MiX家庭财务健康诊断

概述

中国家庭财务健康诊断报告

把一份家庭财务数据，转成一份结论先行、手机可读、百分制可追踪的 CFP 式诊断报告。

核心特征：完全自包含。 全部计算与报告生成都在本技能自带的 3 个 Python 脚本里完成，不依赖任何外部技能、不联网、不需要第三方 Python 包。

何时用

• 用户要"家庭财务诊断 / 体检报告 / 家庭财务规划书"
• 用户（保险经纪人、投教从业者、理财顾问）要给客户做家庭财务梳理
• 用户提供家庭收支、社保、保险、退休、资产负债数据，要求分析并给建议
• 用户特别关心所在城市或房产价值 / 房价下跌对家庭财务的影响

工作流

第 1 步 · 拿到数据（三种路径，任选）

缺口闸门：跑分析前做完整性检查。缺关键字段（月收入 / 刚性支出 / 房贷余额利率年限 / 房产面积）时不出数字，先给"待补清单"并在对话里逐项追问。

采集清单（对应采集表的 A—H 八组）：

• A 家庭基本情况：省市/区县、成员与年龄、职业类型（体制内/国企/外企/私企/个体/灵活就业/无业）
• B 收入：工资性（分成员）、经营性、财产性、转移性、年终奖
• C 支出：生活、房贷/房租、教育、赡养、医疗、其他、公积金月抵扣
• D 社保与保险：每人社保类型与公积金缴存；逐张保单登记（险种/保额/年缴/豁免/受益人）
• E 退休金：预计退休年龄、社保养老金预估（家庭合计）、企业年金、个人养老金、养老专项储蓄、预期寿命
• F 资产：现金货基、定期理财、权益、其他；自住房与投资房的市值/面积/所在区/购置年份/租金
• G 负债：逐笔登记类型、余额、月供、年利率、剩余年限
• H 目标偏好：风险等级、教育金目标与已备、父母社保状态、保险预算

第 2 步 · 一键跑通

python scripts/run_all.py <家庭数据.json> [输出目录]

会连续执行：

1. analyze_v2.py — 计算 CFP 比率、保障缺口、退休三情景、房产压测、百分制评分、数据体检 → result.json
2. build_report.py — 读 result.json + 家庭数据 → 生成 15 章单文件 HTML 报告

想分步执行或改参数，直接分别调用：

python scripts/analyze_v2.py <家庭数据.json> - assets/城市系数.json out/result.json
python scripts/build_report.py out/result.json <家庭数据.json> out/报告.html

第 3 步 · 校验（必做）

生成后跑三项自检，任一不过就不要交付：

import re
s = open('报告.html', encoding='utf-8').read()
for t in ['div','section','table','tr','td','th','span','ul','ol','li','p','h2','h3','sup','nav','main','section']:
    o = len(re.findall(r'<%s[ >]' % t, s)); c = len(re.findall(r'</%s>' % t, s))
    assert o == c, f'标签不闭合: {t} {o}/{c}'
refs = sorted(set(int(x) for x in re.findall(r'<sup[^>]*>[(d+)]</sup>', s)))
print('脚注编号:', refs)          # 必须从 1 连续
assert 'width=device-width' in s  # 移动端

再加多视口布局自检（320/360/375/414px，用 headless 浏览器 + iframe 突破最小窗口宽度限制），标准：overflow=false、wide=[]、leak=[]。

第 4 步 · 交付

• 本地 HTML 可直接双击打开，也可发到手机
• 需要公网链接时用发布为应用（workbuddy_sites_deploy），entryHtml 指向报告页
• 不要用 EdgeOne Pages：它对含金融/保险建议的内容会返回 policy restrictions

脚本与资源

城市数据

assets/城市系数.json 已收录广州、深圳、佛山、东莞、中山、长沙、武汉（含分区均价、社保基数、房贷利率）。目标城市未收录时：

1. 优先实时检索该城最新二手房均价、分区均价、平均工资、社保基数上下限，写回该文件
2. 或按其能级套用系数区间中值，并在报告中标注"按能级系数估算，未经实时检索"

四个必须避开的坑

1. 投资房与自住房常常不同区：估值校验必须用投资房所在区的均价（house.invest_district），

否则会出现虚假的 -58% 偏离。未填时退到全市均价。

1. 养老金量纲：缺口倒推法的年金现值因子是月度因子 → corpus = 月净需求 × 月度因子。

误用 年需求 × 月度因子 会把缺口放大 12 倍。

1. 只给单点数字：养老缺口必须出三情景（悲观/中性/乐观）。实测跨度可达数倍，单点数字会误导决策。
2. 能级匹配要精确：一线 不能被子串匹配到 新一线（会导致生活成本指数错取）。用前缀匹配并 break。

可选：外部技能交叉校验

以下技能非必需，仅用于交叉验证分析结果是否正确（主流程完全不需要它们）：

输出纪律

• 结论先行；货币用 ¥；资产涨跌用中国习惯（涨红跌绿）
• 不编造数据：取不到的标"待补充"，禁止用"约/估算"填充；外部数据一律标注来源与日期
• 不推荐具体金融产品、不做收益承诺（合规红线）
• 房价压力测试声明为情景推演，不预测房价涨跌
• 所有假设（通胀率、收益率、替代率、估值容差）在附录显式声明
• 报告脱敏：用"成员A/成员B"代称，不含真实姓名与身份证号
• 生成后必须校验（见第 3 步），交付时调用 present_files

安装与分发

技能以 zip 包分发，两种安装方式：

1. 解压安装：把 zip 解压后的 family-finance-diagnostic-report/ 整个目录放到技能目录下
   • WorkBuddy：~/.workbuddy/skills/
   • CodeBuddy：~/.codebuddy/skills/
   • 项目内共享：<项目>/.workbuddy/skills/
2. 导入安装：通过 WorkBuddy 的技能导入入口选择 zip 包

重新打包：

python <skill-creator>/scripts/package_skill.py <技能目录> ./dist

打包前会跑校验：name 必须 hyphen-case、description 不能含尖括号、必须有 agent_created: true。