2025年AI投研应用系列专题报告:从大模型到智能体,扣子Coze在金融投研中的应用

  • 来源:太平洋证券
  • 发布时间:2025/06/16
  • 浏览次数:1147
  • 举报
相关深度报告REPORTS

AI投研应用系列专题报告:从大模型到智能体,扣子Coze在金融投研中的应用.pdf

AI投研应用系列专题报告:从大模型到智能体,扣子Coze在金融投研中的应用。2025年大语言模型(LLM)在技术层面迎来爆发式发展,但在实际应用落地中仍面临一定的局限:复杂任务拆解能力不足、多工具协同效率低、专业场景适配成本高等问题,制约了其从技术能力向生产力的转化。AIAgent通过整合LLM的核心认知能力与外部工具、自动化工作流及领域知识库,助力大模型在智能投研场景应用中高效落地。字节跳动于2024年2月推出Coze扣子平台,2025年4月发布“扣子空间”协同办公系统,并于2025年5月全面开放测试。Coze定位为“零代码AIAgent开发平台&rdqu...

1、AI Agent赋能投研应用

AI Agent助力智能投研落地

2025年大语言模型(LLM)在技术层面迎来爆发式发展,但在实际应用落地中仍面临一定的局限:复 杂任务拆解能力不足、多工具协同效率低、专业场景适配成本高等问题,制约了其从技术能力向生产 力的转化。 AI Agent通过整合LLM的核心认知能力与外部工具、自动化工作流及领域知识库,助力大模型在智能 投研场景应用中高效落地。 字节跳动于2024年2月推出Coze扣子平台,2025年4月发布“扣子空间”协同办公系统,并于2025年5 月全面开放测试。Coze定位为“零代码AI Agent开发平台”,其核心优势有: 模块化生态集成:插件生态丰富,自定义工作流编排,用户可拖拽节点实现低代码任务自动化; 垂直场景深度适配:知识库支持上传PDF/Excel等文档,结合长期记忆功能存储用户偏好,使Agent 能调用私有数据生成投研建议; 未来随着MCP协议扩展生态,Coze有望进一步扩展能力边界,成为投研智能化的核心基础设施。

AI Agent架构

在LLM驱动的自主Agent系统中,大语言模型(LLM)充当大脑,规划、记忆、工具使用为关键 组件。规划:子目标与分解,反思与优化;记忆:短期记忆(上下文)与长期记忆;工具调用: 调用外部API以实现代码、访问信息源等。

2、Coze核心功能解析

Coze空间简介

扣子空间作为新一代通用型AI Agent平台,定位为“任务自动化智能体”,支持用户通过自然 语言指令完成复杂任务的全流程处理。在扣子空间对话页面可以上传附件、添加MCP扩展、切换 双模式任务引擎(探索模式、规划模式)、调用专家Agent。

Coze核心功能模块

Coze以大模型LLM驱动智能中枢,核心功能模块有:BOT智能体(AI交互)、插件生态系统 (能力扩展)、工作流(多节点协作处理复杂任务)、知识库(数据库精准信息召回)。

Coze内置大模型

Coze内置多种大语言模型,以满足用户 不同场景使用需求。 Coze国内版主要面向中文用户,优先 集成国产大模型,以字节跳动的的豆 包系列为核心,覆盖多场景,同时也 接入了DeepSeek、通义千问、Kimi、 阶跃星辰等模型。 Coze海外版接入国际主流模型,包括 GPT-4系列、Gemini等模型。

Coze智能体

在扣子开发平台可以创建并开发智能体,左侧编辑提示词以配置智能体的人设和核心逻辑,中 间为模块化工具区,可添加插件、工作流、知识库及记忆功能,右侧为对话的预览与调试区。

Coze插件

Coze内置海量插件,包含官方插件和用户贡献插件,覆盖资讯获取、效率工具、多模态处理等功能。

Coze工作流

Coze工作流是通过可视化节点串联 实现复杂任务自动化的核心功能。 通过拖拽LLM、插件、代码块等组 件,即可构建多步骤任务流程。固 定的流程可以减少AI输出随机性, 并支持外部系统集成。

Coze知识库

Coze支持用户构建知识库,支持上传本 地文件和实时在线上传数据,调用知识 库以提升专业场景的应用效果。 文本格式支持上传pdf、txt、doc、 docx、md文本格式,可自动分段清洗。 表格格式支持excel、csv,智能识别 表头与索引列,支持基于NL2SQL的查 询与计算。 图片格式支持jpg、jpeg、png,可智 能标注或人工标注,自然语言检索。 在线数据:自动或手动抓取网页内容。

3、Coze投研应用实践

用Coze搭建报告/文献解读工作流

在智能体编辑页面:输入少量描述语句,系统便可自动优化生成完整提示词。新建工作流以编 辑任务流程。

工作流构建:扣子官方的文件读取插件能够精准提取文档内容及公式结构,再借助大语言模型 节点配置提示词定义输出逻辑与格式规范。

测试:输入一篇量化领域的英文文献url,智能体给出文档的关键信息总结,重要公式能够完 整呈现及准确解读。

用Coze分析财务数据

1、从网页爬取实时数据:以新浪财经网为例,构建工作流,根据用户输入的股票代码,获取该个 股的实时财报数据并用大模型进行分析。

工作流构建:代码处理节点根据用户输入的股票代码拼接成完整网页url,输入信息爬取节点实时 爬取网页最新财报数据,输入DeepSeek大模型节点进行综合分析。

大模型根据网页爬取的多个报告期的财务数据,按照盈利能力、偿债能力、运营能力和综合评价 生成分析。

2、从插件获取数据:通过新浪财经插件可获取股票交易数据和财务数据,输入DeepSeek大模型节 点进行分析。

大模型根据插件获取的股票交易数据和财报数据,按照盈利能力、偿债能力、运营能力等维度生 成分析和投资建议。

用Coze爬取研报生成总结

工作流构建:爬取网站的多篇策略研报或新闻,循环写入飞书表格,并用DeepSeek大模型进行 分析总结。

用飞书多维表格存储策略报告的标题、内容、机构名称和链接。飞书多维表格在Coze有多个插 件,可以对表格进行写入、查询等交互操作。

大模型可以实现用自然语言从html代码中提取内容的功能,以节省编写代码的工作,由于大模型 输出为字符串,添加一个代码节点将JSON字符串转换为JavaScript对象。LinkReaderPlugin是扣 子官方的链接读取插件。

在代码节点的编辑界面里,可以在IDE中编辑代码,支持JavaScript和Python两种语言。这里 按照飞书插件要求的格式编辑要写入表格的内容。

报告节选:

编辑:火腿肠
  • 相关标签
  • 相关专题
  • 热门文档
  • 热门文章
  • 本年热门
  • 本季热门
  • 本月热门
  • 本年热门
  • 本季热门
  • 本月热门
分享至