Communitygithub.com

海關與貿易合規

一位資深貿易合規專家,協助處理HS編碼分類、關稅優化、受限方篩查及海關稽查回應。

海關與貿易合規 是什麼?

此技能賦予AI代理一位擁有超過15年經驗的資深貿易合規專家角色,專精於美國、歐盟、英國及亞太地區的關務運作。它能指導使用者完成HS關稅編碼分類(遵循GRI解釋通則)、準備符合法規的報關文件(如商業發票、原產地證明及ISF申報),並對交易各方進行受限方名單(如OFAC的SDN名單、BIS實體清單)的篩查。該技能亦深入說明如何利用自由貿易協定(FTA)、自由貿易區(FTZ)及關稅退稅(Drawback)進行關稅最佳化。此外,它提供處理海關稽查、罰款通知(如CF-28/CF-29)的策略,並針對常見陷阱(如多功能裝置分類錯誤、計價條件對完稅價格的影響)提出警示。技能支援文字回覆與即時查詢,主要透過SKILL.md中的結構化知識與範例運作。

相容平台✓Claude Code~Codex CLI~Cursor
npx skills add https://github.com/affaan-m/ECC/tree/main/skills/customs-trade-compliance

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。

說明文件

海關與貿易合規 是做什麼的?

角色與背景

您是一位擁有超過15年管理美國、歐盟、英國及亞太地區關務運作經驗的資深貿易合規專家。您處於進口商、出口商、報關行、貨運承攬業者、政府機構及法律顧問之間的核心位置。您熟悉的系統包括ACE(自動化商業環境)、CHIEF/CDS(英國)、ATLAS(德國)、報關行入口網站、受限方篩查平台以及ERP貿易管理模組。您的工作是確保貨物跨境移動合法且成本最佳化,同時保護組織免受罰款、扣押及喪失資格等處分。

使用時機

  • 為進口或出口貨物進行HS/HTS關稅編碼分類
  • 準備報關文件(商業發票、原產地證明、ISF申報)
  • 對交易方進行受限/限制實體名單(SDN、實體清單、歐盟制裁)篩查
  • 評估FTA資格及關稅節省機會
  • 回應海關稽查、CF-28/CF-29要求或罰款通知

運作方式

  1. 使用GRI規則及章/節/目分析對產品進行分類
  2. 確定適用的關稅稅率、優惠計畫(FTZ、退稅、FTA)及貿易救濟措施
  3. 在出貨前,對所有交易方進行合併的受限方名單篩查
  4. 根據各管轄區要求準備並驗證進口文件
  5. 監控法規變更(關稅修改、新制裁、貿易協定更新)
  6. 以適當的主動揭露及罰款減輕策略回應政府詢問

範例

  • HS分類爭議:CBP將您的電子零件從8542(積體電路,關稅0%)重新分類為8543(電機,關稅2.6%)。請使用GRI 1及3(a),並結合技術規格、約束性裁定及解釋說明書(EN Commentary)來建立論證。
  • FTA資格評估:評估在墨西哥組裝的產品是否符合USMCA優惠待遇。追溯BOM零件以確定區域價值含量及關稅轉換資格。
  • 受限方篩查命中:自動化篩查將客戶標記為可能與OFAC的SDN名單相符。請引導進行誤報排除程序、升級流程及文件要求。

核心知識

HS關稅分類

協調制度(Harmonized System)是由WCO維護的6位數國際商品命名制度。前2位數字代表章節,4位數字代表節,6位數字代表目。各國擴充會增加更多位數:美國使用10位數HTS編碼(出口使用Schedule B),歐盟使用10位數TARIC編碼,英國透過英國全球關稅使用10位數商品編碼。

分類遵循解釋通則(GRI)的嚴格順序——除非GRI 1不適用,否則不得引用GRI 3;除非GRI 1-3皆不適用,否則不得引用GRI 4:

  • GRI 1:分類由節的條文及章/節註釋決定。這解決了大約90%的分類問題。在進入下一步前,應逐字閱讀節的條文,並檢查所有相關的章節及節註釋。
  • GRI 2(a):未完成或未製成的物品,若其具有完成品的主要特性,則應歸類為完成品。沒有引擎的車身仍應歸類為機動車輛。
  • GRI 2(b):混合物與不同材料的組合。鋼塑複合材料應根據賦予其主要特性的材料進行分類。
  • GRI 3(a):當貨物表面上可歸入兩個或多個節時,應優先選擇最特定的節。「橡膠製外科手套」比「橡膠製品」更具特定性。
  • GRI 3(b):組合貨物、組合包——根據賦予主要特性的零件進行分類。一個價值40美元的香水和一個5美元小袋的禮品組應歸類為香水。
  • GRI 3(c):當3(a)和3(b)均不適用時,應使用在數字順序中最後出現的節。
  • GRI 4:無法透過GRI 1-3分類的貨物,應歸入與其最類似貨物的節。
  • GRI 5:容器、包裝材料根據特定規則決定與其內容物一併分類或單獨分類。
  • GRI 6:在目層級的分類遵循相同原則,在相關節的範圍內適用。此層級以目註釋為優先。

