SEC洞察 🏦

SEC洞察利用LlamaIndex的检索增强生成（RAG）功能来回答有关SEC 10-K和10-Q文档的问题。

你现在可以在secinsights.ai开始使用该应用程序

你还可以查看我们在YouTube上的端到端教程指南！这个视频涵盖了产品功能、系统架构、开发环境设置，以及如何将此应用程序用于你自己的自定义文档（不仅限于SEC文件！）。视频分为多个章节，你可以跳到与你最相关的部分。

为什么我们要做这个？🤔

随着RAG应用程序越来越多地从原型转向生产，我们认为我们的开发者社区会发现一个完整的真实世界RAG应用程序示例很有价值。

SEC洞察在本地和云端都能很好地运行。它还带有许多产品功能，这些功能可以立即应用于大多数RAG应用程序。

在构建你自己的RAG应用程序时，可以将此存储库用作参考，或者完全分叉它，为你的项目奠定坚实的基础。

产品特性 😎

基于聊天的文档问答，可针对一组文档
引用LLM响应所基于的源数据
带有引用高亮显示的PDF查看器
使用基于API的工具（polygon.io）回答定量问题
通过服务器发送事件实现LLM响应的令牌级流式传输
在聊天中流式传输推理步骤（子问题）

开发特性 🤓

用于直接部署到Vercel和Render的基础设施即代码
Vercel和Render.com提供持续部署。发布更改就像合并到你的main分支一样简单
前端和后端部署都有生产和预览环境！轻松尝试你的更改，然后再发布
健壮的本地环境设置，利用LocalStack和Docker组合
由Sentry提供监控和性能分析
由Loader.io提供负载测试
各种用于基于REPL的聊天和数据管理的Python脚本

技术栈 ⚒️

前端
- React / Next.js
- Tailwind CSS
后端
- FastAPI
- Docker
- SQLAlchemy
- OpenAI（gpt-3.5-turbo + text-embedding-ada-002）
- PGVector
- LlamaIndex 🦙
基础设施
- Render.com
  - 后端托管
  - Postgres 15
- Vercel
  - 前端托管
- AWS
  - Cloudfront
  - S3

系统架构

使用方法 💻

请查看frontend/和backend/文件夹中的README.md文件，了解各自的单独设置说明。如上所述，我们还有一个YouTube教程点击这里，介绍了如何设置本项目的开发环境。

我们还在.devcontainer/devcontainer.json中包含了GitHub Codespace的配置。如果您选择使用GitHub Codespaces，您的代码空间将预先配置好运行此项目所需的许多库和系统依赖项。这可能是让这个项目快速启动和运行的最快方法！话虽如此，开发人员已经成功地在Linux、macOS和Windows环境中设置了这个项目！

如果您在尝试运行此项目时有任何疑问，您可以通过查看我们的常见问题解答或搜索我们的GitHub问题快速找到答案！如果您没有看到满意的答案，请随时打开一个GitHub问题，以便我们可以帮助您！

我们还在我们的Discord上有一个专门的#sec-insights频道，在那里我们可能能够更即时地帮助解决较小的问题。