> For the complete documentation index, see [llms.txt](https://yeasy.gitbook.io/context_engineering_guide/llms.txt). Markdown versions of documentation pages are available by appending `.md` to page URLs; this page is available as [Markdown](https://yeasy.gitbook.io/context_engineering_guide/di-si-bu-fen-gong-cheng-shi-zhan-yu-wei-lai-yan-jin/13_cases/13.2_financial.md).

# 13.2 金融：风控知识库构建

## 13.2.1 场景背景

金融机构需要对企业客户进行尽职调查（Due Diligence）。分析师需要综合查看新闻、财报、法律诉讼、股权结构等多源异构数据，识别潜在风险。

## 13.2.2 上下文设计挑战

1. **多源异构**：数据包含 PDF 表格、新闻网页、股权关系图。
2. **时效性**：昨天的安全企业今天可能就爆雷，Context 必须包含最新信息。
3. **冲突消解**：不同来源的信息可能矛盾（如财报与新闻报道不一致）。

## 13.2.3 解决方案

### 多模态上下文解析

* **PDF 解析**：使用专门的 Parser 提取财报中的表格，转化为 Markdown 格式，保留行列表头结构。
* **图片 OCR**：提取扫描件中的文字。

### 动态知识切片

根据风险维度将知识库切分为不同“切片”：

* `Slice_Legal`: 诉讼、仲裁记录。
* `Slice_Financial`: 财务报表、审计报告。
* `Slice_News`: 舆情新闻。

当 Agent 分析“财务风险”时，优先加载 `Slice_Financial` 和 `Slice_News`，减少无关噪音。

### 矛盾仲裁机制

在 System Prompt 中植入仲裁逻辑：

```markdown
当发现数据冲突时：
1. 优先采信官方披露文件（如审计报告）。
2. 其次采信主流媒体报道。
3. 列出冲突点，提示分析师注意。
```

## 13.2.4 效果

系统能够自动生成尽调初稿，显著缩短分析师的资料整理与初稿撰写时间，并能及时提示隐藏在海量新闻中的关联风险。