基于AI驱动的智能股票分析工具：stocks-insights-ai-agent

项目简介

酷，一款基于AI驱动的智能股票分析工具：stocks-insights-ai-agent，用它可以了解股票表现和相关新闻，它可以自动从网上收集股票价格、公司新闻等，AI分析并以图表、文字等形式展现出来

它可以查看股票表现，画出股票价格的历史走势；查找特定信息，比如某只股票的某个具体信息；收集某只股票的相关新闻

其定期异步抓取新闻和财务数据，分别存储在MongoDB 和PostgreSQL数据库里，新闻数据同步到 ChromaDB向量数据库，以便LLM进行语义搜索

用LangGraph构建了三个代理RAG，新闻数据RAG、股票数据RAG和股票数据图表RAG

特征

• 股市表现 可视化 ：显示图表和图表，说明了选定股票的历史性能。

• 特定于属性的数据检索 ：获取与特定股票的特定属性有关的详细信息。

• 新闻汇总 ：介绍与特定股票或公司有关的一般新闻或特定于主题的文章。

高级体系结构

方法

异步抓取

1. 新闻数据 ：异步将新闻数据定期删除一组预定义的股票，并将信息存储在MongoDB中。这些文档与Chromadb同步以启用LLMs进行语义搜索，促进检索特定于特定股票或公司的相关信息。

2. 财务数据 ：异步会定期刮擦选定股票的财务数据，并将信息存储在PostgreSQL中。

LangGraph流程

新闻数据 RAG 图

旨在搜索矢量数据库中股票的新闻数据（来自MongoDB的同步文档）或执行Web搜索（如果找不到相关文档）中的股票数据。

该图包括以下节点：

• 从DB检索新闻（ retrieve_news ） ：使用LLMs，Langchain和一种检索器工具，用于在矢量数据库中对与特定股票主题相关的文档进行语义搜索。

• 等级文档（ grade_documents ） ：评估上一步中检索到的文档的质量，分配分数以确定其相关性。有条件的边缘决定是否生成结果或执行其他网络搜索，如果文档不相关。

• Web搜索（ web_search ） ：使用与Langchain和LLM呼叫。

• 生成结果（ generate_results ） ：根据用户查询和先前步骤检索的文档产生结果。

股票数据RAG图

SQL数据库中的股票（PostgreSQL）中的股票搜索财务数据。

该图包括以下节点：

• 生成sql（ generate_sql ） ：雇用LLMsLangchain以基于用户输入生成SQL查询。

• execute sql（ execute_sql ） ：执行上一步中生成的SQL查询以从数据库获取数据。

• 生成结果（ generate_results ） ：LLMs根据用户查询和前面步骤中检索的数据生成结果。

股票 数据RAG图

一个代理抹布图，可从SQL数据库（PostgreSQL）检索股票的财务数据并生成视觉图表。

该图由以下节点组成：