个人养老金测算表生成

SKILL效率

原名 pension-calculator-skill · 标识 养老金测算

效率 未标注权限 许可证不明确
安装这个技能

根据退休地和分段参保记录估算养老金,输出每月与每年领取额直至九十九岁的 Excel 测算表,可自行调整参数,结果仅供参考。

一句话选型结论

按资料字段整理

个人养老金测算表生成是效率类的 Agent Skill,安装方式未标注,权限级别未标注,许可证不明确,有可直接复制的安装命令。技能本质是给模型读的说明书,效果取决于模型与客户端;装完先用一个小任务验证,再放进正式流程。

分类效率 安装方式未标注 权限级别未标注权限 许可证许可证不明确
累计安装 未标注 本周 未标注
GitHub 星标 未标注 仓库 未标注
下载量 未标注 技能市场下载数
权限级别 未标注权限 安装前请确认风险范围
许可证 许可证不明确 未说明

安装

未标注
在支持 Skills 的客户端里执行,装完问一句「你有哪些技能」验证
skillhub install user_20520b00/pension-calculator-skill
  1. 1
    确认客户端支持

    确认你的客户端支持 Skills(Claude、Codex、Cursor 等),并升级到较新的版本。

  2. 2
    拿到技能文件

    执行上面的命令安装;也可以把仓库里的 SKILL.md 手动放进客户端的 skills 目录。

  3. 3
    刷新技能列表

    重新打开客户端,或刷新技能列表,让新放进来的技能被加载。

  4. 4
    验证是否生效

    问一句「你有哪些技能」,确认列表里出现它,再拿一个小任务试跑。

技能档案

效率
字段来自技能仓库与公开索引,中文说明由本站标注
作者 / 维护方user_20520b00仓库 未标注 · 版本 未标注
宿主客户端未标注技能可被这些客户端加载
安装方式未标注安装包 community
权限级别未标注权限安装前请确认风险范围
许可证未说明许可证不明确,商用前请自行确认条款
仓库可用性available技能仓库当前是否可访问
最近核验2026-11-06上游最后核验时间 · 数据更新 2026-11-06
正文体量10.5 KBSKILL.md 原文大小,越大说明说明书写得越细

能做什么

0 项能力
上游给出的能力概览与适用场景
估算退休金水平比较不同退休地方案规划社保缴费档位

典型使用场景

3 类
按分类整理的常见用法,具体以 SKILL.md 为准
整理待办与日程

把零散任务收进清单,排出优先级。

批量处理重复任务

把固定动作做成模板,重复执行。

把流程写成清单

把口头流程整理成可复用的步骤。

选择建议

装之前先看这几条
按条目字段给出的判断,不替你决定用不用

值得选的地方

  • 有可直接复制的安装命令,不用自己翻文档找入口。

先想清楚的地方

  • 没有标注权限级别,实际能做什么要装好后确认。
  • 许可证不明确,商用或二次分发前先到仓库确认条款。
  • 没有做站内核验,内容以作者仓库为准。
  • 技能只是说明书,实际效果取决于模型与客户端,装完先用小任务试一遍。

更适合

  • 需要在效率场景里给模型补一套做法的人。
  • 愿意先读一遍 SKILL.md、确认它会让模型做什么的人。

不太适合

  • 对许可证要求很严、必须明确可商用的人。
  • 只想装完就自动变强、不打算看说明书的人。

同类对比

6 个同类
同分类里挑最接近的几条,字段以各自详情页为准
技能权限级别安装方式累计安装宿主客户端安装命令
个人养老金测算表生成当前 未标注权限 未标注 未标注 未标注 有
Nano PDF 文档 联网访问 ClawHub 市场 424.9 万 OpenClaw 有
自动更新程序 浏览器控制 ClawHub 市场 296.4 万 OpenClaw 有
Gemini 助手 联网访问 ClawHub 市场 254.7 万 OpenClaw 有
word DOCX 文档 联网访问 ClawHub 市场 239.6 万 OpenClaw 有
Excel XLSX 前端 联网访问 ClawHub 市场 227.0 万 OpenClaw 有

SKILL.md 全文

10.5 KB
模型实际读到的说明书原文,来自技能仓库

养老金测算 Skill

帮用户按政策口径估算退休金,并生成一份可自己调整参数的 Excel 测算表。本技能完全本地运行,不含任何预置的个人数据;每次使用都从本次对话的用户输入重新采集信息。

⚠️ 隐私与采集铁律(务必遵守)

  1. 每次运行都必须从用户处重新采集全部必要信息,严禁使用历史对话、记忆、上下文,或任何之前会话里提供的个人信息(出生年月、退休年龄、退休计划、缴费记录、权益单内容等)。即使用户之前用过本技能,也不要假定任何值。
  2. 必填信息一项都不能省:退休地、出生年月(或退休年龄+退休年份)、各段缴纳历史、未来规划,都必须明确询问或经用户确认,绝不能臆造或沿用默认。
  3. 上传文件须先提示脱敏:用户上传权益单/缴费证明前,先提醒其自行屏蔽姓名、身份证号、手机号、银行卡号等敏感信息;本工具本地处理、不会外传,但不做自动脱敏,只提示。
  4. 发布/分发本技能时:技能目录内只能含 SKILL.md、README.md、LICENSE、scripts/、data/、inputs.example.json(虚构示例)。绝不能把含真实数据的 inputs.json 或个人权益单打进包。

