Financial Knowledge Graph 是一个基于 yfinance 数据构建金融知识图谱的项目，把公司、股价和财务指标转换成图数据库 schema，并存储在 Memgraph 中。项目还提供 MCP server，使 AI agent 可以查询图谱数据。

这个项目的意义在于把金融数据从表格变成图。金融关系天然是网络结构：公司—行业—股东—指标—价格—新闻—事件—供应链—客户—风险。用图数据库表达关系后，AI 不只检索文本，还可以沿关系链查询和推理。

对银行来说，知识图谱可以迁移到对公客户关系、集团关联、担保圈、资金流、供应链上下游和外部公开信息整合。Financial Knowledge Graph 虽然使用公开市场数据，但提供了图谱建模和 AI 查询接口的学习样板。

• 项目方向是：金融知识图谱 / MCP / 图数据库，核心学习问题是：如何把公司、股价和财务指标转换成可被 AI 查询的图谱。
• 能帮助理解金融场景中数据、模型、检索、推理、智能体、知识图谱或评测之间的衔接方式。
• 适合用公开数据做原型学习，再思考如何迁移到银行内部制度、产品、客户、风控或运营场景。
• 项目地址：https://github.com/ondrabimka/FINANCIAL_KG。 ↗
• 开源协议标注为：未明确标注；若协议未明确，建议仅作学习研究参考。

重点学习表格金融数据如何转成节点和边。公司、指标、时间、价格、行业和财务项分别应该如何建模，是知识图谱设计的核心。

还可以学习 MCP 与图数据库结合。AI agent 如果能调用图查询工具，就可以从“文本问答”升级为“结构化关系查询 + 自然语言解释”。

• 对公客户关系图谱和集团关联分析。
• 上市公司财务指标、股价和行业关系查询。
• AI agent 调用图数据库进行金融问答。
• 担保圈、供应链和风险传导路径学习。
• 金融知识图谱原型搭建。

yfinance 数据授权、准确性和覆盖范围需要核对，不能作为银行生产数据源。项目协议未明确时不建议直接商用复用；图谱结果也需要数据质量校验和版本管理。