Community研究與資料分析github.com

融資適配研判引擎(Funding Fit Diagnosis)

提供融資適配性分析、機構匹配、差距清單與路線圖的 AI 技能,協助創業者判斷項目是否適合融資、該找誰、還缺什麼。

融資適配研判引擎(Funding Fit Diagnosis) 是什麼?

此技能專為企業主與創業者設計,旨在提供一站式的融資適配研判。它透過結構化的五步工作流,先以 10 個關鍵問題收集完整的項目畫像,再用雙軌評分系統同時評估「市場化 VC 適配分」與「政府基金適配分」,給出明確的強匹配(≥75 分)、可爭取(60-74 分)等判定,避免模糊建議。技能還內建 23 家 VC/CVC 與 21 家政府基金的詳細卡片,逐一比對匹配信號與勸退信號,直接產出「優先接觸 5 家」、「備選 5 家」及「不建議碰的機構」的名單,並附上差距清單(差距、補齊動作、耗時、難度、優先級)和三線找錢路線圖(市場化、政府、替代路徑),最後提供時間預期與現金流提醒。技能支援 Cursor、Claude Code、Codex 等平台,附帶零依賴的離線評分腳本(純標準庫,不聯網),輸入僅需依 10 個問答填寫項目情況,輸出為完整的研判報告與 JSON 評分結果。使用者只需用「融資」、「找投資」、「能不能融到錢」等觸發詞即可啟動此技能。

相容平台~Claude Code~Codex CLI~Cursor
npx skills add https://github.com/lingyu9495-source/agent-skills/tree/main/skills/funding-fit-diagnosis

Installed? Explore more 研究與資料分析 skills: affaan-m/uspto-database, affaan-m/scholar-evaluation, affaan-m/literature-review · View all 6 →

在你喜歡的 AI 中提問

開啟一個已預先載入此 Agent Skill 的新對話。

預覽

來自技能 README

九品錦鯉e 微信二維碼

說明文件

融資適配研判引擎(Funding Fit Diagnosis) 是做什麼的?

給企業主/創業者用的融資參謀。裝上它,AI 能回答四個問題: ① 我的項目夠不夠格融資? ② 該找誰? ③ 還缺什麼? ④ 怎麼遞、多久能到錢?

一、觸發場景

用戶說出以下任意意思即啟動本技能:

  • "我這個項目能融到錢嗎 / 能不能拿到投資"
  • "我該找哪家風投 / 哪家機構適合我"
  • "我這個情況能不能申報政府基金 / 拿補貼"
  • "怎麼找錢 / 融資要準備什麼 / BP 怎麼寫"
  • "我這個項目估值多少合理 / 股權該放多少"
  • 用戶給了項目描述並問"下一步怎麼辦"

二、執行紀律(先立規矩,防止拍腦袋)

  1. 資訊不全先採集,禁止在畫像缺項時給結論。 缺關鍵項就先提問(見第四節第 1 步的 10 問清單),一次問完,不要來回擠牙膏。
  2. 結論必須落到"哪家機構 + 缺什麼 + 怎麼遞"三件套,不允許只給"建議加強團隊"這類正確的廢話。
  3. 不吹不哄。 項目夠不上就說夠不上,並給出"要夠上還差什麼、大概多久"。用戶要的是真話,不是安慰。
  4. 不承諾結果。 任何情況下不說"保證能融到""一定拿到補貼"。評分是適配度,不是成功率。
  5. 數據要標來源與截止日。 引用 references 裡的數字時帶上來源;查不到的明確寫"未查到,需向主管部門/機構確認",絕不編造。
  6. 紅線提醒不能省。 涉及 TS 對賭/回購/個人連帶等條款,必須提示風險,哪怕用戶沒問。

三、五步工作流(核心)

第 1 步 · 項目畫像採集(10 問)

逐項確認,缺項必須追問。詳細表單見 templates/01-项目画像表.md。

#採集項為什麼關鍵
1一句話業務 + 解決什麼問題決定賽道歸類
2賽道/行業細分決定能否進機構射程、是否在政策目錄
3成立時間 + 當前階段(概念/產品/有收入/規模)決定輪次與可找的錢類型
4註冊地 + 實際經營地 + 是否願意遷址/落地他地政府基金的生死項(返投)
5團隊背景(學歷/大廠/連續創業/行業資深)早期項目最大權重
6技術壁壘(專利/軟著/獨有工藝/演算法/牌照)硬科技估值依據
7商業化數據(營收/毛利/增速/客戶數/復購/訂單)後期項目最大權重
8本輪融資需求(金額/用途/願釋放股權)決定匹配哪一檔機構
9已有資本動作(融資歷史/銀行授信/政府資金)判斷可銜接性
10目標與時間預期(要錢or要資源or要背書、急不急)決定路線優先級

