finhelm：面向美国银行 SEC 文件的金融问答 RAG 系统

核心能力与快速开始

★ 0 · Python

能做什么

基于对美国银行 SEC 文件、美联储声明和 CFPB 投诉构建的约 43,000 个切块索引，提供：查询路由与多部分问题拆分、关键词与语义混合检索、按公司/表单/年份过滤、交叉编码器重排、仅依据检索段落生成带编号引用标记的答案、在证据不足时拒答。附有 CI 门控的评测流程（黄金集、指标、运行器）和冻结运行结果；README 报告在 202 个问题上证据命中率 74%、对无答案问题拒答率 95%（18/19）、对可答问题误拒率 12%（22/183）、每题成本 $0.03。

适用场景

信贷分析师或金融研究者查询 Capital One、Synchrony 等美国银行 10-K/8-K 中关于信用正常化的表述；对比同一公司不同年份 10-K 的披露变化；在需要引用原文出处、且希望系统在文件中找不到依据时明确拒答的金融文档问答场景。

项目形态

可直接使用的工具

部署方式

提供 Docker Compose 本地部署，UI 位于 localhost:8501，API 文档位于 localhost:8000/docs，链路追踪位于 localhost:16686，实验跟踪位于 localhost:5001。另有 Hugging Face Space 在线演示和 Kubernetes manifests（在本地 kind 集群测试）。需配置 ANTHROPIC_API_KEY，并可通过环境变量指向仓库内的小样本语料（data/ci）；真实索引 961 MB 不在仓库中，需用 scripts/build_index.py 构建（CPU 约 90 分钟）。

主要依赖

需要 ANTHROPIC_API_KEY；使用 Docker Compose 运行；运行 README 所述完整语料需自行构建约 961 MB 的索引；README 报告每题 API 成本约 $0.03，其他硬件与依赖要求未说明。

使用限制

仅覆盖十家美国银行、文件截至 2026 年，超出范围应拒答。有时会从错误文档作答（例如用第三年的数据比较两个年份的 10-K）；28% 的答案句子不带引用标记，包括部分含数字的句子，需人工核对。评测中中位响应约 32 秒，速度较慢。评测显示系统在“有相近但非答案内容”时更弱（如错误年份、相邻风险因素），而召回率和忠实度分数无法反映这一点。不构成投资建议，不能替代阅读原始文件。

许可证

MIT

最近推送

2026-09-27 08:55

资料检查：2026-09-28 07:00 · 卡片整理：2026-10-01 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

职业应用

程序员

作为可复用的 RAG 系统参考实现，用于构建带引用标记的问答服务：包含混合检索（关键词+语义）、交叉编码器重排、查询拆分、拒答机制，以及 CI 门控的评测框架和冻结运行结果，可供程序员参考其检索、生成与评测代码结构。

官方使用入口 ↗

由 AI 根据来源材料整理，未进行安装或运行验证