您有新的包裹的案例列表
金融研究Agent
面向公司研究、财务查询、公告检索和指标计算场景，我设计了一套可控的金融研究 Agent 原型，负责问题理解、任务规划、状态编排、工具契约、执行校验和报告生成。系统使用 Python、FastAPI、LangGraph 及 MCP 规范组织工具调用，对参数进行结构化校验，并加入权限白名单、超时重试、幂等恢复、敏感字段脱敏和高风险操作人工确认。最终报告区分事实、计算与推断，同时保留工具轨迹和证据来源。该作品为基于公开资料重构的脱敏能力案例，不含原单位代码、数据或业务规则
金融投研RAG知识库
面向金融研究资料查询与知识问答场景，我设计了一套可追溯的 RAG 知识库原型，负责公开数据接入、文档解析与结构化切分、元数据治理、稠密与稀疏混合检索、候选重排和引用校验。系统支持按公司、报告期和文档类型筛选，关键事实可回溯至原始证据，并通过忠实度、引用完整性、检索命中率和拒答正确性进行评测。技术栈包括 Python、FastAPI、Qdrant、PostgreSQL 和 Docker。该作品为基于公开资料重构的脱敏能力案例，不含原单位代码、数据或业务规则。
案例判断参考
您有新的包裹的案例列表
金融研究Agent
面向公司研究、财务查询、公告检索和指标计算场景，我设计了一套可控的金融研究 Agent 原型，负责问题理解、任务规划、状态编排、工具契约、执行校验和报告生成。系统使用 Python、FastAPI、LangGraph 及 MCP 规范组织工具调用，对参数进行结构化校验，并加入权限白名单、超时重试、幂等恢复、敏感字段脱敏和高风险操作人工确认。最终报告区分事实、计算与推断，同时保留工具轨迹和证据来源。该作品为基于公开资料重构的脱敏能力案例，不含原单位代码、数据或业务规则...
金融投研RAG知识库
面向金融研究资料查询与知识问答场景，我设计了一套可追溯的 RAG 知识库原型，负责公开数据接入、文档解析与结构化切分、元数据治理、稠密与稀疏混合检索、候选重排和引用校验。系统支持按公司、报告期和文档类型筛选，关键事实可回溯至原始证据，并通过忠实度、引用完整性、检索命中率和拒答正确性进行评测。技术栈包括 Python、FastAPI、Qdrant、PostgreSQL 和 Docker。该作品为基于公开资料重构的脱敏能力案例，不含原单位代码、数据或业务规则。...