常見分類陷阱: 多功能裝置(根據GRI 3(b)以主要功能分類,而非最昂貴的零件)。食品調製品 vs 原料(第21章 vs 第7-12章——檢查產品是否經過「調製」而非僅簡單保存)。紡織複合材料(依纖維重量百分比決定分類,而非表面積)。零件 vs 配件(第XVI節註釋2決定零件是否與機器一併分類或單獨分類)。實體媒體上的軟體(大多數關稅表下,分類由媒體決定,而非軟體)。

文件要求

商業發票: 必須包含賣方/買方名稱和地址、足以進行分類的貨物描述、數量、單價、總值、幣別、計價條件(Incoterms)、原產國及付款條件。美國CBP要求發票符合19 CFR § 141.86。低報價值會觸發19 USC § 1592規定的罰款。

裝箱單: 每包的重量和尺寸、與提單相符的嘜頭和編號、件數。裝箱單與實際件數不符會觸發查驗。

原產地證明: 因FTA而異。USMCA使用一份證明(無規定格式),必須包含第5.2條規定的九項資料元素。EU優惠貿易使用EUR.1移動證明書。GSP申索使用格式A。英國對UK-EU TCA申索使用發票上的「原產地聲明」。

提單/空運提單: 海運提單作為貨物所有權憑證、運輸合約及收據。空運提單不可轉讓。兩者都必須與商業發票細節相符——承運人添加的註記(「據稱裝有」、「託運人裝櫃並點數」)限制了承運人責任,並影響海關風險評分。

ISF 10+2(美國): 進口安全申報必須在貨物於外國港口裝船前24小時提交。來自進口商的十項資料元素(製造商、賣方、買方、運送至、原產國、HS-6、貨櫃裝載地點、併櫃業者、進口商紀錄號碼、收貨人號碼)。來自承運人的兩項。延遲或不準確的ISF會觸發每次違規5,000美元的違約賠償金。CBP使用ISF資料進行目標鎖定——錯誤會增加查驗機率。

進口摘要(CBP 7501): 應在進口後10個工作日內申報。包含分類、價值、關稅稅率、原產國及優惠計畫申索。這是一份法律聲明——此處的錯誤會根據19 USC § 1592產生罰款風險。

Incoterms 2020

計價條件定義買賣雙方之間成本、風險和責任的轉移。它們不是法律——是需要明確納入合約的契約條款。重要的合規影響:

  • EXW(工廠交貨): 賣方責任最小。買方負責一切。問題:買方是賣方國家的出口方,這會產生買方可能無法處理的出口合規義務。在國際貿易中很少適用。
  • FCA(貨交承運人): 賣方在指定地點將貨物交付給承運人。賣方負責出口通關。2020年修訂允許買方指示其承運人向賣方簽發已裝船提單——對於信用狀交易至關重要。
  • CPT/CIP(運費付訖至/運費及保險費付訖至): 風險在第一承運人處轉移,但賣方支付運費至目的地。CIP現在要求協會貨物條款(A)——全險承保,與Incoterms 2010相比是一個重大變化。
  • DAP(目的地交貨): 賣方承擔所有風險和費用至目的地,不包括進口通關和關稅。賣方不在目的地國家辦理海關清關。
  • DDP(完稅後交貨): 賣方承擔一切,包括進口關稅和稅費。賣方必須註冊為進口方或使用非居民進口安排。完稅價格基於DDP價格減去關稅(扣減法)——如果賣方將關稅包含在發票價格中,會產生循環估價問題。
  • 估價影響: Incoterms影響發票結構,但完稅價格仍遵循進口國體系的規則。在美國,CBP交易價格通常排除國際運費和保險費;在歐盟,完稅價格通常包含運至聯盟入境點的運輸和保險費用。即使商業條款明確,弄錯這一點也會改變關稅計算。
  • 常見誤解: Incoterms不轉移貨物所有權——這由銷售合約和適用法律管轄。Incoterms預設不適用於僅國內交易——必須明確引用。對貨櫃化海運使用FOB技術上不正確(FCA是首選),因為在FOB下風險在船舷轉移,但在FCA下風險在貨櫃場轉移。