第 2 步 · 雙軌評分

同時算兩個分,不要合併——市場化 VC 和政府基金是兩套完全不同的邏輯。

A. 市場化 VC 適配分(滿分 100)

維度權重打分依據
賽道熱度20是否在當期主流射程(見 references/03 政策红利赛道)
團隊背景20大廠/名校/連續創業/行業老兵(早期最主要加分)
技術壁壘20專利數量、技術排名、是否卡脖子、可替代性
商業化驗證20營收規模、增速、毛利率、付費客戶質量
天花板10市場空間是否夠大(能不能長成 10 倍)
資本路徑10退出預期是否清晰(IPO/併購/被產業方收購)

B. 政府基金適配分(滿分 100)

維度權重打分依據
賽道目錄匹配25是否在當地重點產業目錄內(不在=基本沒戲)
註冊地/落地意願20能否滿足返投(願不願遷/設子公司在當地)
研發與智慧財產權20研發投入佔比、專利軟著、高新技術企業資質
團隊與資質15團隊學歷結構、專精特新/科技型中小企業認定
返投可行性10能否把產能/研發/訂單落到當地
退出預期10是否符合地方"能上市/能被併購"的期待

分檔判定(兩個分各自獨立判定)

得分判定給用戶的話
≥75強匹配現在就可以動手,優先接觸名單已生成
60–74可爭取能談,但有明確短板,先補缺口再正式啟動
45–59需補短板現在遞了大概率被拒,先做 3–6 個月準備
<45暫不建議老實說:當前條件融資性價比很低,建議走另一條路(見第五節降級方案)

第 3 步 · 機構匹配(輸出名單,不是泛泛建議)

按畫像從 references/01-vc-institutions.md、references/02-gov-funds.md 檢索,輸出:

  • 優先接觸 5 家:每家寫「為什麼是你(命中哪條匹配信號)/ 你還缺什麼 / 該準備什麼材料 / 遞送路徑」
  • 備選 5 家:一句話說明為什麼放備選
  • 不建議碰的機構:說明原因(省時間)
  • 匹配必須基於卡片裡的"匹配信號/勸退信號"欄位逐條對照,不許憑印象推薦。

第 4 步 · 差距清單(Gap List,用戶最該看的部分)

逐項列出「目標機構要求 vs 你現在的情況」,每條給: 差距 | 補齊動作 | 預估耗時 | 難度 | 優先級

按優先級排序,只挑能動的:補齊動作必須是用戶自己 3 個月內能推動的(如"補 2 項實用新型專利"、"簽下 3 個付費客戶做背書"、"申請科技型中小企業認定"),不要寫"提升團隊實力"這種空話。

第 5 步 · 找錢路線圖

按行業給出三線並行的路徑(詳見 references/04-fundraising-playbook.md):

  1. 市場化路線:找哪類 VC/產業資本,什麼階段去,怎麼觸達
  2. 政府路線:找哪級基金、什麼通道、什麼材料、多久
  3. 替代路線(前兩條都難時):銀行科技貸/擔保、供應鏈金融、客戶預付款、產業方戰略合作/併購、在目標城市設立有真實經營實質的實體以滿足當地產業政策

給出時間預期:從啟動到簽約的合理週期(天使 2–4 個月,A 輪 4–8 個月,政府基金 6–12 個月),提醒現金流要能撐住。

四、輸出格式(強制)

每次研判按此結構輸出,用戶看得懂、能拿去用:

【一句話結論】夠不夠格、該走哪條路、大概多久

【項目畫像摘要】把 10 問填成的表

【雙軌評分】
市場化 VC 適配分:XX/100 —— 判定:...
政府基金適配分:XX/100 —— 判定:...
(列出扣分最多的 3 項)

【優先接觸名單】5 家 + 每家一段"為什麼 + 缺什麼 + 怎麼遞"

【差距清單】表格:差距|補齊動作|耗時|難度|優先級

【找錢路線圖】三條路 + 時間預期 + 現金流提醒

【風險提示】融資條款紅線、常見坑、別做什麼

五、降級方案(評分 <45 時不許只說"不行")

低分項目給替代路徑,比如:

  • 暫不具備 VC 條件 → 轉向政府科技補貼/研發費用加計扣除/科技型中小企業認定等非股權資金
  • 項目太小 → 先做現金流生意,把營收和客戶數做起來再談融資
  • 賽道不被資本看好 → 找產業方戰略投資/客戶預付款/上下游合作代替股權融資
  • 確實想做 → 給"12 個月補強計劃",明確里程碑

