Token导航 LogoToken导航

Agent Skill · 研究检索

company-pension-search(公司养老金搜索)

company-pension-search 用于查找、检索和筛选相关信息,适合在 OpenClaw 中需要根据关键词、任务场景或来源线索快速定位候选结果时使用。可结合来源仓库、安装命令和原始 README 继续核验具体用法。安装前建议确认权限范围、维护状态,以及是否会触发联网、命令执行或文件读写。

company-pension-search 是研究检索类 Agent Skill,可用宿主为 OpenClaw,通过ClawHub获取,权限为调用外部服务;许可证为 MIT-0,第三方扫描已通过,按安装量在研究检索类的 73,675 个 Skill 里排第 22,774。

总安装 4,460周安装 184GitHub Stars 公开资料未说明下载 1,457核验 2026-05-01

安装说明

本站只整理中文说明,不托管安装包,也不代用户安装。
GitHub
许可证
MIT-0
版本
3.2.1

安装方式

通过对话安装

复制提示词发给支持本地命令或 Skills 的 AI 助手,先确认命令和权限,再让它执行。

请帮我安装这个 Agent Skill:company-pension-search(公司养老金搜索)
来源仓库:https://github.com/yanwenzhe/company-pension-search
安装命令:
openclaw skills install company-pension-search
安装前请先检查当前环境是否支持对应 CLI,并向我确认将要执行的命令、安装目录、联网范围和文件读写权限;确认后再执行。

命令行安装

复制命令到本机终端执行。该命令会通过 OpenClaw 从第三方来源获取 Skill;本站只展示命令,不托管安装包,也不自动执行。

ClawHubOpenClaw
openclaw skills install company-pension-search

这个 Skill 是做什么的

研究检索类 Skill 主要解决「找资料、核对事实、把来源整理清楚」的问题,通常会让助手先检索再总结。

智能查询企业年金及职业年金,自动识别单位性质和年金类型,多渠道验证并输出带来源链接的标准调查报告。

上手步骤

4 步
  1. 1

    确认自己的宿主工具

    公开资料标注支持 OpenClaw;先确认自己用的是其中之一,再按对应工具的 Skills 目录放置。

  2. 2

    拿到安装命令

    可以直接复制的命令是 openclaw skills install company-pension-search;命令里的占位符换成自己的路径或密钥再执行。

  3. 3

    安装后重启宿主

    命令执行完要完全退出宿主工具再打开,让新装的 Skill 被重新扫描到,否则列表里可能看不到。

  4. 4

    按最小权限试用

    它需要调用外部服务,先在测试目录或测试账号里跑,确认没问题再放到正式项目。

常见问题

6 条

company-pension-search 怎么安装?

在终端执行 openclaw skills install company-pension-search。装完完全退出宿主工具再打开,让它重新扫描本地 Skill。

company-pension-search 支持哪些 AI 工具?

公开资料标注支持 OpenClaw。其他工具只要能读取本地 Skill 目录,一般也能手动放进去,但要自己确认触发方式是否一致。

company-pension-search 需要什么权限?

权限级别是调用外部服务。该 Skill 可能调用第三方服务、云服务或外部模型 API,使用前需要确认账号、额度、数据发送范围和服务条款。

company-pension-search 是免费的吗?

来源标注的许可证是 MIT-0。本站不代收任何费用,也不托管安装包;能否商用、要不要署名,以许可证原文为准。

company-pension-search 用的人多吗?

公开数据是累计安装 4,460 次,近一周安装 184 次,下载 1,457 次。这些数字来自第三方目录统计,只能当作热度参考,不代表质量或安全性。

company-pension-search 安全吗?

