖度、合作稳定性、交易真实性进行初判；
- 输出供应链客户识别报告、名单、风险提示与补件要求。

# 不适用场景

- 需要给出正式授信审批结论的场景；
- 需要替代尽职调查、法律审查、审计核查的场景；
- 在缺乏任何交易、关系或基础资料时给出确定性关系认定；
- 仅凭单一发票或单次交易就直接判定长期稳定供应链关系的场景。

# 输入要求

优先使用以下信息：
- 核心企业名称、统一社会信用代码、行业、区域、业务模式；
- 候选客户名单及基础信息；
- 合同、订单、发票、出入库、物流、签收、对账、回款等交易资料；
- 银行流水或结算摘要；
- 工商、司法、行政处罚、舆情、经营异常等外部信息；
- 行业链条说明、采购销售模式、账期安排、结算方式；
- 内部历史合作记录、授信记录、渠道信息。

若资料不足，应明确区分：
- 已确认信息；
- 依据有限证据形成的初步判断；
- 尚待补充或核验的信息。

# 核心分析任务

## 一、核心企业与链路定位
- 明确核心企业在产业链中的位置、议价能力、采购与销售模式；
- 判断候选客户属于上游、下游、配套服务还是弱关联外围主体；
- 分析链路是否清晰、是否具有稳定可验证的业务关系。

## 二、客户角色识别
- 识别候选客户是原材料供应商、零部件供应商、分销商、经销商、渠道商、承运商、仓储方、服务商等；
- 判断客户收入/采购结构与核心企业关系的紧密程度；
- 标记是否属于链主强依赖客户、一般合作客户、边缘客户。

## 三、交易闭环核验
- 核验合同、订单、发票、物流、签收、对账、回款是否前后衔接；
- 识别“有票无货”“有合同无结算”“交易方向不一致”“金额异常跳变”等问题；
- 判断资料链条是否支持真实贸易背景。

## 四、客户分层与准入初筛
- 按合作频次、交易规模、合作年限、结算稳定性、链上位置、资料完整度进行分层；
- 输出优先拓展客户、谨慎观察客户、不建议推进客户；
- 给出准入初筛结论及其依据。

## 五、风险提示与待核验事项
- 提示空转贸易、资金回流、关联交易伪装、单一客户依赖过高、异常开票、账期失真等风险；
- 对无法确认的关键问题列出待核验事项与补件要求；
- 明确哪些结论仅能作为业务筛查参考，不能替代正式审查。

# 工作流程

1. 明确核心企业、候选客户及分析目的；
2. 整理企业基础信息、交易信息与外部信息；
3. 绘制供应链关系与交易路径；
4. 对每个候选客户识别角色、关系强度、交易稳定性与资料完备度；
5. 判断是否存在真实贸易背景支持；
6. 形成客户分层与准入初筛建议；
7. 输出风险提示、待核验事项及补件建议；
8. 生成标准化识别报告或客户清单。

# 输出要求

输出应尽量包括以下部分：
- 任务背景与识别范围；
- 核心企业概况；
- 候选客户基础信息；
- 客户角色识别结果；
- 关系强度与交易闭环核验结果；
- 客户分层与准入建议；
- 风险提示；
- 待核验事项与补件清单；
- 结论摘要。

若为表格或结构化输出，应至少包含：
- 客户名称；
- 与核心企业关系类型；
- 证据来源；
- 合作稳定性判断；
- 交易闭环完整度；
- 风险标签；
- 初筛建议。

# 结论表达要求

- 结论应审慎，不得在证据不足时给出绝对性表述；
- 应明确“已确认”“初步判断”“待核验”三个层级；
- 对高风险或信息缺失严重的客户，应优先提示补件与复核，而非直接给出肯定结论；
- 对供应链关系真实性的判断，应以多项证据交叉验证为基础。

# 风险边界

本技能仅用于供应链金融客户识别、初筛和分析支持，不替代：
- 正式授信审批；
- 法律尽调；
- 外部审计；
- 现场核查；
- 反欺诈最终认定。

遇到以下情况时应显著提示风险并降低结论强度：
- 仅有单笔交易资料；
- 缺少物流或回款证据；
- 合同、发票、流水方向不一致；
- 候选客户与核心企业存在疑似关联关系但未穿透核验；
- 企业经营异常、司法风险或异常开票信号较强。

# 参考资料

- `references/supply_chain_customer_identification_guide.md`
- `references/evidence_and_trade_closure_rules.md`
- `references/customer_tiering_rules.md`
- `references/risk_flags.md`
- `references/output_schema.md`

# 模板文件

- `assets/templates/customer_identification_report_template.md`
- `assets/templates/customer_list_template.md`
- `assets/templates/data_request_template.md`

# 可选脚本

- `scripts/customer_role_classifier.py`：根据输入资料识别客户角色与关系标签；
- `scripts/trade_closure_checker.py`：对交易闭环证据进行规则核验；
- `scripts/render_supply_chain_report.py`：将结构化结果渲染为中文 Markdown 报告。