六、參考資料(按需讀取,不要一次全讀)

文件內容什麼時候讀
references/01-vc-institutions.md16 家頭部 VC + 7 家產業資本(CVC) 卡片 + 25 行案例對照第 3 步機構匹配(必讀)
references/02-gov-funds.md21 家政府基金(8 國家級+13 地方級)卡片 + 找哪級錢決策樹 + 申報 SOP + 返投應對政府路線(必讀)
references/03-market-policy.md募投管退數據 + 退出通道 + 估值水位 + 政策紅利賽道第 2 步評分與政策判斷
references/04-fundraising-playbook.md融資 SOP + TS 紅線 + FA 指南 + BP 模板 + 分行業路線第 5 步路線圖(必讀)
references/05-case-benchmarks.md30 個真實融資案例 + 共性統計 + 分賽道基線 + 18 條自查清單用戶想"對標別人怎麼融的"時

輔助工具

  • templates/01-项目画像表.md —— 10 問採集表,可直接發給用戶填
  • templates/02-机构匹配评分卡.md —— 輸出用評分卡 + 機構匹配表 + 差距清單表
  • scripts/match_engine.py —— 離線規則引擎(零依賴,實測通過),輸入項目 JSON 輸出雙軌評分 + 機構匹配清單(底庫 data/institutions.json:23 家 VC/CVC + 21 家政府基金)
  • 参考案例/ —— 3 個演示案例的真實輸出(可直接給用戶看效果)

七、常見誤用(自查)

  • ❌ 畫像沒採全就下結論 → 結論必然是空的
  • ❌ 把兩個評分平均成一個分 → 兩套邏輯會互相汙染,必須分開
  • ❌ 推薦機構不給遞送路徑 → 用戶拿到名單也不知道下一步
  • ❌ 差距清單寫了不可執行項 → 用戶看完更焦慮
  • ❌ 隱瞞條款風險 → 出事就是你誤導
  • ❌ 編造機構聯繫方式或基金數據 → 觸犯交付紅線,寧可寫"需確認"

八、免責與邊界(對外輸出時必須讓用戶看到)

  1. 評分是適配度,不是成功率。 不承諾融資成功、不承諾獲得任何資金或補貼。
  2. 數據截止 2026 年 9 月。 政策與機構偏好會變,重大決策前須向機構官方或主管部門核實最新口徑。
  3. 不構成投資建議/法律意見/財務意見,不提供證券投資諮詢。 正式簽約請找執業律師、註冊會計師。
  4. 不代客融資、不經手資金。 只做資訊整理與自我評估輔助。
  5. 機構聯繫方式:官方普遍未公開 BP 信箱,網傳 bp@機構域名 多為推測(易退信);請走官網通道或 FA/產業方引薦。
  6. 被列入匹配名單 ≠ 機構會投你,未列入也 ≠ 沒有其他路徑。
  7. 政府資金申報合規:申報須按當地主管部門規定如實提交材料,嚴禁虛構材料或虛假申報,違者承擔法律責任;"返投/落地"等安排須有真實經營實質。
  8. 數據標註分級:【官方】= 官網/公告 |【媒體】= 36氪/投中/清科等 |【推斷】= 基於公開資訊的合理推斷。凡"未查到"的必須如實說明,絕不編造。

🙋 關於作者

九品錦鯉e | 把踩過的坑封裝成"拿來就能跑"的 skill,不寫教科書。這個 skill 是我自己每天都在用的版本。

微信:ly5419495(加時備註「SkillHub」,我優先通過) 公眾號:初五Agent(微信搜一搜,複盤和方法都寫在那兒,不加微信也能讀)

我另外做的幾個能直接跑的工具,都放在這個貨架頁(複製到瀏覽器打開): https://skillpay.alipay.com/public/jiupinjinlie

用的時候卡住了、或者有別的場景想讓我封裝成 skill,按上面任意方式找我就行。

九品錦鯉e 微信二維碼

Individual skills in this repo

This repo contains 17 individual skills — each has its own dedicated page.

