news_research_tool_Equity Research Analysis

? Finguru: News Research Tool

Finguru ist ein Nachrichtenforschungsinstrument, das Nachrichtenartikel aus angegebenen URLs und PDF verarbeitet und analysiert. Es nutzt Langchain, Google -Einbettungen und Strom, um Erkenntnisse und Antworten basierend auf dem Inhalt der Artikel zu geben.

Merkmale

• Nachrichtenartikel aus URLs abrufen und analysieren oder Daten aus dem angegebenen PDF analysieren
• Teilen Sie Artikel in überschaubare Stücke auf
• Erstellen Sie Emetten für den Text mit dem Googleembedding -Modell
• Speichereinbettungen in einem Faiss -Index für ein effizientes Abrufen
• Fragen Sie die verarbeiteten Daten ab, um Antworten und Quellen zu erhalten

Wie es gebaut ist

• Python 3.7+
• Straffung
• Langchain
• Google API -Schlüssel
• Google_cse_id

Gebraucht LLM

google gemini-pro

AWS -Architektur

Aktienforschungsanalyse

Technische Architektur

 - Issue 1 : Copy pasting article in ChatGPt is tedious
- Issue 2 : We need an aggregate knowledge base

Umsatz von Apple

Kalorien in Apfel

Semantic search

Vektordatenbank

Agenten

Gebrauchte Agenten

Wikipedia Google Search Google Finance duckduckGo search

Erste Schritte

Installation

1. Klonen Sie das Repository:

git clone https://github.com/mihirh19/news_research_tool_Equity-Research-Analysis-.git
cd news_research_tool_Equity-Research-Analysis-

2. Erstellen und aktivieren Sie eine virtuelle Umgebung:

python -m venv venv
source venv/bin/activate  # On Windows use `venvScriptsactivate`

3. Installieren Sie die erforderlichen Pakete:

   pip install -r requirements.txt

Aufstellen

1. Zunächst müssen Sie die richtigen API -Schlüssel und Umgebungsvariablen einrichten. Um ihn einzurichten, erstellen Sie den Google_API_Key in der Google Cloud -Anmeldeinformationskonsole (https://console.cloud.google.com/apis/credentials) und eine google_cse_id mit der programmierbaren Suchmaschine (https://programmablesengine.google.com/controlpanel/create). Als nächstes ist es gut, den hier gefundenen Anweisungen zu befolgen.

2. Erstellen Sie den API -Schlüssel unter https://serpapi.com/

3. Erstellen Sie eine Datei namens secrets.toml im .streamlit -Verzeichnis mit dem folgenden Inhalt:

 GOOGLE_API_KEY = " your-google-api-key "
GOOGLE_CSE_ID = " your-cse-id "
SERP_API_KEY = " your- " 

Ausführen der Anwendung

streamlit run app.py

Verwendung

1. Öffnen Sie die stromlitische Anwendung in Ihrem Browser.
2. Wählen Sie in der Seitenleiste Optionen aus dem Dropdown -Menü aus
3. Für URL:
   • Geben Sie die Anzahl der URLs ein, die Sie in der Seitenleiste verarbeiten möchten.
   • Geben Sie die URLs für die Nachrichtenartikel an.
   • Klicken Sie auf "URLs verarbeiten", um die Artikel abzurufen und zu analysieren.
4. Für PDF
   • Laden Sie eine PDF hoch.
   • Klicken Sie auf "PDF verarbeiten", um die PDF zu analysieren.
5. Geben Sie eine Abfrage in das Texteingangsfeld ein und klicken Sie auf "Senden", um Antworten basierend auf den verarbeiteten Daten zu erhalten.

Sie können auch die Advance Google -Suche nach finanziellen Fragen verwenden.

Beispiel 1 URL:

1. Geben Sie 3 als Anzahl von URLs ein
2. Geben Sie folgende URLs an:
   1. https://www.moneycontrol.com/news/business/tata-motors-to-use-new-1-billion-plant-to-make-jaguar-land-rover-cars-report-12666941.html
   2. https://www.moneycontrol.com/news/business/stocks/tata-motors-stock-jumps-x-after-robust-jlr-sales-brokerages-bullish-12603201.html
   3. https://www.moneycontrol.com/news/business/stocks/buy-tata-motors-target-of-rs-1188-sharekhan-12411611.html
3. Klicken Sie auf "URLs verarbeiten", um mit der Verarbeitung zu beginnen.
4. Geben Sie eine Abfrage ein, wie what is the target price of tata motors ? und klicken Sie auf Submit , um die Antwort zu erhalten.

Beispiel 2 PDF:

1. Jährlichreport202223.pdf laden Sie die angegebene PDF hoch

2. Klicken Sie auf "PDF verarbeiten", um mit der Verarbeitung zu beginnen.

3. Geben Sie eine Abfrage ein, wie what is the yoy change of revenue of tata motors ? und klicken Sie auf Submit um eine Antwort zu erhalten.

Autor

? Mihir Hadavani

• Twitter: @Mihirh21
• Github: @Mihirh19
• LinkedIn: @Mihir-Hadavani-996263232

Zeigen Sie Ihre Unterstützung

Geben Sie ein ️, wenn dieses Projekt Ihnen geholfen hat!