大模型賦能投研專題報告：RAGFlow應用篇，如何結合結構化數據搭建本地智能投研系統？.pdf

大模型賦能投研專題報告：RAGFlow應用篇，如何結合結構化數據搭建本地智能投研系統？

金融機構需求與 RAG

金融市場變化莫測，金融機構需要實時關注金融市場動向，在此過程中，金融機構面臨大量文本類信息以及結構化的 數據類型信息。對于多種類的大量信息，亟需大模型的參與進行輔助處理。在眾多 RAG 開源架構中，我們選擇了具有 高質量解析檢索特點的 RAGFlow 解決方案，針對其構建策略已經在《大模型賦能投研之七：如何結合結構化數據搭建 本地智能投研系統？-RAGFlow 原理篇》中進行了詳細分析，核心優勢體現在四個方面：（1）解析方面：通過開發者自 主實現的 DeepDoc 實現高質量知識解析；（2）檢索方面：使用“關鍵詞+向量”的雙路搜索方式，并以如 Raptor 以及 知識圖譜等策略提高檢索質量；（3）兼容方面：RAGFlow 支持結構化數據信息解析，可使用 Table 模型進行解析，實 現多模態知識兼容；（4）使用方面：RAGFlow 提供 Agent 搭建框架，基于高質量知識庫實現質量增強的自定義工作流。

RAGFlow 的部署與使用

RAGFlow 的部署基于于 Linux 環境上的 Docker 容器，對于 windows 用戶需要首先配置 Linux 環境作為準備。更進一 步，RAGFlow 對于軟件環境和硬件配置均有較高的要求：基礎要求 CPU >= 4 核、內存 >= 16GB、磁盤 >= 50GB，且要 求 Docker 版本 >= 24.0.0、Docker Compose 版本 >= v2.26.1。在實際部署中，推薦使用內存 >= 32GB 的機器進行 部署，同時開啟虛擬內存也是解決硬件配置不足的一個可行方案。 部署完成后，在具體使用中，用戶需依照“系統設置”、“文檔入庫”、“檢索配置”以及“檢索回答”的流程進行參數 與模型配置，首先配置 AI 大模型、向量化模型以及重排序模型為應用做準備；其次完成文檔解析入庫相關參數與策 略的配置，并可以選擇未文檔配置元數據提高檢索質量，進一步將傳入的文檔開始解析；解析完成后，可以開始檢索 相關配置，具體需要完成聊天助理設置、提示引擎設置以及創建助手設置，參數較多詳見正文列示，這一步的參數配 置關系到信息檢索質量，本文僅基于《大模型賦能投研之七：如何結合結構化數據搭建本地智能投研系統？-RAGFlow 原理篇》中的評估檢測給出推薦配置，用戶可根據實際情況進行調節；最終，選擇聊天助手，創建對話，即可問答。 除此之外，RAGFlow 提供了 Python API 進行批量操作，可以完成文檔傳入、文檔解析、設置元數據、創建聊天助手、 開始聊天、獲取回答、回去召回的文本塊等基礎操作，若有批量使用的需求，可以通過 Python API 調用 RAGFlow 的 基礎功能。但同時，當前版本下（v0.17.2 版本），RAGFlow 的 API 仍存在無法開啟 Deep Research 檢索等缺陷。

RAGFlow 項目運用實戰

在應用篇中，我們進一步基于 RAGFlow 框架，同時憑借其對結構化數據的高質量支持，搭建了有獲取結構化數據能力 的智能投研系統，已形成閉環數據鏈路。其中包括四個組件：1）三大財務報表通過 Table 解析入庫構建企業基本面 本地知識庫，在工作流中通過知識庫檢索獲取；2）通過 Text2SQL 組件實現實時調取所需的日行情以及相關研究報告； 3）通過 RAGFlow 內嵌的問財 Agent 實現簡易的邏輯選股功能；4）通過 RAGFlow 內嵌 AKshare 組件取實時新聞資訊。 最終，我們基于 Text to SQL 簡單工作流實現、以及結構化數據信息提取工作流實現的基礎上，融合以三大報表、股 票日行情為代表的結構化數據，以及研報信息和實時新聞行情信息，最終構建了多維度金融信息獲取 Agent，在實際 測試中政策的執行的設定的檢索與處理流程，效果較好。