mcpField
S
screening

screening

github.com/vyayasan其他60199 次安装30 周前更新
代码仓库

关于 screening

用于 KYC 工作流的制裁和 PEP 筛查技能，支持临时检查与批量处理。它查询多个数据库并记录潜在匹配，将不确定或真实匹配交由人工审核。

主要功能

  1. 01查询制裁和 PEP 数据库
  2. 02筛查客户及相关人员
  3. 03记录匹配证据和搜索详情
  4. 04评估潜在误报
  5. 05生成筛查报告和升级简报

适用场景

  1. 01KYC 开户流程中的客户筛查
  2. 02核查受益所有人和公司管理人员
  3. 03处理 CSV 中的多条筛查警报

安装

复制下面的命令，在终端中运行。

$npx skills add https://github.com/vyayasan/kyc-analyst --skill screening

安装后在 Claude Code 中输入/screening确认已加载。

详细介绍

筛查技能 - v1.0.0

全面的制裁名单和 PEP 筛查，支持多数据库搜索、误报评估和 HITL 决策关口。

概述

筛查是所有 KYC 工作流的强制组成部分。此技能提供独立的筛查能力，可用于临时检查、批量处理，以及集成到客户准入／定期更新工作流中。

筛查数据库（12+ 个来源）

制裁名单
  1. OFAC SDN - 美国特别指定国民
  2. EU Consolidated Sanctions List - 欧盟
  3. UK HM Treasury - 英国金融制裁
  4. UN Consolidated List - 联合国安全理事会
  5. Interpol - 红色和黄色通报
  6. OpenSanctions - 开源汇总制裁数据
PEP 数据库
  1. EveryPolitician - 全球政治人物
  2. Wikidata - 政治和公众人物
  3. UK Parliament - 议员利益登记册
  4. CIA World Factbook - 国家领导人
  5. Electoral Commission databases - 候选人和公职人员
刑事／法律
  1. UK Court records - 刑事定罪、CCJ
  2. Companies House - 破产记录、被取消资格的董事

筛查流程

第 1 步：确定筛查对象
  • 客户（个人或实体）
  • 所有受益所有人（超过 25% 的门槛）
  • 董事和高级管理层（实体）
  • 家庭成员和密切关联人士（PEP 案例）
第 2 步：执行搜索

针对每个对象，搜索所有适用的数据库：

  • 记录搜索日期、平台和搜索词
  • 记录所有匹配项（包括潜在误报）
  • 截图或保存证据
第 3 步：误报评估 [HITL Checkpoint]

发现潜在匹配时：

因素评估
姓名相似度完全相同 / 部分相同 / 常见姓名
出生日期匹配 / 不匹配 / 未知
国籍匹配 / 不匹配
地点匹配 / 不匹配
照片匹配 / 不匹配 / 不可用
背景信息支持匹配 / 不支持匹配

决定：

  • TRUE MATCH：立即上报经理和 MLRO
  • FALSE POSITIVE：记录理由和证据，继续处理
  • UNCERTAIN：上报以供高级审核
第 4 步：生成报告
  • 筛查摘要，列出所有对象和结果
  • 误报评估文档（如适用）
  • 上报简报（存在真实匹配或不确定情况时）
  • 建议和后续步骤

批量筛查

处理多个警报时：

Analyze [X] screening alerts from uploaded CSV.
For each alert:
- Assess match quality
- Check for false positive patterns
- Research as needed
- Provide recommendation (CLEAR/ESCALATE)
Create Excel report with all analyses.

监管依据

  • OFAC 合规（美国）
  • 欧盟制裁法规
  • 英国《2017 年反洗钱条例》
  • 联合国安全理事会决议
  • AMLD5 筛查要求

版本： 1.0.0 作者： Vyayasan

评论

支持 Markdown