金融投资顾问Agent产品系统

金融深度定制：针对研报长难句、专业术语（PE/PB、毛利率、DCF）进行针对性 Prompt 工程优化。
高性能 RAG 架构：集成 BGE-M3 多语言向量模型与 Rerank 二次打分机制，显著提升检索精度。
结合金融业务洞察（Domain Knowledge）与大模型 RAG 技术 ，专为券商研报深度解读设计的智能工具。

🌟 项目亮点
金融深度定制：针对研报长难句、专业术语（PE/PB、毛利率、DCF）进行针对性 Prompt 工程优化。
高性能 RAG 架构：集成 BGE-M3 多语言向量模型与 Rerank 二次打分机制，显著提升检索精度。
开箱即用：为非技术背景用户封装了全自动部署脚本 (.bat)，实现零基础本地运行。
增量更新机制：采用基于 MD5 哈希内容校验 的入库算法，支持海量研报的去重增量入库。

本项目基于 RAG (Retrieval-Augmented Generation) 思想构建：

数据层：利用 pdfplumber 提取研报正文，通过滑动窗口（500字/50字重叠）进行语义分片。
嵌入层 (Embedding)：调用硅基流动 (SiliconFlow) 的 BAAI/bge-large-zh-v1.5 将文本向量化。
存储层：使用轻量级向量库 ChromaDB 进行持久化存储。
检索层：结合向量空间检索与 BGE-Reranker 提升关键段落的召回权重。
生成层：基于 Qwen2.5-7B/72B 大模型生成严谨的金融分析回答。