DevTrends Logo

Как Anthropic учит Клода считать чужие деньги

07 May, 2026
⭐ 9,019 🔱 1,224 👥 103

Недавно наткнулся на свежий репозиторий от ребят из Anthropic. Называется он скромно — financial-services. Но под капотом там не просто сборник промптов, а целая инфраструктура для создания ИИ-агентов, заточенных под инвестиционный банкинг, аудит и управление капиталом.

Знаете, какая главная проблема внедрения LLM в финтехе? Страх. Страх, что модель «галлюцинирует» лишний ноль в отчете или посоветует купить «мусорные» облигации. В Anthropic это понимают, поэтому выкатили не просто чат-бота, а систему с кучей готовых инструментов, которые работают по принципу «человек всегда проверяет результат».

Что внутри этого сейфа

Проект разбит на две основные части. Можно использовать его как плагин для Claude Cowork (это их корпоративный интерфейс), а можно развернуть через API как управляемых агентов (Managed Agents).

Самое полезное здесь — готовые специализации. Авторы разделили их по ролям:

  • Pitch Agent — собирает данные для презентаций, сравнивает компании и даже набрасывает структуру слайдов.
  • Market Researcher — копает отчеты, ищет конкурентов и составляет обзоры индустрии.
  • GL Reconciler — та самая штука для бухгалтеров, которая ищет расхождения в главной книге и пытается понять, откуда они взялись.
  • KYC Screener — парсит документы при открытии счетов и проверяет их по правилам комплаенса.

Интересно, что каждый агент — это не просто системный промпт. В комплекте идут так называемые «скиллы» (skills) и коннекторы к реальным данным.

Техническая начинка и MCP

Разработчикам здесь будет интересно покопаться в реализации протокола MCP (Model Context Protocol). Репозиторий буквально напичкан интеграциями с тяжеловесами финансового рынка.

Тут есть готовые коннекторы для:

  • LSEG и S&P Global;
  • FactSet и Moody's;
  • Morningstar и PitchBook.

Вместо того чтобы писать свои велосипеды для получения рыночных котировок или данных о сделках PE, вы просто подключаете нужный MCP-сервер. Все конфиги лежат в папке plugins/vertical-plugins/financial-analysis/.mcp.json.

Архитектура построена на YAML-манифестах и Markdown. Никакой сложной сборки. Если вам нужно создать своего агента, вы просто копируете структуру из plugins/agent-plugins/, прописываете нужные навыки в skills/ и деплоите это скриптом deploy-managed-agent.sh.

Кому это пригодится на практике

Если вы работаете в энтерпрайзе или стартапе, который пилит софт для финансистов, этот репозиторий — отличный чертеж.

Например, задача: обновить финансовую модель после выхода квартального отчета компании. Раньше аналитик сидел и руками перебивал цифры из PDF в Excel. С помощью Earnings Reviewer из этого репо процесс выглядит иначе: агент читает документ, находит нужные метрики и через скилл model-update предлагает изменения.

Кстати, в репозитории есть отдельный блок для интеграции с Microsoft 365. Это позволяет запускать Клода прямо внутри Excel или Outlook, используя ваши собственные мощности в Azure или AWS Bedrock. Это важный момент для безопасности данных — цифры не улетают в облако Anthropic, если вы того не хотите.

Стоит ли пробовать

Проект выглядит как мощный справочник по тому, как вообще стоит строить агентские системы сегодня. Даже если вы далеки от мира больших денег, посмотрите, как организовано разделение ответственности между агентами и как реализована передача задач (handoff) между ними.

Из минусов — для большинства крутых фишек вроде MCP-коннекторов понадобятся платные API-ключи от поставщиков данных. Но сама логика работы с документами и построения цепочек рассуждений доступна бесплатно.

Я бы советовал начать с папки managed-agent-cookbooks. Там наглядно показано, как превратить обычную языковую модель в узкоспециализированного профи, который не просто болтает, а работает с таблицами и графиками.

Помните только об одном: авторы в каждом втором абзаце напоминают, что это не финансовый советник. Это инструмент для черновой работы аналитика. Проверять результат всё равно придется вам.

Проект на GitHub