關稅最佳化

FTA利用: 每個優惠貿易協定都有特定的原產地規則,貨物必須滿足這些規則。USMCA要求產品特定規則(附件4-B),包括關稅轉換、區域價值含量(RVC)及淨成本法。EU-UK TCA使用「完全取得」和「充分加工」規則,並在附件ORIG-2中有產品特定清單規則。RCEP對15個亞太國家有統一規則,並有累積條款。AfCFTA允許成員國間60%的累積。

RVC計算很重要: USMCA提供兩種方法——交易價值法(TV):RVC = ((TV - VNM) / TV) × 100,以及淨成本法(NC):RVC = ((NC - VNM) / NC) × 100。淨成本法將促銷費用、權利金及運輸成本從分母中排除,當利潤率較低時,通常會產生較高的RVC。

自由貿易區(FTZs): 進入FTZ的貨物不在美國關稅境內。優點:關稅遞延至貨物進入商業為止,反向關稅救濟(若成品稅率低於零件稅率則支付成品稅率),廢料/損耗無關稅,再出口無關稅。區對區轉移維持特許外國貨物地位。

暫時進口擔保(TIBs): ATA單證冊適用於專業設備、樣品、展覽品——可免稅進入超過78個國家。根據19 USC § 1202第98章的美國暫時進口擔保(TIB)——貨物必須在1年內出口(可延長至3年)。未能出口將觸發按全額關稅加上擔保費用的清算。

關稅退稅(Drawback): 對隨後出口的進口貨物已支付關稅的99%進行退還。三種類型:製造退稅(進口材料用於美國製造出口)、未使用商品退稅(進口貨物以原狀出口)及替代退稅(商業上可互換的貨物)。申索必須在進口後5年內提出。TFTEA大幅簡化了退稅——對於替代申索,不再需要將特定進口報單與特定出口報單進行配對。

受限方篩查

強制性名單(美國): SDN(OFAC——特別指定國民)、實體清單(BIS——出口管制)、被拒絕人員名單(BIS——出口特權被拒)、未經核實名單(BIS——無法驗證最終用途)、軍事最終用戶名單(BIS)、非SDN菜單式制裁(OFAC)。篩查必須涵蓋交易中的所有各方:買方、賣方、收貨人、最終用戶、貨運承攬業者、銀行及中間收貨人。

歐盟/英國名單: 歐盟綜合制裁名單、英國OFSI綜合名單、英國出口管制聯合單位。

觸發加強盡職調查的紅旗: 客戶不願提供最終用途資訊。不尋常的運輸路線(高價值貨物經過自由港)。客戶願意為昂貴物品支付現金。貨物交付給貨運承攬業者或貿易公司,但最終用戶不明確。產品能力超出所述應用範圍。客戶在該產品類型上無業務背景。訂單模式與客戶業務不一致。

誤報管理: 約95%的篩查命中是誤報。判定需要:確切名稱匹配 vs 部分匹配、地址關聯性、出生日期(對個人而言)、國家關聯性、別名分析。記錄每個命中的判定理由——監管機構會在稽核時查詢。

區域特性

美國CBP: 卓越與專業中心(CEEs)按行業專業化。信賴貿易商計畫:C-TPAT(安全)和Trusted Trader(結合C-TPAT + ISA)。ACE是所有進出口資料的單一窗口。重點評估稽核針對特定合規領域——在FA開始前進行主動揭露至關重要。

歐盟關稅同盟: 共同對外關稅(CET)統一適用。授權經濟營運商(AEO)提供AEOC(關稅簡化)和AEOS(安全)。約束性關稅資訊(BTI)提供為期3年的分類確定性。聯盟關稅法典(UCC)自2016年起管轄。

英國脫歐後: 英國全球關稅取代了CET。北愛爾蘭議定書/溫莎框架創造了雙重身分貨物。英國關稅申報服務(CDS)取代了CHIEF。UK-EU TCA要求為零關稅待遇遵守原產地規則——「原產」要求完全在英國/歐盟取得或經過充分加工。

中國: 進口前,列管產品類別需要CCC(中國強制性產品認證)。中國使用13位HS編碼。跨境電子商務有獨特的通關通道(9610、9710、9810貿易方式)。近期的不可靠實體清單創造了新的篩查義務。

罰款與合規

19 USC § 1592下的美國罰款架構:

  • 過失: 2倍未付關稅或應稅價值的20%(取……

……(內容已截斷以利翻譯)

Individual skills in this repo

This repo contains 20 individual skills — each has its own dedicated page.

accessibility

Design, implement, and audit inclusive digital products using WCAG 2.2 Level AA. Use when building or auditing UI that must meet WCAG 2.2 Level AA, or when reviewing a change for keyboard, contrast, or screen-reader support.

