| name | risk-compliance |
| description | Financial AI Skill - 风控合规智能体。提供企业风险评估、信用评级、反欺诈检测、合规检查、财务诊断、监管政策查询、贷后监控、产业链风险追踪、市场情绪监测、关联图谱分析等10大能力。基于规则引擎的轻量级风控系统,零API费用。 |
| version | 1.1.0 |
| author | Financial AI Community |
| license | MIT |
| metadata | {"BetaAgent":{"tags":["risk","compliance","fraud","credit","enterprise","audit","policy","monitoring","knowledge-graph","anti-money-laundering"],"related_skills":["financial-intelligence","wealth-management"]}} |
| prerequisites | {"commands":["python3"]} |
风控合规智能体 v1.1
基于规则引擎的轻量级风控系统,10大场景全覆盖。
⚡ 零API费用 | 🚀 毫秒级响应 | 📦 开箱即用
一、10大风控合规能力
| 能力 | 触发关键词 | 核心功能 |
|---|
| 企业风险评估 | 企业风险、评估 | 多维度风险评分与预警 |
| 信用评级 | 信用评级、征信 | 企业信用等级评定 |
| 反欺诈检测 | 反欺诈、交易异常 | 交易风险识别与处置建议 |
| 合规检查 | 合规、检查 | 制度执行与整改建议 |
| 财务诊断 | 财务诊断、体检 | 财务指标分析与预警 |
| 监管政策 | 政策、监管 | 最新政策查询与解读 |
| 贷后监控 | 贷后、监控 | 授信客户动态监控 |
| 产业链风险 | 产业链、供应链 | 上下游风险传导分析 |
| 市场情绪 | 市场情绪、舆情 | 市场情绪监测与预警 |
| 关联图谱分析 ⭐新增 | 关联图谱、团伙、洗钱 | 星型/循环/链式转账检测、担保链、隐性关联 |
二、快速开始
安装
git clone https://github.com/yuzhaopeng-up/financial-ai-skills.git
cp -r financial-ai-skills/skills/risk-compliance ~/.BetaAgent/skills/
Python API 调用
import sys
sys.path.insert(0, "~/.BetaAgent/skills/risk-compliance")
from risk_engine import RiskEngine, RiskFormatter
engine = RiskEngine()
formatter = RiskFormatter()
result = engine.get_enterprise_risk("比亚迪")
print(formatter.format_enterprise_risk(result))
result = engine.get_anti_fraud("TX2026001")
print(formatter.format_anti_fraud(result))
result = engine.get_compliance()
print(formatter.format_compliance(result))
三、演示数据
企业风险数据
| 企业 | 股票代码 | 行业 | 风险评分 | 信用等级 |
|---|
| 比亚迪 | 002594 | 汽车制造 | 72 | AA |
| 宁德时代 | 300750 | 电池制造 | 68 | AA- |
| 某科技公司 | 未上市 | 软件开发 | 55 | BBB |
反欺诈案例
| 交易编号 | 金额 | 风险评分 | 风险等级 |
|---|
| TX2026001 | ¥500,000 | 85 | 高风险 |
| TX2026002 | ¥5,000 | 25 | 低风险 |
四、项目结构
risk-compliance/
├── risk_engine.py # 核心引擎 + 格式化器
├── knowledge_graph.py # ⭐新增:关联图谱分析模块
└── SKILL.md # 本文件
五、关联图谱分析(⭐v1.1新增)
核心能力
| 检测模式 | 风险场景 | 输出 |
|---|
| 星型转账 | 非法集资、洗钱 | 中心账户、关联账户数、涉及金额 |
| 循环转账 | 虚构交易、洗钱 | 循环路径、涉及节点、金额 |
| 链式转账 | 多层嵌套、规避监管 | 链长、总金额、风险等级 |
| 隐性关联 | 空壳公司集群 | 共同地址/电话/IP、关联主体 |
| 担保链 | 风险传导、连环违约 | 担保路径、链长、总敞口 |
快速使用
from knowledge_graph import KnowledgeGraphBuilder, FraudPatternDetector, GraphFormatter
graph = KnowledgeGraphBuilder()
graph.add_node("A001", "账户", "企业A")
graph.add_node("A002", "账户", "企业B")
graph.add_edge("A002", "A001", "转账", 500000, amount=500000)
detector = FraudPatternDetector(graph)
patterns = {
"star": detector.detect_star_pattern(),
"cycle": detector.detect_cycle_pattern(),
"hidden": detector.detect_hidden_association(),
"guarantee": detector.detect_guarantee_chain(),
}
formatter = GraphFormatter()
print(formatter.format_comprehensive_report(patterns))
六、技术特点
- 纯Python实现:无外部API依赖,零调用成本
- 规则引擎:100%可复现结果,适合合规审计场景
- Markdown输出:适配IM平台(企业微信、飞书、钉钉等)
- 可扩展:基于类结构,易于添加新企业和新规则
七、版本记录
| 版本 | 日期 | 说明 |
|---|
| v1.1 | 2026-06-06 | 新增关联图谱分析模块(knowledge_graph.py),支持星型/循环/链式转账检测、隐性关联发现、担保链分析 |
| v1.0 | 2026-06-06 | 初始发布,9大风控合规能力完整实现 |
许可证
MIT License
Financial AI Community | 以真实用户反馈为唯一北极星指标