大语言模型结合RAG范式与MCP接口的运用实践：“金融图书馆”一站式服务

资产配置 资产配置目录一、实验框架：LLM资产配置研究体系 3二、系统架构与基础设施 4统构绍 4动程 4据管理 4务介绍 5三、Agent与核心工作流 6Agent系计 6作详解 7AllocationAgent 7四、接口与呈现层 8PI总览键I 8前端面 8五、外部集成与部署 9MCP9署运维 9六、资产配置与回测系统 10元据理 10史测擎 10点测 七、风险提示 博时基金博时基金一、实验框架：LLM资产配置研究体系我们所构建的“金融图书馆”是一个本地运行的AI驱动金融知识工作站。系统将PDF书籍、研究报告、市场数据、外部研报平台和海外智库观点整合为统一知识库，由DeepSeek-V3大模型驱动，提供文档入库与检索、研报分析、金融问答、大类资产配置、历史回测和时点回测六大核心能力。其根本设计目标不是替代量化模型或人类分析师，而是为金融从业者构建一个可检索、可交叉验证、可追溯决策链条的AI辅助分析环境。图1：数据流全景图资料来源：光大证券研究所。图2：功能矩阵模块核心能力输入输出文档入库PDF解析+语义分块+BM25/FTS5双索引PDF文件结构化文档库智能检索ea+B25+时效性衰减+置信度加权关键词/问题Top-K文档块（含来源标注）金融问答LLM源）自然语言问题带引用来源的专业回答研报分析5阶段流水线+Wind事实核查一份研报观点级置信度+矛盾分析+综合评估资产配置LLM评分合成+可选时点周/月/季三维度展望+风格二层拆分回测体系LLM无前视偏差）回看年数/历史日期净值曲线+绩效指标+排名对比资料来源：光大证券研究所。图3：技术栈层级技术选型Web框架FaAI+vorn(ayn)数据库SQe+SQAchey2.0(ayn)+WAL模式+FS5LLMDepSekV3(peAI,opnaiSDK)中文处理ea分词()+ram5(B2Oap)数据处理anas+umy+pepylPDF解析PyMuPDF(fitzOCRpytesseract)前端Jna2+Car.s4.4可视化数据验证ydantcv2+pdntcengs外部集成CP(uprocsCI)+CP(SSJSONRC)资料来源：光大证券研究所。二、系统架构与基础设施系统架构介绍（Jna2+Carj→PI9个asPI路→/→gnt7个LMgnt→SLte+B5+d+）HTTPLLMAgent启动流程FasPIlepn()强制设置标准输出为-8（解决ndws环境下GK编码导致的日2)etataxtacedchnksksrprs/等3)SLieL模式和S5(4)B25HP5)将nd市CSV（4270+数据层管理SLie（共享同一张documents表，通过doc_typesourcesource_institutionBN）对特定图4：数据库表设计表名用途关键设计Documents核心文档表，归一化存储所有来源docpe(okreoreerna),file_hash(SHA256去重),confidence(书籍1.0/研报0.5-0.85),status状态机chunks文本块表，语义分块结果doumen(FKCACAD),hnknde,e,okenoun,eonletags标签关联表doumen(F,gnam,gcatoryanalysis_records研报分析结果（JSON）reprd(F),analyreul,uporgcontadcngoure,doumenonfdenceqahoy问答历史queo,nwe,urccun(JSO),anweronfdencechunks_ftsFTS5虚拟全文索引ISRTDTDAT，支持中文模糊搜索资料来源：光大证券研究所。WAL2（ONDELETECASCADE）chunkstags和文件哈希去重防止重复导入同一PF；4)灵活字段（atrs、ewds、analysis_result）以JSONALTERTABLE。B25Liechks表→jea（）B5Opi→pikeda25_dxkl评分公式为FiaScoe=05×B5_nom+05×TieDcy×CnfdneTieay=x(001×ayselpe)获得更高权重，Cnfdce区分书籍（权威性10）和研报（时效性强但置信度0.5-0.85）。持久化策略：启动时比对chunk总数，匹配则加载pickle（）（）。