某头部投资咨询机构，团队十几名分析师，一年要产出上百份行业深度报告。
原来的流程是：分析师拿到选题后，先翻几十份财报、研报、新闻，手工摘数据、整理、分析、写稿、核数。一份报告要 2-3 周，光数据整理就占了一大半时间。
团队也试过用通用 LLM 生成报告，结果有两个致命问题：一是结构散乱，章节逻辑不完整；二是幻觉严重，会凭空捏造数据，例如编出「某公司 2025 年毛利率 28.7%」这种看着很像真的、实际并不存在的数字。金融行业一旦出现这类错误，轻则丢失客户，重则面临合规风险。
所以项目的核心目标就三件事：结构要有章法、数据必须能溯源、生成速度要提上去。让分析师从「从零写」变成「审稿和精修」。
系统按一条完整链路设计：用户提出需求 - 任务拆解 - 多源检索 - 结构化生成 - 质量评估 - 人工精修。共六个核心模块：
一、Coordinator 任务拆解引擎
接收「撰写某行业报告」这类自然语言需求，自动拆解为 6-8 个子任务（宏观环境 - 市场规模 - 竞争格局 - 财务对比 - 风险提示），并构建任务依赖图（DAG），无依赖的节点并行执行、有依赖的串行流转。
二、Researcher 多源融合检索
三路同时召回：语义向量检索、关键词检索、时间衰减加权（越新的数据权重越高）；三路结果融合去偏后再精排。财务指标单独做结构化字段提取，从财报 PDF 中精准抓取营收、净利润、毛利率等数值，不让模型猜。
三、结构化生成
锁定章节大纲，生成内容只能在框架内填充；每个分析结论强制携带来源信息（文件名 + 页码 + 原文摘录）；找不到证据支撑的位置强制标记「待人工核实」。
四、质量评估
自动检查完整性（章节是否齐全）、逻辑连贯性、溯源覆盖率（带来源的结论数除以总结论数）。
五、人工精修闭环
分析师逐章节修改，修改结果自动回流到 Prompt 示例库，形成数据飞轮。
六、数据持久化与监控
缓存 + 关系型数据库存储，监控生成任务的 QPS、成功率、延迟分布（P99）。
我在这个项目里负责 AI 应用开发的核心部分，主要是三块：
1. Coordinator 任务依赖拆解引擎（约 500 行）
基于 LangGraph 的 StateGraph 把自然语言需求拆成 6-8 个子任务，并设计并行调度器——无依赖节点同时分发、有依赖节点串行流转。代码量不大，核心难点在状态机设计，不是堆代码。
2. 多源召回 + 财务指标精准对齐（约 400 行）
语义向量检索、关键词检索、时间衰减权重三条腿走路。最花心思的是财务指标处理——不能让大模型去猜数值，我单独设计了一套结构化字段提取方案，从 PDF 表格和文本中精确提取营收、净利润、毛利率等指标，再做文本对齐。
3. 证据级溯源机制（约 300 行）
在生成层的 Prompt 里做硬约束：没有来源的结论不许输出。同时搭建了完整性、逻辑连贯性、溯源覆盖率三维评估体系。
技术栈：LangGraph / LangChain / FastAPI / 向量数据库 / 嵌入模型 / 重排模型 / 大语言模型 / PostgreSQL / Redis / Docker / Prometheus / Grafana
踩过的三个坑：
· 幻觉防不胜防——检索到了正确数据，模型为了「写得顺」会自己加原文没有的修饰，例如凭空补一句「同比增长 15%」。最后靠溯源硬约束才拦住。
· 并行调度容易死锁——早期用普通条件边做任务流转，任务多起来后出现循环依赖直接卡死。后来把任务状态和依赖计数分开维护才解决。
· 质量评估太主观——早期用 LLM 打分，今天 8 分明天 7 分，分析师不信。改成客观指标驱动（章节齐不齐、溯源覆盖率多少）才被接受。
评论