第三方扫描结果为通过,但这只覆盖已知的静态检查项,不能替代自己读一遍源码和安装命令。

值得选的地方和要先想清楚的地方

值得选的地方

  • 专注 OpenClaw 一种宿主,触发方式和使用习惯不用来回切换。
  • 许可证明确为 MIT-0,商用和分发边界好判断。
  • 第三方扫描已通过,常见的高风险行为没有命中。

先想清楚的地方

  • 第三方目录整理,版本更新和行为细节以来源仓库为准。

适不适合你

更适合

  • 已经在用 OpenClaw,想直接扩展它能力的人。
  • 需要处理研究检索类任务、又不想每次都手写提示词的人。
  • 需要许可证清楚、并且有第三方扫描结果的团队项目。

不太适合

  • 需要厂商级技术支持和 SLA 的生产系统。

研究检索类 Skill 对比

6 个同类
Skill总安装GitHub 星权限许可证扫描
find-skills

寻找技能 · Codex、Claude

31,199,81316,486操作浏览器MIT有提醒
self-improving-agent

自我改进 Agent · OpenClaw

16,464,0023,396接触敏感数据MIT-0通过
soultrace

灵魂追踪 · Codex、Claude

7,588,94412需要联网未明确有提醒
self-improving

自我完善 · OpenClaw

6,829,2841,046需要联网MIT-0通过
microsoft-foundry

微软代工厂 · Codex、Claude

6,614,144764调用外部服务未明确有提醒
company-pension-search

公司养老金搜索 · 本页

4,460—调用外部服务MIT-0通过

按安装量取同分类前几名;数字来自第三方目录统计,只作热度参考,不代表质量结论。

SKILL.md 原文

name
company-pension-search
description
企业年金/职业年金智能查询技能 v3.2。自动识别单位性质,精确判断年金类型,关键词分析优先,多重验证防错,查询年金开户银行,输出带来源链接和错误检查的标准化调查报告。支持事业单位、国企、民企、上市公司等各类单位。
version
3.2.0
author
OpenClaw User
triggers
metadata
{"openclaw": {"emoji": "🏦", "requires": {"bins": ["curl", "jq"]}, "env": {"TAVILY_API_KEY": "可选,Tavily 搜索 API", "SEARXNG_URL": "可选,SearXNG 本地实例"}}}}

🏦 企业年金/职业年金智能查询技能 v3.2

关键改进:关键词分析优先、年金类型精确判断、多重验证防错、错误检查清单

一键调查任意企业/单位是否缴纳企业年金或职业年金,查询年金开户银行,通过上市公司年报、基金招募书、养老金产品报告等多渠道分析,所有结论附带来源链接。


🚀 快速使用

基础查询

"帮我查一下 [企业名称] 有没有企业年金"
"查询 [企业名称] 的职业年金情况"
"调查 [企业名称] 的福利待遇,包括年金"

深度调查

"对 [企业名称] 进行全面年金调查,使用所有方法"
"查一下 [企业名称] 的年金、公积金、待遇情况,输出完整报告"

批量查询

"帮我查一下这几家公司的年金:公司 A、公司 B、公司 C"

📋 核心功能

功能说明版本
单位性质识别自动识别企业/事业单位/国企/民企/上市公司✅ v2.0
智能方法选择根据单位类型自动选择最优调查方法✅ v2.0
18 种调查方法覆盖官方、商业、员工分享等多渠道✅ v2.0
置信度评估自动计算信息可靠性评分✅ v2.0
标准化报告输出结构化调查报告✅ v2.0
批量查询支持一次查询多家企业✅ v2.0
年金开户银行查询查询企业年金托管银行/受托银行✅ v3.0
来源链接标注所有结论附带来源链接✅ v3.0
年报查询分析通过上市公司年报查询应付职工薪酬、企业年金✅ v3.1
基金/养老金产品查询通过基金招募书、养老金产品报告查询投资管理人/托管人✅ v3.1
官方机构名单比对比对人社部/人社局官方受托机构/托管人名单✅ v3.1
年金类型精确判断关键词分析优先,防止类型判断错误✅ v3.2
特殊情况识别识别企业化管理事业单位等特殊情况✅ v3.2
错误检查清单输出前强制检查,防止先入为主错误✅ v3.2
多重验证机制关键词、单位性质、多渠道交叉验证✅ v3.2

🔄 调查流程 v2.0

第一步:单位性质智能识别

自动执行:

1. 搜索企业名称 + 官网
2. 分析工商注册信息
3. 识别单位类型标签

判断逻辑:

