企业研报智能体

基于 React + FastAPI + SQLite + Milvus + LangGraph 的企业研报智能体原型。系统支持多知识库管理、PDF 文件生命周期、向量检索、联网调研、智能问答、自动报告生成、历史记录、在线预览和 Markdown / PDF 导出。

当前版本默认使用 DeepSeek 的 OpenAI-compatible 接口。没有 API Key 时会自动走 mock 路径，仍可完成上传、解析、检索、问答和报告生成演示。

当前功能

• 多知识库管理：新建、重命名、删除知识库。
• 文件管理：按知识库上传 PDF、替换文件、删除文件、批量删除、页面内 PDF 预览。
• 本地 RAG 检索：PDF 解析、文本切分、Embedding、Milvus / Memory 向量检索、证据页码与章节引用。
• 智能问答：按当前知识库检索，也支持限定到单个文件；右侧历史记录支持查看、单删、批量删除。
• 报告生成：按主题从当前知识库自动检索证据，生成投研模板 Markdown 报告。
• 报告预览与导出：页面内预览报告 PDF，支持下载 Markdown 和 PDF。
• 联网调研智能体：问答和报告生成时，LangGraph 会增加 Web Research 节点，用公开网页资料补充公司信息、新闻和行业背景。
• 专业控制台前端：左侧知识库，中间文档/问答/报告工作区，右侧历史记录栏。

工作流

问答与报告生成共用 LangGraph 编排：

validate_scope
  -> retrieve_evidence
  -> web_research
  -> generate
  -> persist_result

• validate_scope：校验知识库或单文档范围。
• retrieve_evidence：从 Milvus / Memory 向量库检索 PDF 片段。
• web_research：联网搜索公司公开信息，失败时自动降级为空结果。
• generate：调用 DeepSeek 或 mock 生成回答 / 报告。
• persist_result：写入 SQLite，保留历史记录和证据引用。

内部知识库证据使用 [1]、[2] 引用；联网资料使用 [W1]、[W2] 引用。生成策略是内部文档证据优先，联网资料只作为补充背景。

技术栈

• 后端：FastAPI、SQLite、PyMuPDF、httpx、LangGraph
• 向量库：Milvus，测试和离线演示可用 Memory Vector Store
• Embedding：sentence-transformers，默认模型 BAAI/bge-small-zh-v1.5；网络不可达时可降级 hash embedding
• LLM：DeepSeek OpenAI-compatible API，支持 mock 模式
• 前端：React、Vite、Ant Design
• 报告导出：Markdown 直接导出，PDF 由 Markdown 渲染生成

环境准备

推荐使用 conda，不要使用 pip install -r requirements.txt 作为主要安装方式，以免包安装到非当前 conda 环境。

conda env create -f environment.yml
conda activate enterprise-report-agent

如果需要手动安装依赖，请使用 conda：

conda install -c conda-forge fastapi uvicorn python-multipart python-dotenv pydantic pymupdf sentence-transformers pymilvus httpx numpy pytest pytest-cov langgraph

requirements.txt 仅作兼容和依赖查阅。

前端依赖：

cd frontend
npm install

如果项目路径包含空格，例如 Enterprise Research Report Agent，PowerShell 中进入目录时需要加引号：

cd "D:\文件\技术学习\Enterprise Research Report Agent\enterprise-report-agent"

配置

复制 .env.example 为 .env：

Copy-Item .env.example .env

DeepSeek 配置：

LLM_MODE=openai
LLM_BASE_URL=https://api.deepseek.com
DEEPSEEK_API_KEY=your-deepseek-key
LLM_MODEL=deepseek-v4-flash

也可以使用通用变量 LLM_API_KEY。当 DEEPSEEK_API_KEY 为空时，后端会读取 LLM_API_KEY。

Embedding 配置：

EMBEDDING_BACKEND=sentence_transformers
EMBEDDING_MODEL=BAAI/bge-small-zh-v1.5
EMBEDDING_ALLOW_HASH_FALLBACK=true
HASH_EMBEDDING_DIM=384

如果无法访问 HuggingFace，可以直接使用离线 hash embedding：

EMBEDDING_BACKEND=hash

联网调研配置：

WEB_RESEARCH_ENABLED=true
WEB_RESEARCH_PROVIDER=duckduckgo
WEB_RESEARCH_MAX_RESULTS=4
WEB_RESEARCH_TIMEOUT_SECONDS=6

mock 模式默认不联网，方便离线演示和测试。如需 mock 模式也验证联网节点：

WEB_RESEARCH_IN_MOCK=true

运行

启动 Milvus：

docker compose up -d

启动后端。推荐使用 python -m uvicorn，避免当前 PATH 找不到 uvicorn：

python -m uvicorn backend.main:app --reload

注意：必须在项目根目录运行，也就是包含 backend、frontend、README.md 的目录。如果不在项目根目录，会出现 ModuleNotFoundError: No module named 'backend'。

启动前端：

cd frontend
npm run dev

默认访问：

• 前端：http://127.0.0.1:5173
• 后端文档：http://127.0.0.1:8000/docs
• Milvus：127.0.0.1:19530

常见问题

PowerShell cd 路径报错

路径中有空格时需要加引号：

cd "D:\文件\技术学习\Enterprise Research Report Agent\enterprise-report-agent"

找不到 uvicorn

先确认已经激活项目 conda 环境：

conda activate enterprise-report-agent
python -m uvicorn backend.main:app --reload

也可以直接使用环境中的 Python：

& "D:\Anaconda_envs\envs\enterprise-report-agent\python.exe" -m uvicorn backend.main:app --reload

启动时报 No module named backend

请先进入项目根目录：

cd "D:\文件\技术学习\Enterprise Research Report Agent\enterprise-report-agent"
python -m uvicorn backend.main:app --reload

HuggingFace 模型下载超时

可改用 hash embedding：

EMBEDDING_BACKEND=hash

测试

默认测试使用 hash embedding、内存向量库和 mock LLM，不依赖 Milvus 或模型下载。

pytest

运行 Milvus 集成测试前需先启动 Milvus：

docker compose up -d
$env:RUN_MILVUS_TESTS="1"
pytest tests/test_milvus_store.py

当前限制

• PDF 预览为原始 PDF 预览，暂不提供 chunk 级可视化定位。
• 文件“编辑”当前主要是 PDF 替换，不包含复杂元数据编辑。
• 表格结构化抽取、财务指标自动入表、Hybrid Search、Reranker 仍属于后续增强方向。
• 联网调研依赖外部网络，搜索失败时会自动降级，不阻断主流程。