【山东大学项目实训】第三周进度汇报

我们组目前已经实现了知识库功能（上传文件，提问回答文件中的内容）与输入股票名字生成研报功能

知识库功能的使用（即langchain-chatchat）：

1. 上传文件到知识库

     2.选择知识库问答模式

     3.提问能在知识库中找到答案的问题。

输入股票名字生成研报的功能使用（即finGPT中的FinGPT_ FinancialReportAnalysis）：输入股票名字，如苹果的为AAPL,即可得到研报.pdf。

效果如下：

接下来还需要实现前段界面的搭建，金融新闻（咨询or研报）搜索与分析的功能，以及各功能的整合。最终预期：可选择知识库问答与联网问答,外加输入股票名称生成研报的额外功能（命名为快速分析）。

项目逻辑

1. 用户：可以通过 run_gradio 启动整个服务；

2. 服务层调用 qa_chain.py 或 chat_qa_chain 实例化对话检索链对象，实现全部核心功能；

3. 服务层和应用层都可以调用、切换 prompt_template.py 中的 prompt 模板来实现 prompt 的迭代；(没做该功能)

4. 也可以直接调用 call_llm 中的 get_completion 函数来实现不使用数据库的 LLM；

5. 应用层调用已存在的数据库和 llm 中的自定义 LLM 来构建检索链；

6. 如果数据库不存在，应用层调用 create_db.py 创建数据库，该脚本可以使用 zhipuai embedding
本周还对前端界面进行了简单规划，了解了项目逻辑，以及各部分功能，对分工进行了调整。