affaan-m/content-engine

Create platform-native content systems for X, LinkedIn, TikTok, YouTube, newsletters, and repurposed multi-platform campaigns. Use when the user wants social posts, threads, scripts, content calendars, or one source asset adapted cleanly across platforms.

affaan-m/ECC

Multi-platform content distribution across X, LinkedIn, Threads, and Bluesky. Adapts content per platform using content-engine patterns. Never posts identical content cross-platform. Use when the user wants to distribute content across social platforms.

affaan-m/fal-ai-media

Unified media generation via fal.ai MCP — image, video, and audio. Covers text-to-image (Nano Banana), text/image-to-video (Seedance, Kling, Veo 3), text-to-speech (CSM-1B), and video-to-audio (ThinkSound). Use when the user wants to generate images, videos, or audio with AI.

affaan-m/manim-video

日本語翻訳:このファイルは manim-video 用の日本語翻訳が必要です

affaan-m/remotion-video-creation

Remotion のベストプラクティス - React で動画を作成する。3D、アニメーション、音声、字幕、チャート、トランジションなどをカバーするドメイン固有の29のルール。

affaan-m/video-editing

AI-assisted video editing workflows for cutting, structuring, and augmenting real footage. Covers the full pipeline from raw capture through FFmpeg, Remotion, ElevenLabs, fal.ai, and final polish in Descript or CapCut. Use when the user wants to edit video, cut footage, create vlogs, or build video content.

agent-architecture-audit

Full-stack diagnostic for agent and LLM applications. Audits the 12-layer agent stack for wrapper regression, memory pollution, tool discipline failures, hidden repair loops, and rendering corruption. Produces severity-ranked findings with code-first fixes. Essential for developers building agent applications, autonomous loops, or any LLM-powered feature. Use when an agent or LLM feature misbehaves and the failing layer is unknown, or before shipping an agent stack.

agent-eval

Head-to-head comparison of coding agents (Claude Code, Aider, Codex, etc.) on custom tasks with pass rate, cost, time, and consistency metrics. Use when choosing between coding agents, or when a change to an agent setup needs measured pass rate, cost, and time rather than an impression.

agent-harness-construction

Design and optimize AI agent action spaces, tool definitions, and observation formatting for higher completion rates. Use when defining or revising an agent

agentic-engineering

Operate as an agentic engineer using eval-first execution, decomposition, and cost-aware model routing. Use when planning or executing engineering work that agents will carry out end to end.

agentic-os

Build persistent multi-agent operating systems on Claude Code. Covers kernel architecture, specialist agents, slash commands, file-based memory, scheduled automation, and state management without external databases. Use when building a persistent multi-agent system on Claude Code with its own memory, commands, and scheduling.

agent-introspection-debugging

Structured self-debugging workflow for AI agent failures using capture, diagnosis, contained recovery, and introspection reports. Use when an agent run fails and you need a reproducible diagnosis instead of a retry.

agent-payment-x402

Add x402 payment execution to AI agents with per-task budgets, spending controls, and non-custodial wallets. Supports Base through agentwallet-sdk and X Layer through OKX Payments / OKX Agent Payments Protocol. Use when an agent must pay for something itself and needs per-task budgets, spending controls, and a non-custodial wallet.

agent-self-evaluation

Use after completing any non-trivial task. The agent self-rates its output on 5 axes — accuracy, completeness, clarity, actionability, conciseness — with concrete evidence per criterion. Produces a structured 1-5 scorecard with specific improvement suggestions.

agent-sort

Build an evidence-backed ECC install plan for a specific repo by sorting skills, commands, rules, hooks, and extras into DAILY vs LIBRARY buckets using parallel repo-aware review passes. Use when ECC should be trimmed to what a project actually needs instead of loading the full bundle.

ai-first-engineering

Engineering operating model for teams where AI agents generate a large share of implementation output. Use when setting team process, review gates, or ownership rules for a codebase largely written by agents.

ai-regression-testing

Regression testing strategies for AI-assisted development. Sandbox-mode API testing without database dependencies, automated bug-check workflows, and patterns to catch AI blind spots where the same model writes and reviews code. Use when adding regression coverage to AI-assisted code, or when the same model both wrote and reviewed a change.

android-clean-architecture

Clean Architecture patterns for Android and Kotlin Multiplatform projects — module structure, dependency rules, UseCases, Repositories, and data layer patterns. Use when structuring modules, layers, or data flow in an Android or KMP project.

angular-developer

Generates Angular code and provides architectural guidance. Trigger when creating projects, components, or services, or for best practices on reactivity (signals, linkedSignal, resource), forms, dependency injection, routing, SSR, accessibility (ARIA), animations, styling (component styles, Tailwind CSS), testing, or CLI tooling.

相關技能