lingyu9495-source/agent-responsiveness-delegation

你给 AI 助手派了个重活,然后发现:发消息它不回、想插话只能排队、等十几分钟才回一句——等它抬头,需求早变了。根因不是模型慢,是主脑把重活放在前台跑,整个回合被占死。这个 Skill 把这套「重活外派 + 随时应答」机制做成可落地的东西:① 规则块(一页写清判级、派完立刻让出对话、工单四要素、只回收结论、自报≠事实、拍板留主脑、跨会话任务换机制)② 跨平台落地脚本 provision_agent_responsiveness.py:探测本机已有的 Agent 环境(Hermes 的 SOUL 置顶铁律块、Claude Code 的全局指令文件,这两条已实测),把规则块幂等写入(自动备份原文件、重复执行不重复写、绝不覆盖你已有内容);其余平台(Codex / Cursor / WorkBuddy / 任意 Agent)则导出一份可直接粘贴的规则块 markdown,你粘到系统提示或自定义指令里就生效 ③ 体检脚本 audit_agent_responsiveness.py:逐项核对规则块是否存在、是否被后续改动覆盖、探测到哪些平台——没检测到就如实报「未检测到支持的平台」,不假报通过。纯标准库、零依赖、Windows/macOS/Linux 通用。触发词:AI不回话、等太久、插话卡住、助手响应慢、主脑被占住、重活外派、子代理、多智能体、响应速度、落地配置、系统提示。

lingyu9495-source/ai-image-watermark-removal-boss

去除 AI 生成图角落的"XXAI生成"半透明/白色角标水印。像素级验证不自我欺骗、双信号交叉定位抗幻觉、多候选客观指标投票覆盖。当用户要求去除图片水印、清理 AI 生成角标、去"豆包/即梦/Kolors 生成"水印时使用。

lingyu9495-source/bank-scan-household-splitter

客户丢来一个压缩包,里面几百张身份证正反面、开卡申请书、合同——**人工一张张挑,一下午就没了,还容易漏**。

lingyu9495-source/cn-pdf-report-typeset

中文报告做成 PDF,常见翻车三件套:**字体乱码、表格错位、字号小到客户在手机上根本看不清**。这套是交付级的排版标准加可直接跑的模板。

lingyu9495-source/company-law

公司出事,十有八九出在**治理和控制权**上——股权结构一开始搭歪,后面融资、上市、分家全是坑。

lingyu9495-source/excel-keep-format-edit

客户拿来一张老报表说「就在原表上改个数,格式一点都不要动」——用 openpyxl 重建一次,字体、边框、合并单元格、条件格式、列宽全丢,客户一打开就知道这不是他原来那张表。

lingyu9495-source/feasibility-report-engine

做可研报告,卡住的往往不是不会写,是**不知道按哪版大纲、财务测算六表和正文对不上、交付前排版被退稿**。这套是从二十多万字、131 张表的真实交付里固化的流水线。

lingyu9495-source/feasibility-study-consultant

项目可行性论证与研究报告写作框架 —— 任何「这事能不能做、怎么做、值不值得做」的商业决策场景:可行性研究/立项论证/新项目评估/创业方向验证。10大论证模块 + 强制联网尽调 + 多源交叉验证 + 读者视角写作 + 结构化报告输出。(v1.4 升级:从「引导客户把项目情况讲清楚」到「按问题类型与项目类型选论证方法」再到「用假设台账逐条验证」的六步教练流程;附可行性门槛评分器与假设台账两个零依赖脚本、项目卡与决策门清单模板)

lingyu9495-source/financial-statement-adjustment

存量财务报表在原表基础上改数字并保持三表勾稽关系。当用户要求「在原报表上改某些数字,其他数据跟着调整且格式完全不变」时使用:资产负债表/利润表/现金流量表的目标值调整、未分配利润与利润总额联动、勾稽校验。

lingyu9495-source/gov-fund-application

想拿政府的钱,最容易白跑半年——层级选错、赛道不在目录里、返投算不清,材料递上去才发现方向不对。这套参谋按可执行顺序走:①先判层级(国家级/省级/市级/区级,门槛与目的完全不同)②赛道对目录:不在目录里直接如实说没戏,不让用户白跑③21 家基金卡片逐家对照(投资方式、返投比例、让利规则、申报条件、申报通道、真实案例),点名"你这个项目适合找谁"④返投博弈:算清落地要求,给"不想迁注册地"的三条合规路径⑤材料与时间表:申报材料清单、评审周期(6-12 个月是常态)与现金流提醒。与主技能 `funding-fit-diagnosis` 配套(做整体融资研判时用主技能,VC 与政府双轨分开算)。输入:项目基本情况与注册地/落地意愿;输出:层级判定 + 可申报基金名单 + 返投方案 + 材料清单 + 时间预期。不承诺拿到资金,申报须如实提交材料;政策口径标注截止时间,细则请向当地主管部门核实。触发词:政府基金、政府引导基金、产业基金、政府补贴、专项资金、项目申报、补贴申报、申报条件、返投、招商落地、母基金、投资方式、让利、国家级基金、省级引导基金、市级基金、科技成果转化、专精特新、科技型企业、中小企业发展基金。