BM25（如信用利差久（BM25FTS5GPUinKnwdeae以内存对象形式维护四类资产的完整月度价格时间序列（A//Au9999/401至22-0PIet_pre()pe_retn)et_tt()输出均值/标准差/最大回撤/多周期动量，以及getwndsast(af_ae)获取截至任意历史日期的市场快照，后服务层介绍服务层包含12（pdf_parser→chkr→etrver→a_gie→aayer→fct_ceker→widknwee→widparerallatn_ervepefrne_ervie→say_clent→reeachsevie图5：服务层文档处理集群介绍服务文件核心类/函数职责关键参数/设计pdf_parser.pypared(,extract_text()PyMuPDF提取PDF文本，计算文件哈希支持扫描件OCR降级(pytesseract)chunker.pySemanticChunker.chunk()语义分块，800字符窗口+100重叠中文标点边界检测，最小块100字符retriever.pyHyrRereverea+B25索ea=.5(B2)+gama=.(度)qaegnepyFnancalAgne.anwe()检索增强LLM问答6000档最多2unkanalyzer.pyReorAnalze.aalyze()5阶段研报分析流水线编排每观点独立检索，非对称惩罚，Wind核查fact_checker.pyFacheke.che()LLM提取量化论断→Wind确定性比对精确比对±3%，近似比对±15%，阈值比对wndkowedg.yWindKnowledgeBaseWind内存查询引擎价格/收益//期截断wndpare.pyparewdcv)WindExcel/CSV解析→标准化格式CSV路径→DataFrame资料来源：光大证券研究所。三、Agent与核心工作流Agent体系设计7个LLMengntystemPrp、JSONSchemaAgent每Agent只承担单一明确的任务，通过组合而非修改来扩展能力；(2)Prpt中显式标注角色设定和输出格式，降低LM生成偏差；3)所有AgentJSON图6：Agent清单Agent文件核心类/函数LLM角色输入输出所在工作流vewontagenpyVepontExtractor金融研报分析师PDF文本结构化观点列表(JSO)研报分析Phase1evidence_agent.pyEvidenceMatcher证据审查员观点+BM25上下文uporgcontadcingneual研报分析Phase3confdence_agent.pyConfidenceAssessor置信度评估师观点+证据+Wind核查0-1置信度分数研报分析Phase4metadataagenpyMetadataExtractor元数据提取器PDF文本首部lauhoraeory/keywords/abstract文档入库report_confidence.pyReportConfidence文档级置信度评分全部观点置信度+矛盾文档级0-1评分资产排序+风格+行业+主题研报分析Phase5allocationagenpyAllocationOutlook首席大类资产配置策略师Wind快照+摘要+内部库资产配置展望research_agent.pyResearchReport深度研究员自定义主题+多源检索结构化研究报告自定义研究资料来源：光大证券研究所。工作流详解研报分析是本系统最具方法论特色的工作流。一份已入库的研报经过五个阶段逐层处理：Pae1—VepntxtrctrScai（ase_atgr（diectn（看多看空tefa（和atal（）。Pae2—上下文检索：每个观点独立进行ja分词+B25检索T-5（，Phase3EvidenceMatcherspprng（）、cntadctig和netl（）Pae35—d事实核查：ctCcer先从观点中提取可量化论断（315%），再用Wind确比对允许±3%偏差，近似比对允许±15%，cofid/contdiced/veriabe。Pae4—CnfdneAssrWind0-10.350.15Phase5（同（这套流水线的方法论价值不限于分析研报这一具体任务。观点提取→独立检索→证据匹配→事实核查→非对称置信度的五阶段框架可泛化至任何需要LLM做财经文本分析且要求结果可验证的场景。AllocationAgentAllocationOutlook是系统中Prompt设计最复杂的Agent。报告采用主干→支线逻辑架构：主干是基于全部数据源的大类资产排序，支线依次为风格偏好、行业配置和主题热点。