┌─────────────────────────────────────┐
│         输入企业名称                  │
└─────────────┬───────────────────────┘
              ▼
┌─────────────────────────────────────┐
│  搜索:单位性质/工商类型/上市状态    │
└─────────────┬───────────────────────┘
              ▼
┌─────────────────────────────────────┐
│           类型判断                   │
│  ┌─────────────────────────────┐    │
│  │ 财政供养? → 是 → 事业单位   │    │
│  │ 国资控股? → 是 → 国企       │    │
│  │ 上市代码? → 有 → 上市公司   │    │
│  │ 以上皆无? → 民企/其他       │    │
│  └─────────────────────────────┘    │
└─────────────┬───────────────────────┘
              ▼
┌─────────────────────────────────────┐
│     输出:单位类型 + 置信度          │
└─────────────────────────────────────┘

单位类型与年金类型映射:

单位类型年金类型是否强制缴费比例
事业单位职业年金✅ 强制单位 8% + 个人 4%
公务员单位职业年金✅ 强制单位 8% + 个人 4%
国有企业企业年金❌ 自愿单位 4-8% + 个人 1-4%
上市公司企业年金❌ 自愿单位 4-8% + 个人 1-4%
民营企业企业年金❌ 自愿单位 4-8% + 个人 1-4%
外企企业年金❌ 自愿单位 4-8% + 个人 1-4%

第二步:智能方法选择

根据单位类型自动选择最优调查方法组合:

事业单位调查方案
优先级方法权重预期可靠性
1部门预算/决算公开30%⭐⭐⭐⭐⭐
2事业单位招聘公告25%⭐⭐⭐⭐⭐
3官网查询20%⭐⭐⭐⭐
4员工分享平台15%⭐⭐⭐
5直接咨询10%⭐⭐⭐⭐⭐
国有企业调查方案
优先级方法权重预期可靠性
1年报/ESG 报告30%⭐⭐⭐⭐⭐
2国资委官网25%⭐⭐⭐⭐⭐
3招聘公告20%⭐⭐⭐⭐
4商业查询平台15%⭐⭐⭐⭐
5员工分享10%⭐⭐⭐
上市公司调查方案
优先级方法权重预期可靠性
1年报查询(巨潮/港交所)40%⭐⭐⭐⭐⭐
2ESG 报告/社会责任报告25%⭐⭐⭐⭐⭐
3招聘平台15%⭐⭐⭐⭐
4员工分享平台15%⭐⭐⭐
5商业查询平台5%⭐⭐⭐
民营企业(非上市)调查方案
优先级方法权重预期可靠性
1商业查询平台(天眼查/企查查)25%⭐⭐⭐⭐
2招聘平台25%⭐⭐⭐⭐
3员工分享平台20%⭐⭐⭐
4直接咨询 HR20%⭐⭐⭐⭐⭐
5官网查询10%⭐⭐⭐

第三步:执行调查

自动化脚本调用:

# 基础搜索
./scripts/search.sh "企业名称" all

# 按类型搜索
./scripts/search.sh "企业名称" official      # 官方渠道
./scripts/search.sh "企业名称" recruitment  # 招聘信息
./scripts/search.sh "企业名称" social       # 员工分享
./scripts/search.sh "企业名称" financial    # 财务/年报

# 深度调查(所有方法)
./scripts/search.sh "企业名称" deep

搜索渠道:

  • Tavily API(优先,结构化结果)
  • SearXNG(备用,隐私保护)
  • 直接网页抓取(补充)

第四步:信息整合与置信度计算

置信度算法:

置信度 = Σ(信息来源可靠性 × 信息一致性 × 时效性权重)

信息来源可靠性:
- 官方文件/官网:1.0
- 政府公开信息:0.9
- 上市公司年报:0.95
- 招聘公告:0.8
- 员工分享:0.6
- 匿名爆料:0.4

信息一致性:
- 多个独立来源一致:1.0
- 部分来源一致:0.7
- 单一来源:0.5
- 来源冲突:0.3

时效性权重:
- 1 年内信息:1.0
- 1-2 年信息:0.8
- 2-3 年信息:0.6
- 3 年以上:0.4

置信度等级:

分数等级显示
0.85-1.0极高⭐⭐⭐⭐⭐
0.70-0.84高⭐⭐⭐⭐
0.55-0.69中⭐⭐⭐
0.40-0.54低⭐⭐
0.00-0.39极低⭐

第五步:生成标准化报告(v3.0)

