大模型赋能投研专题报告：RAGFlow应用篇，如何结合结构化数据搭建本地智能投研系统？.pdf

大模型赋能投研专题报告：RAGFlow应用篇，如何结合结构化数据搭建本地智能投研系统？

金融机构需求与 RAG

金融市场变化莫测，金融机构需要实时关注金融市场动向，在此过程中，金融机构面临大量文本类信息以及结构化的 数据类型信息。对于多种类的大量信息，亟需大模型的参与进行辅助处理。在众多 RAG 开源架构中，我们选择了具有 高质量解析检索特点的 RAGFlow 解决方案，针对其构建策略已经在《大模型赋能投研之七：如何结合结构化数据搭建 本地智能投研系统？-RAGFlow 原理篇》中进行了详细分析，核心优势体现在四个方面：（1）解析方面：通过开发者自 主实现的 DeepDoc 实现高质量知识解析；（2）检索方面：使用“关键词+向量”的双路搜索方式，并以如 Raptor 以及 知识图谱等策略提高检索质量；（3）兼容方面：RAGFlow 支持结构化数据信息解析，可使用 Table 模型进行解析，实 现多模态知识兼容；（4）使用方面：RAGFlow 提供 Agent 搭建框架，基于高质量知识库实现质量增强的自定义工作流。

RAGFlow 的部署与使用

RAGFlow 的部署基于于 Linux 环境上的 Docker 容器，对于 windows 用户需要首先配置 Linux 环境作为准备。更进一 步，RAGFlow 对于软件环境和硬件配置均有较高的要求：基础要求 CPU >= 4 核、内存 >= 16GB、磁盘 >= 50GB，且要 求 Docker 版本 >= 24.0.0、Docker Compose 版本 >= v2.26.1。在实际部署中，推荐使用内存 >= 32GB 的机器进行 部署，同时开启虚拟内存也是解决硬件配置不足的一个可行方案。 部署完成后，在具体使用中，用户需依照“系统设置”、“文档入库”、“检索配置”以及“检索回答”的流程进行参数 与模型配置，首先配置 AI 大模型、向量化模型以及重排序模型为应用做准备；其次完成文档解析入库相关参数与策 略的配置，并可以选择未文档配置元数据提高检索质量，进一步将传入的文档开始解析；解析完成后，可以开始检索 相关配置，具体需要完成聊天助理设置、提示引擎设置以及创建助手设置，参数较多详见正文列示，这一步的参数配 置关系到信息检索质量，本文仅基于《大模型赋能投研之七：如何结合结构化数据搭建本地智能投研系统？-RAGFlow 原理篇》中的评估检测给出推荐配置，用户可根据实际情况进行调节；最终，选择聊天助手，创建对话，即可问答。 除此之外，RAGFlow 提供了 Python API 进行批量操作，可以完成文档传入、文档解析、设置元数据、创建聊天助手、 开始聊天、获取回答、回去召回的文本块等基础操作，若有批量使用的需求，可以通过 Python API 调用 RAGFlow 的 基础功能。但同时，当前版本下（v0.17.2 版本），RAGFlow 的 API 仍存在无法开启 Deep Research 检索等缺陷。

RAGFlow 项目运用实战

在应用篇中，我们进一步基于 RAGFlow 框架，同时凭借其对结构化数据的高质量支持，搭建了有获取结构化数据能力 的智能投研系统，已形成闭环数据链路。其中包括四个组件：1）三大财务报表通过 Table 解析入库构建企业基本面 本地知识库，在工作流中通过知识库检索获取；2）通过 Text2SQL 组件实现实时调取所需的日行情以及相关研究报告； 3）通过 RAGFlow 内嵌的问财 Agent 实现简易的逻辑选股功能；4）通过 RAGFlow 内嵌 AKshare 组件取实时新闻资讯。 最终，我们基于 Text to SQL 简单工作流实现、以及结构化数据信息提取工作流实现的基础上，融合以三大报表、股 票日行情为代表的结构化数据，以及研报信息和实时新闻行情信息，最终构建了多维度金融信息获取 Agent，在实际 测试中政策的执行的设定的检索与处理流程，效果较好。