bias（（评分公式 cpse_scoe = viece_tegth × 05 +crs_alatn×04+lg(sore_cnt+)×01中，evdne_srgth重id量数的程crsalatn衡量和部的源度sre_cnt对减版确边信来源的贡献递减。权重分配体现了一个判断：在资产配置中，硬数据的支撑图7：Allocation界面展示资料来源：光大证券研究所。四、接口与呈现层API总览与关键API端点9个asI47个Sfl图8：API路由全景路由模块前缀端点数核心职责booksapoks7书籍CRUD+上传+处理+批量扫描reportsapreors12研报CRUD+上传+批量扫描+分析queryapuery4金融问答+关键词搜索+状态+历史lraryaplrary7统一搜索+标签统计+分块/全文/PDF预览eventsapevens2宏观事件CRUDallocationapallcaton4生成展望+读取缓存+状态+QAperformanceappefomance4回测+时点回测+读取缓存+清除缓存researchapreearh4自定义研究生成+列表+获取+删除confgapiapi3Wind资产列表+配置查看+配置更新资料来源：光大证券研究所。前端界面Jnj2ae.tl（SCarjs44CN入口。选择SSR而非SPAJinja2图9：前端界面路由路由模板功能/de.tl首页仪表盘：统计卡片+分类分布+最近文档/uploadpld.tl文档上传：单文件拖拽+批量目录扫描/analyzeaaye.tl研报分析：选择→触发5阶段流水线→逐观点展示/qaq.tl金融问答：聊天式交互+引用溯源+历史记录/lbaylba.tl图书馆浏览：搜索+标签筛选+分块+PDF预览/aloatonalloto.l资产配置主页：展望+回测+时点回测（最复杂页面）/researcheeac.tl深度研究：自定义主题→结构化报告资料来源：光大证券研究所allatn.tl是前端最复杂的页面，包含三个功能面板：配置展望（资产排名卡片+LLM）、历史回测（Carjs累计净值双线图+月度权重Stkdrea图+四指标卡片（LLMvs+Tp1）ethPI五、外部集成与部署MCP调用Ggts（spressLIn4:()agtsfi14crpts日期2)agtsant（5scrpt，I解gangtise-data（12行情///资金流/4)gangtise-kb（3scripts），sprcesrn(，sdtSN590sfile_idpressLIPSKPytn知识库平台提供海外智库观点数据。集成协议为SE+SNRPC：ETSEsesind和esgeUl→PSTJSN-PCiniale→tllst→tlal宏观指标、热门路演和ETF资金流。有两点限制：(1)仅支持当期查询，2SSE部署与运维系统通过ev文件管理全部配置，必填项仅三项：PEK_PIKY（在pafrepscom注册获取）、ESEKBSE_RL（默认tpspiepsekco1）和_EL（推荐deepseek-chat）。平台的GTS_ACCESS_KEY和GTS_SECRET_KEY为nd成展望。启动命令为pyn-mviconsc.an:ppeladstport8000src/Pytn模块搜索路径问题报deNFnErrr:Nodenaedsc产境议去掉-elod并加-wers4用进。健康检查端点GET/health返回三项关键状态，BM25索引否就绪已索引chunk数、Wind数据加载状态和日期范围，无需额外配置即可用于监控统有久数据中在aa/SLie主B25索引类存SN与ks/和rprs/的原始PF以及ev配置件同成整份单者备可新环中复部统状态。从解压ZIP到浏览器打开首页，整个部署流程不超过五分钟，所有Pytn依赖声明在 reqiemntstxt中，一行 ppnstll-rreqiemntstxt完境准。六、资产配置与回测系统多元数据处理generate_outlook()的并行采集策略是系统的性能瓶颈和设计重点。四个数据源通过asyncio.gather并发获取：(1)fetch_gangtise_reports()按5spressCLI90s(2)etc_sayat()通过E连接+SNPCsearch_internal_library6BM254)et_wd_aps()前价格、1/1/3/110llcatnOtlket接收聚合后的结构化Ppt上下文，输出包含4项资产的排名（cpste_coe-10）、三个时间维度的方向性bias（周