报告结构:

# [企业名称] - 企业年金/职业年金调查报告

## 核心结论(TL;DR)
| 项目 | 结论 | 置信度 | 来源 |
|------|------|--------|------|
| 企业年金/职业年金 | 有/无 | ⭐⭐⭐⭐ | [链接](url) |
| 年金开户银行 | XX 银行 | ⭐⭐⭐⭐ | [链接](url) |
| 单位性质 | XXX | ⭐⭐⭐⭐⭐ | [链接](url) |

## 单位性质分析
[详细说明] [来源](url)

## 年金信息
- 年金类型:企业年金/职业年金 [来源](url)
- 缴费比例:单位 X% + 个人 X% [来源](url)
- 开户银行:XX 银行(托管人/受托人) [来源](url)

## 调查结果汇总
| 方法 | 发现 | 可靠性 | 来源链接 |
|------|------|--------|----------|
| 年报查询 | ... | ⭐⭐⭐⭐⭐ | [链接](url) |
| 招聘平台 | ... | ⭐⭐⭐⭐ | [链接](url) |

## 待遇水平估算
[基于公开数据的估算]

## 信息来源(带链接)
1. [来源名称](url) - 内容描述
2. [来源名称](url) - 内容描述

## 建议进一步确认方式
[具体行动建议]

v3.0 新增要求:

  • 所有结论必须附带来源链接
  • 年金开户银行信息需明确标注
  • 链接使用 Markdown 格式 [来源名称](URL)

⚠️ v3.2 新增:错误预防与类型判断增强

关键词分析优先规则

核心原则:公告/文档标题关键词优先级 高于 单位性质推断

关键词年金类型优先级
"企业年金"企业年金⭐⭐⭐⭐⭐(最高)
"职业年金"职业年金⭐⭐⭐⭐⭐(最高)
"五险二金(企业年金)"企业年金⭐⭐⭐⭐⭐
"五险二金(职业年金)"职业年金⭐⭐⭐⭐⭐
"五险二金"需进一步确认⭐⭐⭐⭐

判断规则:

  1. 公告标题关键词优先于单位性质推断
  2. 官方文件关键词优先于推测
  3. 多重来源交叉验证

特殊情况识别清单

特殊情况识别方法处理方式
企业化管理事业单位官网查询单位性质查看公告关键词,不自动假设
编外/合同制人员招聘公告区分可能有独立企业年金
混合年金(既有企业又有职业)咨询 HR/查看合同分别查询确认
历史遗留(2014 年前建立)查看建立时间可能是企业年金延续
股权激励替代上市公司年报查询确认无企业年金

错误检查清单(输出前必填)

### 错误检查(v3.2 新增)

- [ ] 公告标题关键词是否与结论一致?
- [ ] 单位性质是否有特殊情况?
- [ ] 是否有多个信息来源交叉验证?
- [ ] 是否存在 2014 年前后时间差异?
- [ ] 是否考虑了编外/合同制人员情况?
- [ ] 置信度是否合理标注?
- [ ] 待确认项是否明确标注?

常见错误与预防

错误类型错误表现预防措施
先入为主看到"事业单位"就假设"职业年金"✅ 强制提取公告关键词
忽略特殊情况不了解"企业化管理事业单位"✅ 维护特殊情况清单
单一来源仅凭单位性质推断✅ 强制多渠道交叉验证
时间差异忽略不考虑 2014 年政策变化✅ 查询年金建立时间

🔍 v3.1 新增:高级查询渠道

渠道 1:上市公司年报查询

适用对象:上市公司

查询平台:

  • 巨潮资讯网:http://www.cninfo.com.cn/
  • 上交所:http://www.sse.com.cn/
  • 深交所:http://www.szse.cn/

搜索关键词:

"[企业名称] 年报 应付职工薪酬 企业年金"
"[企业名称] 年报 离职后福利"

可获取信息:

  • 企业年金缴费金额
  • 应付职工薪酬明细
  • 员工福利政策

渠道 2:基金/养老金产品查询

适用对象:所有单位(如有年金产品)

查询平台:

