fin-doctor：在 AI 财务问答交付前核查 IRS 与 SSA 金额事实

vishalhabib99/fin-doctor · Checks the money facts in AI agents' answers before customers see them: stale or wrong IRS and SSA figures flagged with the right figure and its source. MCP server + Python.

GitHub原文发布未知首次收录 2026-10-19上架 2026-10-19 07:01

☆ 收藏查看项目 ↗

ELI5：它是什么，解决什么问题

fin-doctor 是一个面向金融 AI 智能体的事实核查工具，用 MCP 服务器 + Python 实现：它把草稿答案中的 IRS/SSA 官方数字（如 401(k)、IRA、HSA 限额、RMD 年龄、社保应税上限）与带年份和来源的注册表比对，标记过时、错年或错误数字，并给出正确数值与来源链接。它还提供贡献额度计算工具和退休问答审校（事实、投资建议、承诺性表述、范围外、提示注入检测），输出 SEND/REVIEW 判定。项目为参考性构建，未说明生产部署情况。

# guardrails # fintech # hallucination-detection # MCP Server # fact-checking

核心能力与快速开始

★ 1 · Python

能做什么: 对 AI 智能体草稿答案中的官方财务数字进行核查：每个数字得到 match/stale/wrong_year/wrong/unknown_year/unverified 状态，并附正确数值与 IRS/SSA 来源；覆盖退休账户、HSA、社保与联邦税共 64 个数字（2025–2027 不等）。以 MCP 服务器形式提供 check_answer、get_facts、contribution_room 工具；gate 接口可在答案交付前返回 send/fixed/review。退休问答审校用规则 + fact-judge + advice-judge 检测错误事实、个人建议、承诺性表述、超范围、空答案和提示注入。另含浏览器端贡献额度计算页。
适用场景: 在银行机器人、机器人投顾、税务或 HR 助手等金融 AI 场景中，作为交付前的事实核查闸门，拦截过时的年度限额和错误规则数字；给 MCP 客户端（如 Claude Code）挂载只读核查工具；用 contribution_room 计算当年 401(k)/IRA/Roth 剩余额度；在受监管机构中作为模型风险治理与评测的参考实现。
项目形态: 可直接使用的工具
部署方式: 未说明；README 给出 uvx 免安装运行与 claude mcp add 注册 MCP 服务器的方式，浏览器计算页为静态页面。未说明生产部署架构与托管条件。
主要依赖: 未说明；快速开始需要 uv。judge 层涉及模型调用，具体模型与 API 成本未说明。
使用限制: 仅核查官方数字与特定规则，不判断客户金额或算术；PASS 只表示未发现已知数字错误，不代表整段答案正确。注册表需每年 11 月随 IRS 发布更新，缺失年份按未知处理并转 REVIEW。评估基于合成答案（如第五组 55 个错误数字捕获 45 个），仓库自述召回率约 82% 是未解决问题，且评测者与出题者为同一模型家族，可能存在共同盲点；未测试经检索文档的提示注入。作者声明不构成财务或税务建议，与金融机构无关联。
许可证: MIT
最近推送: 2026-10-18 09:03

官方入门项目文档核对 README 依据 ↗

资料检查：2026-10-19 07:00 · 卡片整理：2026-10-19 07:00
卡片由 AI 根据仓库资料整理，未进行安装或运行验证

职业应用

程序员

在开发金融类 AI 智能体时，可将 fin-doctor 作为 MCP 服务器接入（如 Claude Code），在草稿答案交付前调用 check_answer / gate 对 IRS、SSA 官方金额进行事实核查，并返回 SEND/REVIEW 判定；也可用 contribution_room 工具做确定性的额度计算。

查看内容依据

claude mcp add fin-doctor -- uvx --from git+https://github.com/vishalhabib99/fin-doctor fin-doctor-mcp

官方使用入口 ↗

由 AI 根据来源材料整理，未进行安装或运行验证

产品经理

作为 AI 产品经理的参考构建，可借鉴其从 PRD、评测计划到盲测、发布门禁的流程，以及模型风险包（清单、模型卡、验证报告、监控计划）来设计金融 AI 答案的事实核查与上线治理方案。

查看内容依据

Reference build by an AI product manager: [PRD](PRD.md) → [eval plan](EVAL_PLAN.md) → build → blind evals → release gate.

官方使用入口 ↗

由 AI 根据来源材料整理，未进行安装或运行验证

相似资源

excalidraw-skill：用确定性布局生成可编辑 Excalidraw 论证图

excalidraw-skill 是一个可安装到 Claude Code、Codex CLI 等支持 skill 机制的编码智能体中的技能包，用于生成可编辑的 .excalidraw 图表。它强调“结构本身承载论证”，通过扇出、时间线、汇聚、分区等布局来表达关系，并要求使用真实事件名、载荷和 API 调用作为证据元素。配套提供确定性布局工具（文本测量、容器尺寸计算、正交箭头路由、几何预检），使多框图表在首轮生成时即可避免溢出、重叠和裁剪问题。渲染器为可选组件，仅用于视觉校验。

Locker Protocol Agentic Skills：让 AI 编码代理在不持有私钥的前提下交易 Hyperliquid 永续合约

该仓库为 Claude Code、Codex、Cursor、Antigravity、Grok Build 和 Gemini CLI 提供 Locker Protocol Agentic 的 skill 与插件，教会代理使用 lpa 命令行工具及其 MCP 服务器（42 个 stdio 工具）来交易 Hyperliquid 永续合约。私钥保存在离线 Locker Vault 应用中，电脑上只保存有密码保护、约六个月过期的 agent key，Hyperliquid 拒绝该 key 的提现与转账，只有用户扫描二维码签名才能动资金。skill 内置报价先行、等待用户确认、提现由用户钱包签名、首次使用建议模拟盘等规则，并附带会话启动 hook 与测试自查脚本。

Agent Docs：面向 AI Agent 的 Claude Code、Cursor、Codex 与 MCP 官方文档混合 RAG 服务

Agent Docs 是一个混合 RAG 服务，索引约 600 页 Claude Code、Cursor、Codex 与 MCP 的官方文档并每日自动刷新，通过 MCP 工具（search_docs、read_section）或 REST 接口供 AI Agent 调用，返回带引用的检索结果与答案。其检索链路包含翻译、混合检索（Embedding + BM25）、RRF 融合、Cohere 重排、阈值拒答与上下文选择，并配有 Langfuse 追踪和评估回归门禁。

DonutStudio：以泛音关系为核心的微分音作曲工作站与 MIDI 编辑器

DonutStudio 是一款免费的闭源和声作曲工作站，把音符定义为泛音链上的关系而非固定音高，原生支持纯律、EDO 与任意音程比例。它内置微分音钢琴卷帘、和声链链接与和弦自动关联、音色合成与音源、效果器，并可作为独立 DAW 运行或以 VST3/CLAP 插件形式在 DAW 内使用。本仓库是官方公开的开发者资源集合，包含 Lua 脚本文档与示例、皮肤格式说明，以及供 Claude Code、Cursor、Codex 使用的 agent skills 与可驱动应用的 MCP 服务器。

这是基于来源内容整理的摘要。原文链接失效后，本页摘要和讨论仍会保留。