核心计算口径(务必遵守)

  • 指数分母统一用「待遇领取地(归集退休地)社平」,不是参保地社平。依据:人社部《关于城镇企业职工基本养老保险关系转移接续若干问题的意见》(2009)第二条——跨省归集退休时,缴费工资指数 = 本人各参保地缴费工资 ÷ 待遇领取地对应年度社平。所以高基数城市(如一线城市)的缴费若在较低社平城市退休会被放大。
  • 平均指数 = Σ(每年月缴费指数×月数) ÷ 总月数;指数化工资 = 退休时社平 × 平均指数。
  • 基础养老金 = (退休时社平 + 指数化工资) ÷ 2 × 缴费年限(年) × 1%。
  • 个人账户养老金 = 个账累计 ÷ 计发月数(55→170、60→139、50→195、65→101)。
  • 灵活就业 缴 20%,其中 8% 进个人账户(与单位职工个人部分一致)。
  • 指数封顶 3.0 默认 不封顶(FALSE),仅当跨省到较低社平城市退休且用户要求时改为 TRUE。
  • 终身领取:退休后月养老金按「养老增幅」逐年复利,累计逐年累加。

工作流

第 1 步:采集必要信息(用提问,逐项确认,不要一次性甩长串,也不要假设任何值)

按以下清单向用户询问(可合并但必须全部拿到,缺失任一项就继续问):

  1. 退休地(待遇领取地)城市:决定指数分母。问清是归集到某城市(如户口所在地)退休,还是在最后工作地退休。
  2. 出生年月(或「哪年开始领退休金」)+ 计划退休年龄:退休年龄决定计发月数,退休年份决定推演起点。若用户只给其中一项,主动追问另一项。
  3. 缴纳历史(多段):每段需要——起止年月、城市、类型(单位职工/灵活就业)、月缴费基数或个人账户年入账/累计额。告诉用户「有多段就提供多段,包括跨省转移」。
  4. 未来规划(预估段):是否继续在职/转灵活就业、缴费档位(60%–300%)、缴到哪一年退休。这一步必须显式确认,不要擅自假设「之后一直按某方式缴」。
  5. 假设参数:先给默认(社平增幅 2%、养老增幅 2%、记账利率 2.5%、灵活档位 60%),并明确告知用户这些值可在生成的表里修改。

> 若用户直接上传了权益单,第 1 步的多数字段可从文件解析(见第 2 步),但退休地、退休年龄、退休年份仍须口头确认(文件里通常没有这些信息)。

第 2 步:文件上传与隐私(权益单解析)

  • 上传前先一句话提醒:「上传前请自行屏蔽姓名、身份证号、手机号、银行卡号等敏感信息;本工具本地处理,不会外传。」
  • 解析方式:用 Read 工具直接看 Excel/Word;但养老权益记录单常为带电子签章的图片型 PDF,Read 工具会读成二进制无法提取文字——此时改用 Python(PyMuPDF / fitz)抽取文本:
    python import fitz doc = fitz.open(文件路径) for p in doc: print(p.get_text())
    提取后全自动解析出每段/每年的:年份、城市、类型、月数、月缴费基数(或年缴费工资÷12、或个人账户年入账÷8%÷月数),填入 inputs。
  • 跨省月份边界校验(重要):把各段按「年」归并,某一年所有段的月数之和应 ≤ 12。若发现某年 > 12(如上海段和成都段在同一年重叠),不要擅自取舍,向用户确认哪段算几个月,并在表里备注。
  • 解析不确定的字段,向用户确认,不要臆造。

第 3 步:查社平工资

  • 优先用 skill 内置缓存 data/社平工资表.xlsx(共 13 城、1989–2033 逐年补全)。关键口径:本表“社平”=养老金公式里的「养老金计发基数」(人社公布),不是“全口径城镇单位就业人员平均工资”(那个只用于核定缴费基数上下限)。 具体取法:2020 年及以后用各地人社公布的「养老金计发基数」(北京 2020–2024 已用真实值 9910/10534/11082/11525/11883);2020 年以前(计发基数概念未单独公布)用「城镇非私营单位在岗职工平均工资」(统计年鉴,年值÷12)。2024 年以后在生成测算表时一律按「社平增幅」参数活公式推算。⚠ 除北京外,其余城市目前仍暂为“全口径”旧口径,待逐个查真实计发基数校正。
  • 若待遇领取地或某段城市不在缓存(或需校正):联网搜索「{城市} 养老金计发基数 {最近年}」(或「{省} 社保缴费基数 上限」÷3 倒推省全口径、再注意计发基数通常略高/略低于全口径),把结果填进 manual_sheping:{"城市": {"2023": 数值}},并提醒用户以社保局公布值为准。
  • 缓存值可能与用户实际有出入,务必提示用户核实、可在生成的表里直接改对应年份社平。

