Vouch（SEC 文件财务问答 Agent）：面向美国上市公司财报的可审计工具调用 Agent
Zhonghui-li/sec-filing-agent · Finance-grade tool-calling agent over SEC filings for any US public company: exact XBRL numbers (never LLM arithmetic), every claim cited, abstains instead of fabricating. Validated on FinanceBench (44%→87% coverage, near-zero hallucination) with a 3-layer eval and a domain judge calibrated to human labels (κ=0.76). LangGraph + pgvector.
ELI5：它是什么，解决什么问题
Vouch 是一个面向美国上市公司 SEC 财报的金融级工具调用 Agent：数值一律来自 XBRL 结构化数据（不让 LLM 做财务算术），叙述性内容通过 pgvector 稠密检索并附 EDGAR 引用，输出护栏会拦截无法追溯到来源的数字，无法回答时以结构化方式弃答而非编造。项目还提供三层评测（确定性 CI 门禁、经人工标注校准的领域评审、FinanceBench 外部基准）、红队测试与可复现的审计回放，并支持上传自有文档以表格单元格级引用作答，同时通过 MCP 暴露同一套工具。
核心能力与快速开始
★ 3 · Python
- 能做什么
- 基于 LangGraph + pgvector 的工具调用 Agent，针对任何美国上市公司 SEC 财报回答问题。数值能力：从 XBRL 取精确数字（年度或指定季度）、按固定公式计算标准财务比率、计算连续年度同比增长、按 Program-of-Thought 执行用户拼写出的公式、重建完整报表（资产负债表/利润表/现金流量表）、计算报表最大/最小科目、按业务分部或地区拆分收入与营业利润并做与合并总额的求和校验、按分部或地区计算同比增长。叙述能力：通过 pgvector 稠密检索 10-K、近期 10-Q MD&A 与 8-K 事件，返回带引用段落。护栏：任何数字必须能追溯到工具或逐字匹配的引用段落，否则弃答（abstain 返回结构化原因）。审计与复现：保留工具调用审计轨迹，可一键重跑确定性工具调用验证数字，并可导出 CSV。自有数据：上传报表后以 Docling 做表格单元格级抽取与单元格级引用，文档按用户隔离。另通过 Model Context Protocol 暴露同一套工具供 MCP 客户端使用（工具级 grounding 可迁移，答案级输出护栏保留在自身 Agent 中）。服务接口包括 /ask、/export、/upload、/file/{doc_id} 以及 OpenAI 兼容的 /v1/chat/completions。
- 适用场景
- 面向需要可审计财务数字的场景：查询任意美国上市公司的营收、比率与同比增长；获取完整报表或分部/地区拆分并做求和校验；对管理层归因等定性问题检索 10-K/10-Q/8-K 并给出可点击 EDGAR 引用；对未披露指标（如银行无毛利行）得到明确弃答而非猜测；上传自有报表（内部报告或非上市公司文件）后按单元格级引用作答；通过 MCP 让其他 LLM 客户端拉取有据可查的财务数字；在 CI 中用确定性指标做回归门禁，并用 FinanceBench 与红队套件评估幻觉与过度弃答。
- 项目形态
- 可直接使用的工具
- 部署方式
- README 提供本地运行方式：安装 requirements.txt 后可用 uvicorn 启动 service.app（默认 8100 端口），亦可直接用 python -m agents.sec_agent 命令行提问；项目提供在线演示（Cloud Run 部署，max-instances=1）。需配置 DATABASE_URL 与 OPENAI_API_KEY，默认模型为 o4-mini。
- 主要依赖
- Python 环境与 requirements.txt 依赖；需要 PostgreSQL/pgvector 数据库连接（DATABASE_URL）与 OpenAI API Key（OPENAI_API_KEY）；默认模型 o4-mini，可通过 OpenAI 兼容接口替换接入。其余硬件与配额条件未说明。
- 使用限制
- 项目自述 FinanceBench 数值集可覆盖率为 94%（零编造），叙述性回答可覆盖率为 46%（82 题中 38 题），并会以弃答方式错过问题；内部 CI 为 84 个用例、红队为 50 题，覆盖范围有限。文档抽取依赖 Docling，表格之外的图文内容与私有文档质量未说明。LLM 调用成本与限流、模型许可证与商用条件材料未说明。
- 许可证
- MIT
- 最近推送
- 2026-10-13 06:25
资料检查：2026-10-13 07:00 · 卡片整理：2026-10-14 07:00
卡片由 AI 根据仓库资料整理，未进行安装或运行验证
职业应用
程序员
作为可参考的 Agent 工程实现，用于学习工具调用 Agent 的架构设计、输出护栏、三层评测（确定性 CI 门禁、经人工标注校准的领域评审、外部基准）、红队测试与可复现审计回放，以及通过 MCP 暴露工具供其他客户端调用。
查看内容依据
wrapped by a 3-layer eval: deterministic CI gate · domain judge (κ=0.76) · FinanceBench (94%, 0 fab)
由 AI 根据来源材料整理，未进行安装或运行验证
产品经理
用于分析美国上市公司 SEC 财报，获取带 EDGAR 引用的财务数据与叙述性内容，辅助财务与竞品相关的数据分析工作。
查看内容依据
Answers financial questions about **any U.S. public company** from its SEC filings, built to the **finance bar**: a wrong or unsupported number is unacceptable.
由 AI 根据来源材料整理，未进行安装或运行验证
讨论 0
登录后参与讨论，阅读资讯无需注册。
还没有评论，来分享第一个看法。