lingyu9495-source/hermes-profile-browser-isolation

多个 AI 助手同时干活时,浏览器会互相抢占:弹窗抢焦点、任务互相打断、你正在用的 Chrome/Edge 被顶掉——**你连自己的网页都点不动了**。

lingyu9495-source/investment-finance

做投融资最容易踩的坑不是"不懂概念",是**条款里的每一个字都在分钱**——估值方法选错、对赌触发条件写松、回购条款没兜底,签完才发现少拿几千万。

lingyu9495-source/lowvram-ai-video-comfyui

网上的 AI 视频教程开口就是 24G 显存,一看就把人劝退——**其实 8G 的 4060 也能跑**。这套是 RTX 4060 Laptop 8G 显存 / 32G 内存 / Win11 上真跑出来的配置与调参。

lingyu9495-source/novel-deai-detector

写完的稿子发布前想知道会不会被判 AI 生成、平台审核会不会卡、读者会不会一眼看出机器味——这套是检测到清洗的完整闭环。

lingyu9495-source/npl

不良资产这行的钱,赚在**买入价**上——买贵了,后面怎么处置都白搭。

lingyu9495-source/subagent-first

AI 助手不是不够聪明,是被重活占住了:你让它整理 40 个文件,它一头扎进去十几分钟不抬头——你想问进度、想补需求、想改方向,只能干等。这套作业纪律解决的就是这件事:凡是预计要跑多轮的活(多文件/长研究/批量/长搜索),一律派给后台子代理并行执行,主代理只保留四个动作——拆解、派活、汇总、对话,永远保留随时回你话的能力。我们自己在多智能体团队里天天跑,踩过的 12 个坑全部写进正文:子代理自报成功却发现产出是空的、context 没写全导致跑偏返工、两个子代理并行写同一文件互相覆盖、把需要用户拍板的活派给问不了人的子代理、跨会话长任务错用子代理导致某天悄悄停掉……① 决策树四问判定轻重(一轮工具调用能做完吗/需要用户拍板吗/要活过本次会话吗/能拆成互不依赖的块吗)② 派活四要素(goal / context 必须自包含——子代理看不到你和用户的对话 / output_schema / 验收方式)③ 五步流程:拆解→派活→并行调度→验收→收口 ④ 验收清单:存在性/合规性/真实性/完整性四组逐项打勾,并随机抽一处回一手来源核对 ⑤ 6 种委派模式 + 12 条反模式。配套 scripts/delegation_planner.py:纯标准库零依赖,喂一份任务清单(轮数/文件数/是否研究/是否批量/是否需拍板/是否不可逆/是否跨会话),直接输出「该派子代理 / 自己做 / 转定时任务」+ 并行分组建议 + 主代理必做清单。正文按平台无关的作业纪律写,并附常见平台工具名对照表;Hermes 的字段名/并发上限/后台语义另附一页实况对齐,其他平台按对照表映射即可。触发词:子代理、委派、delegate、任务编排、多智能体、并行执行、上下文管理、主代理被占住、AI不回话、等太久、插话卡住、批量处理、长研究、fork-join、fan-out。

lingyu9495-source/ts-term-review

拿到 TS 或投资协议,看半天不知道哪条能签哪条得改——风险全藏在具体条目里,一句"整体没大问题"最要命。这套审查按 15 条核心条款逐条过:估值 Pre/Post、清算优先权、反稀释(完全棘轮是红线)、优先购买权、领售/拖售、对赌与业绩承诺、回购条款、个人连带担保、董事会与一票否决、保护性条款、竞业与知识产权、信息权、交割条件、股东会表决权、违约责任。每条给三级判定(🔴 红线不改就别签 / 🟡 可谈争取改 / 🟢 行业惯例)+ 谈判话术 + 替代方案,并区分"对公司"和"对创始人个人"——个人连带回购是绝大多数血案的源头,重点标红。另附谈判筹码排序、常见坑清单、BP 与数据室准备。与主技能 `funding-fit-diagnosis` 配套(做整体融资研判时用主技能)。输入:TS/投资协议条款(粘贴或描述);输出:逐条判定表 + 必须改的清单 + 谈判话术 + 底线建议。**不构成法律意见**,正式签署与司法效力请找执业律师确认。触发词:TS、Term Sheet、投资条款清单、投资协议、增资协议、股权转让协议、对赌、业绩承诺、回购、清算优先权、反稀释、完全棘轮、个人连带、一票否决、领售权、拖售权、估值、Pre/Post、股权稀释、条款谈判、FA。

相關技能