中芯国际投资问答助手产品系统Vibe Coding

券商研报与财报信息量大、术语密集，投资者检索产能利用率、良率、营收预测等关键数据时，常需手动翻阅多份PDF，效率低且易遗漏、转述失真。本项目面向半导体（如中芯国际等）研报与财报场景，构建可溯源问答系统，帮助投研者快速获取准确数据。

研报解析：自动解析PDF，支持跨页表格合并与图表数据提取。
索引构建：按文档结构智能切分，建立向量索引。
问答检索：输入问题返回答案，附带文档来源与页码。
数字保真校验：自动核对答案关键数字与原文，不一致触发修正。
批量评测：支持正确率、忠实度、召回率等指标评估。
Web交互：在线问答与来源展示界面。
部署：支持本地化dcoker部署。

独立全链路（解析→检索→生成→评测）：Python + MinerU（表格/版面还原）+ 股票图识别 + FAISS/BGE嵌入 + BGE-reranker重排 + vLLM + LangSmith（trace） + Flask（Web）。
核心设计（按数据流）：①解析与跨页合并：MinerU解析加跨页表格合并和股票图识别；②两级检索：整页父文档+结构子chunk，先得chunk再回父文档拿完整上下文，防切碎丢失；③数字保真：生成答案自动核对原文关键数字，不符触发二次生成修正；④拒答检测：避免有答案时误报“资料未涉及”，全链路LangSmith trace排查。