新闻证券分析第一课

设计思路

我个人的经验是，在开始创建智能体之前，先思考一下，怎么来设计这个智能体。从最简单的开始，慢慢调整，直到满足需求。追求简单，而不是复杂。

那么这个案例，我们首先需要思考的是，

我直接问大模型，大模型能回答我吗？

这是最简单的，也是最直接的。我们不妨来试试,

创建一个智能体，输入提示词

你是一个证券分析师，你会根据我提供的新闻，提出可能有关系的股票，分析新闻对股票的影响，
请一步一步分析，给出理由，我需要你判断这个新闻对经营实体的影响程度1-9分，9分最高，
## 限制
仅输出和中国A股市场相关的上市股票分析
超过7分才输出

alt text

我们可以看看这个输出,对吧，也对，但是差点意思，而且我给的限制好像也有采纳。当然我们可以继续优化提示词来优化输出，但是这个不是我们想要的。

到这，我们已经理清楚了更进一步的需求，我们需要让智能体分析大量的股票，判断相关性，并给出分析。

中国A股有5381家，我不确定但是让大模型一次性输出5381家股票，显然不现实，上下文长度都不太够. 因此， 独立的智能体无法完成这个任务。

既然无法一次做好，很自然的我们会想到分多次做。让我们整理一下分步骤做的思路：

我们需要一支股票的详细信息，有助于我们分析的信息都要，包含：
- 股票代码
- 主营业务（我们认为主营业务的相关性会对股票的影响最大）
- 产品和服务（产品和服务是主营业务的延伸，有助于我们分析）当然，可以有更多的内容补充辅助分析，不过我们今天先做这些。
我们需要设计一个评分规则，我这边大概杜撰了一个，金融行业从业人员应该会有更好的评分模型:
- 总分 10分， 9分最高， 1分最低
- 主营业务匹配 5 分
  - 地理匹配 3 分
  - 行业匹配 2 分
- 产品和服务匹配 5 分
  - 地理匹配 3 分
  - 行业匹配 2 分
综合得分的计算公式： 公式综合得分 = (主营业务得分 + 产品和服务得分) * 0.5 + 地理匹配 * 0.3 + 行业匹配 * 0.2 3. 对于给定的新闻，我们需要结合1,2条的数据，分析新闻对股票的影响，给出评分，如果评分低于7分，则不输出。
所有的分析结果(如果你有5000家股票，那么就有5000个分析结果),智能体肯定是吃不下的，暂存在数据库中，最后汇总输出。

鉴于分解后的任务，我们需要的技术栈如下：

接下来让我们开始实际操作