98.1 AI量化开发：长文本AI金融智能体(Qwen-Long)对金融研报大批量处理与智能分析的实战应用

- 0. 承前
- 1. 简介
- - 1.1 通义千问(Qwen-Long)的长文本处理能力
- 2. 基础功能实现
- - 2.1 文件上传
  - 2.2 单文件分析
  - 2.3 多文件分析
- 3. 汇总代码&运行
- - 3.1 封装的工具函数
  - 3.2 主要功能特点
  - 3.3 使用示例
  - 3.4 首次运行
  - 3.5 运行结果展示
- 4. 注意事项
- - 4.1 文件要求
  - 4.2 错误处理机制
  - 4.3 最佳实践
- 5. 总结

0. 承前

本篇博文是对文章，链接:
5. 马科维茨资产组合模型+政策意图AI金融智能体(Qwen-Max)增强方案（理论+Python实战）
6. 马科维茨资产组合模型+政策意图AI金融智能体(DeepSeek-V3)增强方案（理论+Python实战）
的政策信息输入过少而作的改良开发：金融研报导入AI金融智能体，实现批量处理与智能分析。

本文主旨：

信息扩充：由于上两篇文章中，AI金融智能体输入信息量过少，因此本文使用长文本大模型(Qwen-Long)来扩充AI智能体的信息输入。
开发过程记录：本文目的是打通大批量金融研报至长文本AI金融智能体(Qwen-Long)的信息通道，并没有实现分析结果对金融资产组合权重的影响，具体实现参考文章：
7. 马科维茨资产组合模型+金融研报AI长文本智能体(Qwen-Long)增强方案（理论+Python实战）

如果想更加全面清晰地了解金融资产组合模型进化论的体系架构，可参考：
0. 金融资产组合模型进化全图鉴

1. 简介

本文介绍如何使用通义千问大模型(Qwen-long)来批量处理和分析PDF研究报告。通过DashScope API，我们可以让AI模型阅读并分析多个PDF文件，从而获得专业的分析见解。

1.1 通义千问(Qwen-Long)的长文本处理能力

通义千问长文本版本(Qwen-Long)是阿里云推出的专门用于处理长文本的大语言模型，具有以下特点：

超长上下文支持
- 支持高达100万token的上下文长度
- 可以同时处理多个完整的研究报告
- 保持长文本的连贯性理解
多文档并行处理
- 支持多个PDF文件的同时分析
- 能够综合多份报告的信息
- 提供跨文档的关联分析
专业领域适应
- 对金融研报格式有良好的理解
- 能准确提取报告中的关键数据
- 支持专业术语和行业分析
智能分析能力
- 提供深度的内容理解和总结
- 支持多角度的对比分析
- 能够提炼出有价值的投资见解

这些特性使得Qwen-Long特别适合处理金融研究报告这类专业性强、篇幅长的文档，能够帮助分析师快速获取和理解大量研报信息。

2. 基础功能实现

2.1 文件上传

首先，我们需要实现PDF文件的上传功能。以下代码展示了如何上传单个PDF文件：

import os
from pathlib import Path
from openai import OpenAI

client = OpenAI(
    api_key=os.getenv("DASHSCOPE_API_KEY"),
    base_url="https://dashscope.aliyuncs.com/compatible-mode/v1",
)

file_object = client.files.create(file=Path("百炼系列手机产品介绍.docx"), purpose="file-extract")
print(file_object.id)

2.2 单文件分析

上传文件后，我们可以让模型分析单个文件的内容。这里使用流式返回，可以实时获取模型的分析结果：

completion = client.chat.completions.create(
    model="qwen-long",
    messages=[
        {'role': 'system', 'content': 'You are a helpful assistant.'},
        {'role': 'system', 'content': 'fileid://file-fe-xxx'},
        {'role': 'user', 'content': '这篇文章讲了什么？'}
    ],
    stream=True,
    stream_options={"include_usage": True}
)

full_content = ""
for chunk in completion:
    if chunk.choices and chunk.choices[0].delta.content:
        full_content += chunk.choices[0].delta.content
        print(chunk.model_dump())

2.3 多文件分析

通义千问支持同时分析多个PDF文件，只需在file_id中用逗号分隔多个文件ID：

completion = client.chat.completions.create(
    model="qwen-long",
    messages=[
        {'role': 'system', 'content': 'You are a helpful assistant.'},
        {'role': 'system', 'content': f"fileid://file-fe-xxx1,fileid://file-fe-xxx2"},
        {'role': 'user', 'content': '这几篇文章讲了什么？'}
    ],
    stream=True,
    stream_options={"include_usage": True}
)

3. 汇总代码&运行

3.1 封装的工具函数

我们将上述功能封装成一个完整的工具函数get_ai_comments，支持批量处理PDF文件并进行智能分析：

import os
from pathlib import Path
from openai import OpenAI
from typing import List, Optional

def get_ai_comments(
    character: str,
    path: str,
    question: str,
    api_key: str
) -> str:
    """
    使用AI分析指定路径下的所有PDF报告内容
    
