导读：MiniMax Agent 金融场景已正式接入企查查 MCP 企业基座（qcc-company Server），覆盖 4 亿+ 市场主体结构化数据。本文记录投研初筛、UBO 合规穿透、关联网络梳理三个金融高频场景的实测过程，每个场景附完整 Prompt 模板和工具调用链路，开发者可直接复用。
一、背景：Agent 做金融场景，卡在哪
MCP（Model Context Protocol）正在成为 AI Agent 连接外部数据服务的标准协议。企查查已将企业基座封装为标准 MCP 工具集，支持任何兼容 MCP 协议的 Agent 平台接入。
但长期以来的痛点是：大模型推理能力再强，手里如果只有训练语料里残存的旧知识，输出的结论没人敢签字。金融场景对数据时效性和可追溯性的要求，决定了 Agent 必须能直接调用实时结构化数据，而不是从记忆里"编"。
MiniMax Agent 和企查查 MCP 这次做的事情，就是把这个问题从协议层解决掉。
技术架构：
用户（自然语言）→ MiniMax Agent → MCP 协议 → 企查查 qcc-company Server → 4亿+ 企业数据库
↓
返回结构化 JSON + 数据来源与传统的"大模型 + 搜索引擎"模式不同，MCP 接入意味着 Agent 调用的是确定性 API，返回的是结构化字段而非网页摘要，每个字段都能追溯到具体的工商登记记录。
二、接入方式
2.1 操作步骤
- 打开 MiniMax Agent 网页版，左侧菜单栏点击「金融」入口
- 页面右侧「应用」区域，找到企查查应用卡片，点击「连接」
- 授权登录，完成绑定
2.2 连接验证
在对话框中输入以下指令，验证 MCP 连接是否生效：
@企查查 告诉我你能做什么预期返回：Agent 不会从训练语料里翻一段过时描述，而是按照企业基础信息、经营风险等维度分类列出可调用的 MCP 工具，并返回实时数据字段示例（企业基础信息、实际控制人、受益所有人、股权结构、核心管理团队等）。
看到工具列表和实时数据返回，即表示连接成功。
三、企业基座：16 个工具总览
MiniMax Agent 金融场景目前接入的是企查查的企业基座 Server（qcc-company），覆盖工商登记维度的结构化数据：
| # | 工具名称 | 功能 | 适用场景 |
|---|---|---|---|
| 01 | get_company_by_query |
企业实体识别，模糊搜索精准匹配 | 输入简称/品牌名，锁定目标企业 |
| 02 | get_company_registration_info |
工商登记核心信息 | 查注册资本、成立日期、登记状态 |
| 03 | get_shareholder_info |
股东构成及持股比例 | 股权结构分析、实控人识别 |
| 04 | get_company_profile |
企业简介 | 企业画像构建、业务分析 |
| 05 | get_contact_info |
联系方式（电话/邮箱/网站/ICP） | 拓客、获取联系方式 |
| 06 | get_key_personnel |
主要管理人员 | 了解高管团队、公司治理结构 |
| 07 | get_external_investments |
对外投资企业列表 | 分析企业投资布局 |
| 08 | get_actual_controller |
实际控制人 | 风险评估、关联交易识别 |
| 09 | get_change_records |
历史变更记录 | 股权变更跟踪、经营范围调整历史 |
| 10 | get_annual_reports |
企业年报 | 从业人数、股东股权转让、投资信息 |
| 11 | get_branches |
分支机构 | 了解企业组织架构 |
| 12 | get_beneficial_owners |
受益所有人（UBO） | AML 合规、穿透核查 |
| 13 | get_listing_info |
上市信息 | 投资分析（市值/股本/交易所） |
| 14 | get_financial_data |
核心财务数据 | 资产负债、利润、营运/偿还能力 |
| 15 | get_tax_invoice_info |
税号开票信息 | 财务开票场景 |
| 16 | verify_company_accuracy |
二要素核验 | 企业实名认证、准入资质初审 |
数据覆盖：4 亿+ 市场主体，核心维度 T+0 更新。
企查查 MCP 完整版已上线 6 大专业 Server、185 个工具。后续风控大脑、知产引擎等 Server 若接入 MiniMax Agent，能力边界会进一步扩展到司法风险扫描、知识产权盘点等领域。
四、实战场景
场景一：投资初筛------一句话生成企业画像
业务痛点：投资经理收到的 BP 比看的电影还多。合伙人或 LP 随口问一句「那家公司怎么样」，不可能每次都花两小时翻各类查询工具。需要一种快速但靠谱的摸底方式。
Prompt 模板：
帮我为xx公司生成一份一页纸企业画像，用于内部立项初审。查一下它的：
1、法定代表人、注册资本、成立日期、登记状态、注册地址
2、当前股东结构，标注第一大股东
3、穿透识别受益所有人
4、董监高名单
5、对外投资企业列表
6、是否上市、主营业务描述
最后结果输出一页纸，标注重点关注项。工具调用链路：
get_company_by_query → 锁定目标企业主体
get_company_registration_info → 工商登记核心字段
get_shareholder_info → 股东结构及持股比例
get_beneficial_owners → UBO 穿透识别
get_key_personnel → 董监高名单
get_external_investments → 对外投资列表
