我在刚结束的 Meta AI hackathon（10月26日-11月4日）期间，用 Meta 的 AI 模型做了这个 webapp（vibecoded）。目前它收录了 33,000 家上市公司和 10 万+条「流向」。如果公司 X 向公司 Y 出资或持有其股份，或者反过来，那么 X 到 Y 就存在一条流向。它从 SEC 的 EDGAR（Electronic Data Gathering, Analysis, and Retrieval）、Wikidata 公司列表，以及欧洲和亚洲的其他区域公司索引中采集商业数据，构建出一个公司数据库并展示在地图上。SEC 提供的财务信息相当开放，而欧洲方面我还没找到对等的来源。我用 OpenStreetMap 的 Nominatim 对营业地址做了地理编码（希望这不会以某种方式违反他们的条款；我很喜欢 OSM）。但它太慢了……（1 次 API 调用 = 每秒翻译一个地址；我没有时间/空间把整个 Nominatim 数据库下载下来。）还有一个来自 OpenAlex 的绝佳数据库，在里面可以看到出资方与研究机构、作者和开放获取论文之间的数十亿条连接。它是 2021 年停用的 Microsoft Academic Graph 的延续。对于研究科研经费/资助来说，这简直是一座金矿，而且他们的 API 配额很慷慨，也非常清晰。我也把它接入了应用（只是小规模）。你可以调高右上角的滑块来扩大显示的数据范围。要显示大学资助数据需要把它调高（这个很快会修，AI 一直在这上面出错）。做这个东西挺有意思的。网上有很棒的免费 API 可用于这类工作，比如来自 SEC、Wikidata、一些欧洲公司索引的 API，不过最难的部分似乎是让 AI 去读 API 条款并有趣地对 API 调用做限流。我觉得最有趣的地方在于，因为我用的是非 Claude（？）的模型，我得不断重新提示它没能凭直觉做对的地方，但我有能力判断哪里出了问题，所以感觉就像编程的乐趣。应该说这是我的第一个 vibecoded 项目，也许这种乐趣很快就会消失。我还想把私营公司信息、捐赠或大个人股东的数据也纳入图表。我觉得能看到上市公司大额股份的一些个人所有者是谁会很酷。不过我还不确定怎么获取私营公司的信息，之后会研究一下。再说一次，你可以按公司名称、地址、股票交易所代码等搜索公司。目前数据相当静态，但我想最终把它做成动态的，每天或每两周摄入一次最新数据。就目前而言，它只是一个漂亮的 visualization，还有很多公司数据缺失，但尽管如此，探索起来还是挺有意思的。GitHub 上有一个 demo；如果有人有想法或建议，我很乐意读一读。谢谢！ 评论 URL：https://news.ycombinator.com/item?id=50428274 点数：1

评论数：0