#技术栈

#选型要点

#前端：Streamlit

Demo 阶段追求快速验证，Streamlit 提供纯 Python 的 Web 界面能力， 无需独立前端开发，适合单人小团队快速迭代。

#Agent 编排：LangChain / MCP

LangChain 用于任务拆解与工具调度，MCP（Model Context Protocol） 用于标准化工具接入，两者结合实现多轮搜索编排。

#搜索：Tavily / Bing API

核心原则：不使用任何金融数据 API。 全部通过通用搜索 API 获取公开信息， 降低合规风险与数据成本。

#私有知识库：Chroma + PyPDF

Chroma 提供本地向量数据库能力，PyPDF 负责 PDF 文本解析。 两者结合实现用户私有资料的本地 RAG 检索，数据不出本地。

#LLM：GPT-3.5-turbo / DeepSeek

Demo 阶段优先低成本方案：

• GPT-3.5-turbo 作为默认选项，生态成熟
• DeepSeek 作为备选，成本约为 OpenAI 的 1/10

#异步任务：Celery + Redis（可选）

单次报告生成耗时较长（≤15 分钟），通过 Celery + Redis 实现异步任务队列， 避免长任务阻塞用户界面。Demo 阶段可选。

#本节页面

相关数据流程参见 数据流。