  • 基金公司官网
  • 天天基金网:http://fund.eastmoney.com/
  • 人社部官网

搜索关键词:

"[企业名称] 企业年金 养老金产品 投资管理人 托管人"
"[企业名称] 年金 受托人 托管银行"

可获取信息:

  • 投资管理人:如华夏基金、国寿养老、平安养老等
  • 托管人:如工商银行、建设银行、招商银行等
  • 产品起始投资日期
  • 注册登记人

渠道 3:官方受托机构名单比对

适用对象:所有单位

查询平台:

  • 人社部官网
  • 各省市人社局官网

全国企业年金管理机构(截至 2025 年):

  • 法人受托机构:12 家(平安养老、国寿养老、泰康养老等)
  • 托管人:10 家(工商、建设、中国、农业、交通、招商等)
  • 账户管理人:18 家
  • 投资管理人:22 家

可获取信息:

  • 官方认可的受托机构名单
  • 官方认可的托管银行名单
  • 用于比对确认企业查询结果

v3.1 报告新增字段

## 💰 年金开户银行(v3.1 增强)

| 角色 | 机构名称 | 信息来源 | 置信度 |
|------|----------|----------|--------|
| **受托人** | [机构名称] | [年报/产品报告/官方名单] | ⭐⭐⭐ |
| **托管人** | [银行名称] | [产品报告/官方名单] | ⭐⭐⭐ |
| **投资管理人** | [机构名称] | [产品报告] | ⭐⭐⭐ |
| **账户管理人** | [机构名称] | [产品报告] | ⭐⭐⭐ |

**查询方法**:
- [ ] 上市公司年报查询
- [ ] 年金产品报告查询
- [ ] 官方名单比对
- [ ] 招聘信息确认

🛠️ 脚本说明

search.sh - 主搜索脚本

#!/bin/bash
# 用法:./search.sh "企业名称" [搜索类型] [输出格式]
# 搜索类型:all / official / recruitment / social / financial / deep
# 输出格式:text / json / markdown

COMPANY_NAME="$1"
SEARCH_TYPE="${2:-all}"
OUTPUT_FORMAT="${3:-text}"

# 自动检测可用的搜索工具
if [ -n "$TAVILY_API_KEY" ]; then
    SEARCH_TOOL="tavily"
elif [ -n "$SEARXNG_URL" ]; then
    SEARCH_TOOL="searxng"
else
    SEARCH_TOOL="fallback"
fi

# 执行搜索
case "$SEARCH_TYPE" in
    official)
        search_official "$COMPANY_NAME"
        ;;
    recruitment)
        search_recruitment "$COMPANY_NAME"
        ;;
    # ... 其他类型
esac

generate_report.sh - 报告生成脚本

#!/bin/bash
# 用法:./generate_report.sh [企业名称] [调查数据 JSON] [输出路径]

COMPANY_NAME="$1"
DATA_FILE="$2"
OUTPUT_PATH="${3:-./reports}"

# 生成 Markdown 报告
generate_markdown_report "$COMPANY_NAME" "$DATA_FILE" "$OUTPUT_PATH"

# 可选:生成 PDF
if command -v pandoc &> /dev/null; then
    generate_pdf_report "$OUTPUT_PATH"
fi

batch_query.sh - 批量查询脚本

#!/bin/bash
# 用法:./batch_query.sh [公司列表文件] [输出目录]

COMPANY_LIST="$1"
OUTPUT_DIR="${2:-./batch_reports}"

# 读取公司列表
while IFS= read -r company; do
    echo "调查:$company"
    ./search.sh "$company" deep
    ./generate_report.sh "$company"
done < "$COMPANY_LIST"

# 生成汇总报告
generate_summary_report "$OUTPUT_DIR"

📊 参考数据

职业年金缴费标准(全国统一)

缴费方比例说明
单位缴纳8%财政负担
个人缴纳4%工资代扣
合计12%强制

企业年金缴费标准

缴费方比例范围说明
单位缴纳4%-8%不超过工资总额 8%
个人缴纳1%-4%自愿选择
合计5%-12%自愿

各地事业单位待遇参考

详见 references/salary-reference.md


⚙️ 配置选项

环境变量

变量用途必需默认值
TAVILY_API_KEYTavily 搜索 API否-
SEARXNG_URLSearXNG 实例 URL否http://localhost:8080
OUTPUT_DIR报告输出目录否./reports
CACHE_ENABLED启用缓存否true
CACHE_TTL缓存过期时间(秒)否86400