    Args:
        character (str): AI的角色设定
        path (str): 报告所在目录的路径（会被转换为绝对路径）
        question (str): 向AI提出的具体问题
        api_key (str): DashScope API密钥
        
    Returns:
        str: AI的分析结果
    """
    # 初始化 OpenAI 客户端
    client = OpenAI(
        api_key=api_key,
        base_url="https://dashscope.aliyuncs.com/compatible-mode/v1",
    )
    
    # 将路径转换为绝对路径
    abs_path = os.path.abspath(path)
    report_dir = Path(abs_path)
    
    if not report_dir.exists():
        try:
            report_dir.mkdir(parents=True, exist_ok=True)
        except Exception as e:
            raise ValueError(f"创建目录失败: {report_dir}, 错误: {str(e)}")
        return f"已创建目录：{abs_path}，请在目录中放入研报。"
    
    # 获取所有PDF文件并上传
    file_ids = []
    pdf_files = list(report_dir.glob("*.pdf"))
    
    if not pdf_files:
        return f"在目录 {report_dir} 中没有找到PDF文件，请先添加需要分析的PDF报告。"
    
    # 检查文件是否可读且非空
    valid_pdf_files = []
    for pdf_file in pdf_files:
        try:
            if pdf_file.stat().st_size > 0:  # 检查文件大小
                valid_pdf_files.append(pdf_file)
        except Exception:
            continue
    
    if not valid_pdf_files:
        return f"在目录中没有找到有效的PDF文件，请确保文件不为空且可以正常读取。"
    
    # 上传有效的PDF文件
    for pdf_file in valid_pdf_files:
        try:
            file_object = client.files.create(
                file=pdf_file,
                purpose="file-extract"
            )
            file_ids.append(file_object.id)
        except Exception:
            continue
    
    if not file_ids:
        return f"所有PDF文件上传失败，请检查文件是否正确或API配置是否正确。"
    
    # 构建file_ids字符串
    file_ids_str = ",".join([f"fileid://{file_id}" for file_id in file_ids])
    
    try:
        # 创建对话完成
        completion = client.chat.completions.create(
            model="qwen-long",
            messages=[
                {'role': 'system', 'content': character},
                {'role': 'system', 'content': file_ids_str},
                {'role': 'user', 'content': question}
            ],
            stream=False  # 使用非流式返回
        )
        
        # 返回分析结果
        return completion.choices[0].message.content
        
    except Exception as e:
        error_msg = str(e)
        if "content blank" in error_msg:
            return f"文件内容提取失败。请检查以下几点：\n1. PDF文件是否为扫描件\n2. PDF文件是否加密\n3. PDF文件编码格式是否正确\n4. PDF文件是否完整未损坏"
        raise Exception(f"调用API时发生错误: {error_msg}")
    
    finally:
        # 清理已上传的文件
        for file_id in file_ids:
            try:
                client.files.delete(file_id)
            except Exception:
                continue

3.2 主要功能特点

智能路径处理
- 自动将相对路径转换为绝对路径
- 自动创建不存在的目录
- 提供清晰的路径错误提示
文件验证机制
- 检查PDF文件是否存在
- 验证文件是否可读且非空
- 支持批量处理多个文件
错误处理与恢复
- 详细的错误提示信息
- 文件上传失败自动跳过
- 异常情况优雅降级
资源管理
- 自动清理上传的文件
- 内存使用优化
- 避免资源泄露

3.3 使用示例

基于RPA技术（Robotic Process Automation）获取的准备研报文件

补充：想要找到国内外金融领域的研报，欢迎私信咨询作者。
AI人设提示词工程

character = '''
	## 核心定位
	- **角色**：专业研报分析与政策解读专家
	- **专长**：多维度研报解读、跨行业分析、政策影响评估
	- **特点**：数据驱动、逻辑严谨、洞察深入
	
	## 分析框架
	
	### 1. 研报解构
	- 核心观点提炼
	- 关键数据分析
	- 行业趋势判断
	- 风险点识别
	
	### 2. 多维分析
	- 横向：行业对比
	- 纵向：历史演变
	- 政策：影响评估
	- 市场：竞争格局
	
	### 3. 深度研判
	- 发展机遇
	- 潜在风险
	- 投资价值
	- 未来展望
	
	## 输出标准
	
	### 结构化分析
	1. 核心发现
	   - 关键结论
	   - 数据支撑
	   - 趋势判断
	
	2. 深度解读
	   - 行业洞察
	   - 政策影响
	   - 风险提示
	
	3. 专业建议
	   - 投资参考
	   - 策略建议
	   - 风险防范
'''

其他参数

# 配置参数
path = "/portfolio_code/reports/20240321" # 如果无此目录，则会在运行后生成目录，然后把pdf文件放进去
question = "请分析这些报告并给出合理的投资权重分配方案。"
api_key = "your_api_key"

# 获取分析结果
result = get_ai_comments(character, path, question, api_key)
print(result)