基于RAG的LLM金融AI分析师系统，支持用户上传财报、研报、新闻等金融文本资料，并结合实时新闻资讯进行公司分析。系统通过文档切分、向量化存储、相似度检索和提示词组装，将用户问题与相关资料一起输入大语言模型，生成带有来源引用的金融问答、基本面分析、风险提示和投资研究摘要。项目重点解决通用大模型在金融

前后端分离架构设计与核心开发：基于FastAPI构建高性能后端服务，使用Vue3开发响应式前端管理界面。通过RESTfulAPI实现前后端解耦，独立完成用户认证、文档管理、问答会话等10+核心接口设计与实现。结构化数据与向量数据双存储架构：使用MySQL存储用户信息、文档元数据、对话历史等结构化数据

功能完整的Python命令行待办管理工具。核心功能：•添加/删除/完成待办事项•三级优先级分类（高/中/低）•按截止日期排序•关键词搜索•数据持久化（JSON存储）•统计信息查看技术亮点：•使用dataclasses数据类•完整的CRUD操作•清晰的代码结构•详细的中文注释

（1）全局特征增强（抗模糊）：创新性地引入SoftTokenPool与GlobalQualityHead。前者通过软加权池化聚合清晰区域信息，后者赋予模型“自知之明”，自动降低模糊/反光图像的全局权重，解决了运动模糊导致的特征不稳定问题。（2）局部特征解耦（抗同队干扰）：采用HalfBodyFusi

系统由知识库管理、智能问答、文档解析、会话管理、用户中心、后台配置组成。支持上传、编辑、分类管理企业内部文档与知识条目；大模型自动解析文档并构建专属知识库。用户可通过文字发起问答，系统精准匹配知识并智能回复；留存历史会话记录。后台可管控用户权限、调整模型参数、监控问答热点，同时支持知识库增量更新，持

系统分为集群监控、日志采集、AI智能诊断、告警推送、权限管理、报表统计六大模块。支持全服务器、服务接口状态实时监控；自动采集汇总全量运行日志；接入大模型完成日志语义分析、故障根因定位、异常风险预判。支持多渠道告警通知，可自定义告警规则。内置数据报表功能，自动生成运维分析报告，同时提供账号、角色、接口

系统划分为数据汇聚、AI智能分析、运维诊断、智能交互、报表展示、系统管理模块。可对接各类业务数据源完成统一管理，借助大模型完成数据筛选、关联分析与价值挖掘；针对系统运行日志做智能排查、故障溯源。同时提供对话式业务咨询服务，自动生成数据报表与分析报告。支持账号权限、模型参数、任务流程配置，全面满足数据

vlm-text：多模态读图→每页JSON（题号/类型/内容）+txt+pages.jsonlvlm-refine：按题号合并题干与解析，LLM修正→refined_merged.xlsx/jsonlllm-compose（可选）：整页文本再拆为题目数组xlsx-lecture-tips：对已导出x

支持世界观设定Agent自动构建力量体系与地图；剧情Agent基于"期待感公式"生成冲突钩子；文笔Agent模仿爆款文风进行段落润色；审稿Agent对标平台签约标准给出修改建议。特色功能包括：角色关系图谱可视化、日更万字智能拆章、多平台风格一键切换（番茄快节奏/起点厚重感）

微信小程序端：提供穴位/经络百科、多轮AI对话（基于中医知识库的智能问答）、养生贴士、常见问题、意见反馈、个人中心等。管理后台：运营人员可管理用户、内容（穴位、经络、贴士）、数据统计、系统设置、员工权限等。后端API：基于FastAPI提供RESTful接口，集成RAG（检索增强生成）与DeepSe