配置文件

创建 ~/.openclaw/workspace/skills/company-pension-search/config.json:

{
  "search": {
    "preferred_tool": "tavily",
    "fallback_tool": "searxng",
    "max_results": 20,
    "timeout_seconds": 30
  },
  "report": {
    "format": "markdown",
    "include_raw_data": true,
    "auto_save": true
  },
  "cache": {
    "enabled": true,
    "ttl_seconds": 86400
  }
}

📝 使用示例

示例 1:事业单位查询

用户:帮我查一下深圳市大数据资源管理中心有没有企业年金

AI 执行流程:
1. 识别单位性质 → 事业单位(置信度 0.95)
2. 选择调查方案 → 事业单位方案
3. 执行调查:
   - 搜索预算/决算公开 ✅ 找到
   - 搜索招聘公告 ✅ 找到
   - 搜索员工分享 ⚠️ 信息少
4. 计算置信度 → 0.88(高)
5. 输出结论 → ✅ 有职业年金(单位 8% + 个人 4%)

示例 2:上市公司查询

用户:腾讯公司有没有企业年金?

AI 执行流程:
1. 识别单位性质 → 民营企业/上市公司(置信度 1.0)
2. 选择调查方案 → 上市公司方案
3. 执行调查:
   - 搜索年报 ✅ 找到,无年金披露
   - 搜索 ESG 报告 ✅ 找到,有股权激励
   - 搜索员工分享 ✅ 找到,确认无年金
4. 计算置信度 → 0.92(极高)
5. 输出结论 → ❌ 无企业年金,有股权激励替代

示例 3:批量查询

用户:帮我查一下这几家公司的年金:腾讯、阿里、字节、华为

AI 执行流程:
1. 分别识别各单位性质
2. 为每家公司选择合适方案
3. 并行执行调查
4. 生成对比报告
5. 输出汇总表格

🔧 故障排除

常见问题

Q1: 搜索结果为空?

  • 检查网络连接
  • 确认 API Key 有效
  • 尝试更换搜索工具
  • 检查企业名称是否准确

Q2: 置信度过低?

  • 增加调查方法数量
  • 寻找更多官方来源
  • 延长搜索时间范围
  • 考虑直接咨询

Q3: 报告生成失败?

  • 检查输出目录权限
  • 确认数据格式正确
  • 查看脚本错误日志

📈 更新日志

v2.0.0 (2026-03-12)

  • ✅ 新增单位性质智能识别
  • ✅ 新增智能方法选择
  • ✅ 新增置信度评估算法
  • ✅ 新增 18 种调查方法
  • ✅ 新增标准化报告模板
  • ✅ 新增批量查询支持
  • ✅ 优化搜索脚本性能

v1.0.0 (2026-03-12)

  • ✅ 初始版本发布
  • ✅ 基础搜索功能
  • ✅ 基础报告生成

📚 相关资源

  • references/pension-policy.md - 年金政策详解
  • references/salary-reference.md - 各地待遇参考
  • references/search-methods.md - 18 种调查方法详解
  • scripts/search.sh - 搜索脚本
  • scripts/generate_report.sh - 报告生成脚本
  • scripts/batch_query.sh - 批量查询脚本

版本:2.0.0 最后更新:2026-03-12 维护者:OpenClaw 社区 许可证:MIT

平台分布

OpenClaw

74.36%
按下载量换算1,083

安全审计

VirusTotal

通过

ClawScan

通过

Static analysis

通过

权限和风险

调用外部服务

该 Skill 可能调用第三方服务、云服务或外部模型 API,使用前需要确认账号、额度、数据发送范围和服务条款。

安装前确认

本站仅展示第三方公开信息,不托管安装包,不提供自动安装或运行环境。安装前应自行审查源码、依赖和命令行为。目前只有一个公开来源,建议同时核对源仓库。

继续浏览同类 Skills