知识库与 RAGAI 资源

FilingScope：基于混合 RAG 与持久化 AI Agent 的 SEC 财报文件循证研究

NamTV2712/Enterprise-Document-QA- · FilingScope — evidence-grounded SEC filing research with hybrid RAG, durable Agents, FastAPI, Qdrant, React and Groq.

GitHub原文发布未知首次收录 2026-10-05上架 2026-10-06 07:04

☆ 收藏查看项目 ↗

ELI5：它是什么，解决什么问题

FilingScope 是一个面向 SEC 10-K 财报文件的研究系统，提供 Quick Research 与 Deep Research 两种模式：前者流式输出带引用的答案，后者由单个有界 AI Agent 以持久化进度、证据、结果与取消机制完成研究目标。其混合 RAG 管线组合 BM25、Qdrant 语义向量检索、RRF 融合、交叉编码器重排与循证生成，技术栈包括 Python、FastAPI/SSE、React/TypeScript、SQLite、Docker 与 Groq。README 给出了受控开发基准、性能记录、校验门禁与已知局限，并声明证据可检视但正确性不作保证。

# FastAPI # Qdrant # semantic-search # agentic-rag # sec-filings

核心能力与快速开始

★ 2 · HTML

能做什么: 面向 SEC 10-K 财报文件的研究问答。Quick Research 流式返回带引用的答案；Deep Research 运行一个有界 AI Agent，调用四个类型化工具（search_documents、inspect_retrieval、read_document、ask_rag），并用 SQLite 持久化运行、有序事件与结果，支持取消。检索采用混合 RAG：BM25 词匹配、Qdrant 语义向量搜索、可选词法阶梯、RRF 融合、交叉编码器重排，最终以有界证据进行生成；语料由下载 HTML、解析章节与表格、tiktoken 分块、SentenceTransformers + Nomic 嵌入并封存代际后写入 Qdrant 构成。提供可检视的冻结证据评估与结构化的 Agent 终态评估。
适用场景: 适合需要针对上市公司年报类文件进行可追溯问答与研究的场景，例如快速查询 10-K 中的事实并核对引用来源、让 Agent 围绕一个研究目标开展带持久进度与证据的多步检索、通过四类工具重构文档检索过程、以及在受控基准下复现 RAG 质量指标。README 说明现场演示的后端 API 与隧道需由所有者保持在线，本地 Deep 研究需显式连接本地工作区。
项目形态: 可直接使用的工具
部署方式: 前端为 Vite 静态资源并托管于 Vercel；公共 API 通过 Docker Compose 在所有者机器上运行，并由 ngrok 暴露 HTTPS。私有 Deep 研究需显式本地运行时与访问策略（peer/Host/Origin 检查、内存态 bearer、每次运行需提供方授权）。Qdrant 本地模式要求单个 API worker，独立进程不可共享其锁定存储目录；Qdrant Cloud 为受支持替代方案。
主要依赖: 后端 Python 3.12、FastAPI、Uvicorn、Pydantic、SQLite；前端 React 19、TypeScript、Vite、Tailwind CSS、PDF.js、Bun 1.3.14；检索与嵌入使用 SentenceTransformers、Nomic/MS MARCO 交叉编码器、CPU 版 PyTorch、tiktoken、Qdrant；生成依赖 Groq 且凭证保留在后端。README 未说明具体硬件规格与 API 配额要求，且数据不随干净克隆打包。
使用限制: 证据可检视但不保证正确，提取覆盖率不均，需核对文件身份、期间、单位与支撑段落。Deep 为有界且单进程，普通 worker 建议 1–2 个，无分布式执行、无生产 SLA，也未做真实 Groq 配额认证。RAG 基准为受控开发评测，非当前运行时或通用 SEC QA 准确率，引用有效性为结构性、关键词覆盖不等于 Recall@K，评测方估计不是概率且无总分。性能数据为受控本地/开发负载，非生产 SLA；饱和队列与混合准入争用仍存在，且存在更多 worker 无帮助的工作负载。测试为冻结发布结果，跳过不等于通过。
许可证: MIT
最近推送: 2026-10-04 09:18

核对 README 依据 ↗

资料检查：2026-10-05 07:00 · 卡片整理：2026-10-06 07:00
卡片由 AI 根据仓库资料整理，未进行安装或运行验证 · 本次更新未完成，保留上次成功内容

相似资源

Inkwell：基于 OpenAI 的 RAG 知识平台，提供引用式问答与管理控制台

Inkwell 是一个 RAG 知识平台，采用前后端分离架构：后端基于 FastAPI、SQLAlchemy，使用 OpenAI 的 text-embedding-3-small 做嵌入、gpt-4o-mini 做对话，提供文档摄取、检索与聊天 REST API；前端为 Next.js + React + Tailwind 控制台，包含营销页、概览仪表盘、知识库管理、带引用与证据检查器的检索助手、用量与内容缺口分析等功能。README 提供了本地运行、部署到 Vercel 与 Railway/Fly/Render 的方式，并附带不含 OpenAI 密钥也可运行的测试。

XNewsBot：从 X 收集新闻并用 Claude 策展后推送到 LINE 的机器人

XNewsBot 是一个 Python 项目，每天两次（早晚）从 X（Twitter）按预设关键词收集新闻，由 Claude Code 会话进行策展（区分大新闻并生成摘要），再通过 LINE Bot 推送。大新闻带摘要即时推送，其余以标题列表呈现、点击查看详情；用户可经由 LINE 对话设置或修改订阅的新闻类型与早晚推送时间。它由常驻 FastAPI + APScheduler 服务器（负责 LINE Webhook 与按时推送）和周期运行的 Claude Code 策展流程两部分组成。

Agent Deck：可自部署的带人设、知识库与代码沙箱的迷你 AI Agent

Agent Deck 是一个可自部署的迷你 AI Agent，提供终端对话和带网页后台的网页版两种用法。它用「身份卡」切换人设（名字、语气、欢迎语、头像、表情包、主题色），支持按组开关工具、配置本地知识库检索（PDF/DOCX/HTML/TXT 解析与多路混合检索）、在沙箱中读写文件并编译运行代码自行验证，还能联网搜索与打开网页读原文。项目包含 FastAPI 后端、SSE 流式输出、会话持久化到 SQLite、账号邀请制与后台管理（模型/Key/用户/流量/黑名单等），并提供 Docker 与 CI 配置。

local-rag-agent：面向闭域环境的带权限过滤与依据引用本地文档检索 RAG 原型

该项目是一个面向闭域环境的本地文档检索 RAG 原型，可将机密文档保留在内部网络中进行处理。项目涵盖本地文档导入、Excel 规范化、基于 access_level 的权限预过滤、Qdrant 混合检索以及附检索依据的回答生成，后端采用 FastAPI，推理采用 vLLM 与量化开源模型。作者在小型数据集上的检索与权限过滤验证效果良好，但明确指出最终回答存在数值判断错误，定位为课程演示可用、生产不可用，不保证回答正确性，也未覆盖大规范语料。

这是基于来源内容整理的摘要。原文链接失效后，本页摘要和讨论仍会保留。