第 4 步:写 inputs.json 并生成

  1. 在当前工作目录写 inputs.json(结构见下方「输入契约」,可用 inputs.example.json 作模板)。把用户每段/每年数据归一化为 years 列表最稳妥;也可用 segments 让脚本展开。
  2. 运行脚本(用受管 Python):
    /Users/hbw/.workbuddy/binaries/python/versions/3.13.12/bin/python3 \ ~/.workbuddy/skills/养老金测算/scripts/build_pension.py \ inputs.json 养老金测算_{退休地}.xlsx
  3. 脚本会在当前目录生成 养老金测算_{退休地}.xlsx。(默认输出已算好的数值,任何查看器打开即见正确数字,不会出现活公式未计算而显示 0、或公式描述显示 #NAME? 的问题。)

第 5 步:校验与交付

  • 打开生成的 xlsx,快速核对:公式无 ==/结构错误;缴纳明细参数区与数据行合理;退休金预估首年与「计算结果(月基本养老金)」一致。
  • 用 present_files 呈现给用户,并口头说明:
  • 三张表分别是什么;
  • 哪些参数可改、改了哪里会变;
  • 历史社平/缴费基数是估算还是用户实际提供,绝对数值仅供参考,以社保局数据为准;
  • 预估待缴纳段已用橙色标记。

输入契约(inputs.json)

> 以下为示例(虚构数据),请替换为用户的真实信息。inputs.example.json 是同结构的完整样例。

{
  "retire_city": "北京",
  "retire_age": 60,
  "retire_year": 2040,
  "manual_sheping": {},
  "params": {
    "sheping_growth": 0.02,
    "pension_growth": 0.02,
    "interest_rate": 0.025,
    "flex_ratio": 0.60,
    "cap_index": false
  },
  "years": [
    {"year":2010,"city":"上海","type":"单位职工","months":12,"base_monthly":9000,"rate":0.03,"is_estimated":false},
    {"year":2040,"city":"北京灵活","type":"灵活就业","months":12,"is_estimated":true}
  ]
}
  • retire_city / retire_age / retire_year 为必填,缺任一项脚本会报错提示。
  • years 与 segments 二选一。推荐用 years(agent 归一化后最灵活)。
  • 单位职工/灵活就业均可;灵活就业 20% 中 8% 进个账,脚本统一按 月基数×8%×月数 入个账。
  • 某年只知道个人账户年入账 account_entry 而不知月基数:在 yearly 记录给 account_entry,脚本反推 月基数 = account_entry/(0.08×月数)。
  • 预估段 is_estimated:true:不填 base_monthly,脚本用 当年待遇领取地社平 × 灵活档位 算月基数;若用户指定了预估段的具体基数,填 base_monthly 优先。
  • manual_sheping:缓存缺城市时,按 {"城市":{"年份":月社平}} 补充。

输出工作簿结构

  • Sheet1 测算说明:计算规则、政策依据、参数含义、数据来源与免责(公式描述以单引号前缀存储为纯文本,不会显示 #NAME?)。
  • Sheet2 缴纳明细:顶部黄色参数区(可改)+ 逐年记录(含橙色「预估待缴」行)+ 底部「计算结果(退休首年)」。
  • Sheet3 退休金预估:从退休年起逐年(到 99 岁)月/年养老金与累计领取,全部为已算好的数值(改参数需重跑脚本;若需 Excel 内即时重算,设 "output_mode":"formula" 走活公式)。

已知实现要点(来自实测打磨,无需用户关心)

  • 默认 output_mode="values":所有计算列写数值,避免轻量预览器不计算活公式而显示 0。
  • 公式描述以 = 开头的单元格加前导单引号,强制按文本显示,避免 #NAME?。
  • 参数写入起始行与公式引用常量已对齐,计发月数/增幅/档位/退休年引用不会错位。
  • 预估段 base_monthly 优先于「社平×灵活档位」自动估算,避免用户指定基数被覆盖。

常见问题

5 问
答案由本站依据条目字段整理
个人养老金测算表生成怎么安装?

在支持 Skills 的客户端里执行:skillhub install user_20520b00/pension-calculator-skill。安装方式为未标注。装完刷新技能列表或重开客户端。

个人养老金测算表生成支持哪些客户端?

资料没有标注宿主客户端,但只要客户端支持 Skills(Claude、Codex、Cursor 等),一般都能加载。

个人养老金测算表生成权限高吗,安全吗?

权限级别为未标注权限。安装前先看它会读取或写入哪些内容。

个人养老金测算表生成收费吗?

本站不代收费用,也没有标注具体价格。是否收费取决于技能本身和所用的模型或客户端,正式使用前按作者说明确认。

个人养老金测算表生成用什么许可证?

许可证标注为 未说明(许可证不明确)。商用或二次分发前请到仓库确认条款原文。

热门专题

按场景挑技能
全部专题 →

技能内容以作者仓库为准;分类、权限级别与许可证状态的中文说明为中文整理,最近核验 2026-11-06。