基于 LLM 的 A 股季度财报自动点评工具。输入公司名与报告期，自动采集财务数据并生成专业研报。

• 全自动数据采集 — 通过 AKShare 调用 28 个金融数据接口，覆盖利润表、资产负债表、现金流量表、财务指标、同行对比、盈利预测等
• ReAct 智能补全 — Phase 2 ReAct 循环让 LLM 自主决定补充哪些数据，最多 30 轮工具调用
• 专业研报生成 — 5 章结构：业绩与经营情况、发展展望与投资逻辑、盈利预测与估值、风险提示、综述摘要
• 数据溯源引用 — 每段分析均附带 DATA_REFS 引用标注，可追溯至具体数据源
• 文件缓存 — 三级 TTL 缓存（7 天/1 天/1 小时），避免重复 API 调用
• 灵活 LLM 配置 — 支持 OpenAI 兼容接口，可切换任意模型

git clone https://github.com/DreamWalkerXZ/a-share-analyst.git
cd a-share-analyst
uv sync

cp .env.example .env

编辑 .env，填入必需的 API Key：

可选配置 LangSmith 追踪，参见 .env.example。

# 使用公司名称
uv run main.py "贵州茅台 2025 Q4"

# 使用股票代码
uv run main.py "600519 2025 Q4"

报告输出至 output/ 目录，格式示例：

output/贵州茅台_2025Q4_20260426_231909.md

uv run main.py "<公司名或股票代码> <年份> <季度>"

季度支持 Q1、Q2、Q3、Q4。

强制重新采集数据，不使用本地缓存：

DISABLE_DATA_CACHE=1 uv run main.py "贵州茅台 2025 Q4"

graph LR;
    data_collection[data_collection<br>Phase 1: 12 AKShare pre-fetch<br>Phase 2: ReAct loop]
    report_generation[report_generation<br>Sections 1-4 then Section 0<br>LLM validate + retry]
    output[output<br>Assemble Markdown + refs]

    data_collection --> report_generation --> output

数据采集阶段使用 LangGraph 编排，Phase 2 中 LLM 在三个工具间自主调度：

uv run pytest

src/
├── agent/          # LangGraph 工作流（graph, nodes, subgraph, state）
├── prompts/        # LLM 提示词（数据采集、报告章节）
├── tools/          # 工具封装（AKShare, Serper 搜索, 计算器）
└── utils/          # 工具函数（LLM 工厂, 缓存, 数据格式化）

• Python 3.11+
• LangGraph — 工作流编排
• LangChain + langchain-openai — LLM 调用
• AKShare — A 股金融数据
• simpleeval — 安全表达式求值