get_listing_info → 上市状态核查技术要点：
- 过去需要分别打开好几个网页，把工商信息拉到 Excel 里，再去股东页面逐层点击，最后手动拼成摘要
- 现在 Agent 自动串行调用 7 个工具，将散在五六页的数据汇总为结构化文本
- 股权架构复杂的标的（有限合伙需查 GP、多层控股需逐层穿透），
get_beneficial_owners直接返回最终受益人姓名和穿透路径 - 适用于 VC 项目初筛、银行贷前初判、FA 标的摸底
场景二：受益所有人识别------反洗钱合规穿透
业务痛点：银行客户经理做对公开户和高净值客户尽调，绕不开央行 3 号令的 25% 持股阈值。需要穿透股权链路找到最终自然人，且每一笔判断必须有可追溯的数据来源，否则审计无法回溯。
Prompt 模板：
帮我完成xx公司的受益所有人识别，用于对公开户合规审查。
查一下它当前完整股东结构，按央行3号令和12号令逐层穿透股权链路，识别最终受益所有人UBO。
如果存在多层嵌套比如有限合伙、控股公司，标出穿透路径。
同时查一下法定代表人、董事长、总经理，辅助判断实控人。
最后输出一份能直接归档KYC系统的合规档案：
包括UBO姓名、穿透路径图、持股比例、判定依据。工具调用链路：
get_company_by_query → 锁定主体
get_shareholder_info → 完整股东结构
get_beneficial_owners → UBO 逐层穿透（依据人行3/12号令）
get_key_personnel → 法代/董事长/总经理辅助判断技术要点：
get_beneficial_owners工具内置了央行 3 号令和 12 号令的穿透逻辑，自动处理多层嵌套（有限合伙、控股公司）- 输出的 UBO 结论绑定数据来源和时间戳，满足金融尽调的审计追溯要求
- 传统手工记录「在网页上查到 XX 股东持股 30%」无法通过审计验证，MCP 返回的结构化数据可直接归档 KYC 系统
- 「查得快」是体验，「能审计」才是合规愿意用的理由
场景三：关联网络梳理------IPO 尽调中的关联交易排查
业务痛点：投行尽调和 IPO 规范辅导中，关联交易排查是必做项。但大部分关联关系不写在年报里，而是藏在股权交叉、董监高重叠、对外投资的层层嵌套中。分析师手工梳理一家企业的关联网络，要把股东表、对外投资表、主要人员表全部拉出来交叉比对，一整天都不一定扫干净。
Prompt 模板：
帮我梳理xx公司的关联企业网络，用于IPO尽调中的关联交易排查。
查它的对外投资企业列表、当前股东列表、董监高名单。
接着做交叉比对：
- 被投资企业的法代和高管跟母公司董监高有没有重叠的？
- 股东里有没有自然人在其他股东企业也做法代的？
- 对外投资企业里有没有已注销或吊销的空壳主体？
输出一份关联网络图，标出直接关联、间接关联、人员重叠、疑似空壳。工具调用链路：
get_external_investments → 对外投资企业列表
get_shareholder_info → 当前股东列表
get_key_personnel → 董监高名单
─── 以上为数据获取层 ───
─── 以下为 Agent 推理层 ───
交叉比对1: 被投企业法代/高管 × 母公司董监高 → 人员重叠检测
交叉比对2: 股东自然人 × 其他股东企业法代 → 隐性关联检测
交叉比对3: 对外投资列表 × 注销/吊销状态 → 空壳主体筛查技术要点：
- 这组 Prompt 的关键不在于查什么数据，而在于怎么分析数据
- 企查查 MCP 提供原始数据（谁投资了谁、谁在哪任职），MiniMax Agent 的推理能力负责交叉比对
- Agent 将三组数据交叉比对，找出人员重叠和异常信号，输出结构化关联网络
- 单靠企查查，拿到的是一堆工商登记条目；单靠 Agent，没有真实数据可以推理------两边接在一起，才真正有「尽调自动化」的意思
五、技术特性
5.1 幻觉压制
通过 verify_company_accuracy 二要素核验（企业名称 × 统一社会信用代码），确保 Agent 查询的是正确主体，从源头降低大模型幻觉风险。
5.2 结构化输出
所有工具返回结构化 JSON 数据，每个字段绑定数据来源和时间戳，可直接用于报告生成、Excel 导出、数据入库，满足金融审计追溯要求。
5.3 多轮推理
返回结果后可继续追问。例如看完企业画像后问「穿透路径里有没有频繁变更情况」，Agent 会基于已有数据继续推理，不需要重新描述上下文。
5.4 T+0 时效
工商登记、变更记录等核心维度实时同步，确保查询结果反映最新状态。
六、快速上手
- 访问 MiniMax Agent，左侧菜单点「金融」
- 找到企查查应用卡片，点「连接」并授权登录
- 将本文中的 Prompt 复制进对话框，把「XX」替换成目标企业名称
- Agent 自动调用对应工具，返回结构化数据
- 可基于返回结果继续追问，Agent 保持上下文
七、总结：Agent 能调企业数据了，然后呢
哈佛商学院有个比喻：人们买钻头，真正想要的不是钻头，而是墙上的那个孔。
金融从业者用企业数据服务，真正想要的也不是「能查企业」，而是「能更快地做出靠谱判断」。过去这个过程靠人手工打开五六个网页交叉比对------花一个小时查数据，只花十分钟做判断，大头耗在信息搬运上。
Agent + MCP 在企业数据查询这件事上，表面上是快了几倍，底子上是把「获取信息」和「使用信息」这两个动作解耦了。Agent 负责获取和整理，人负责判断和决策。
当 AI 厂商开始认真解决「数据从哪里来」的问题，这条赛道的胜负手正在从算法转向数据基建。
标签 ：MiniMax 企查查MCP MCP协议 AI Agent 企业查询 股权穿透 UBO识别 金融科技 尽职调查 反洗钱合规