三等奖方案细节版｜基于Data Menu RAG的金融多模态报告生成智能体
随着保险业务数字化推进，传统人工校验难以应对长文本上下文一致性核验需求，且效率低、误差高。多源文件一致性校验的核心是解决 “规则理解模糊”“长文本处理受限”“冲突误判” 三大痛点，本质是结合数据预处理与智能 Agent 协同的自然语言处理任务。
本团队荣获AFAC大赛挑战组赛题四：金融多模态报告生成智能体 第四名。
团队介绍
我是小宇，目前就职于常熟农商银行，任风控研发团队负责人。崇尚“极客精神”，热爱探索各类新技术。通过本次比赛收获良多，不仅磨炼了技术水平，还了解到行业最新发展动态拓展了视野。对主办方表示衷心感谢，祝越办越好。
联系方式：nambo@foxmail.com
对应代码已开源，详见：https://github.com/nambo/menu-rag
近些年，随着人工智能相关技术的突飞猛进，金融科技正经历前所未有的变革。金融研究报告（研报）因其专业性高、涉及内容广泛，一直是金融领域的核心产出。随着“大模型”的日益强大，以及相关配套生态的逐渐完善，构建基于大模型的 Agent，成为大模型应用的主流方向。
本方案是“2025金融智能创新大赛”的参赛项目，目标是基于大模型及 Agent 相关技术，构建自动化智能体，完成研报的信息收集、内容生成、图表绘制等工作，自动生成金融研报。目前已经完成基础架构设计和 MVP 开发，基于 MVP 版本能够完成数万字的个股、行业、宏观研报的编制工作，在上述创新大赛相关赛题中，荣获三等奖。
该方案中设计的智能体架构，具备较好的生成效率及灵活的拓展能力。除了赛题指定的三个场景以外，通过新数据引入和简单的提示词调整，即可完成新场景研报智能体构建，在金融研报领域具备较好的应用前景。
架构方案
1 DataMenuRAG介绍
本方案创新性的提出并使用了 Data Menu RAG（简称 DM-RAG），这是一种新型 RAG 架构，它在传统 RAG 的两个关键阶段进行改进，解决了传统 RAG 存在的信息损失、多源信息整合、实时性等方面的局限性，相较于传统 RAG 方案，主要改进点如下：
- 知识库构建阶段
与传统 RAG 直接获取原始文档进行切割分块不同，DM-RAG 的知识库构建过程，采用了一种关键字动态知识摘要的方法，如下图：
大致过程为：关键字生成 → 搜索 → 信息摘要 → 字典构建 → 向量存储。
这样做的优势在于：
- 无切割：不会对文档进行分块，能够最大程度保障信息的完整性，有效的避免信息损失、主体紊乱、信息泛滥等问题；
- 多模态：借助大模型的多模态能力，可以有效的实现对表格、图片等非文本数据处理和引用；
- 实时性：搜索结果通常包含摘要，往往仅需搜索无需获取详情，大幅减少了网络请求次数与耗时，提升知识库构建的实时性。
- 生成阶段
传统 RAG 方案是基于检索到的文档块和输入问题生成回答，而 DM-RAG 采用的是动态知识摘要融合策略。
大致过程为：问题衍生 → 并行检索 → 相关性检测 → 详情获取与摘要生成 → 生成回答。
这么做的好处包括：
- 语义完整：通过知识摘要，而不是文档分块，确保引用的信息语义完整；
- 消除语义鸿沟：通过问题衍生拓展问题语义，通过多角度知识摘要拓展数据语义，再将两者相结合，可以有效的避免语义鸿沟；
- 避免噪声：通过相关性检测和知识摘要，可以过滤掉绝大部分噪声干扰。
关于 DM-RAG 的详细介绍，你可以阅读这篇文章《Data Menu RAG: 一种基于动态知识摘要的新型检索增强生成框架》。
2 架构概览
在金融研报这类深度研究场景，为了保障内容丰富度和信息全面性，往往需要整合数以千计资料和数据，同时还涉及对特定数据的专业建模分析。目前主流的方案是基于 RAG 技术，将原始资料/数据根据语义进行分割，创建向量索引后分块存储，然后基于特定问题进行向量检索到信息块，最后再做归纳汇总。这种方案不适用于 DeepResearcher 场景，主要问题在于文档的采集与分割过程，不仅会消耗大量计算资源和时间，还会存在不可控的信息损失，导致最终生成效率很低、效果较差。因此，本方案创新性的采用了“Data Menu RAG”技术实现，如下图：
3 知识库构建
信息搜索、采集与知识库构建过程如下：
- 生成研报大纲：基于问题生成研报的所有章节标题及内容提示；
- 生成信息搜索关键字：根据研报的大纲，生成需要在互联网进行信息搜索的关键字；
- 信息搜索：使用关键字，并行在互联网搜索信息；
- 相关性检测与字典构建：并行检测搜索到的结果与原始问题、大纲的相关性，过滤无关信息，并获取摘要转换为数据字典结构；
- 向量存储：将字典内容向量化，并构建元数据，存储到向量库中。
知识库中保存了如下的数据：
4 检索与生成
在完成资料库构建后，将基于大纲逐一生成每个章节的内容，内容生成过程如下：
- 问题衍生：基于章节的内容，衍生出多个待检索的问题；
- 检索与相关性检测：基于生成的问题，并行检索，并检测过滤与章节无关结果；
- 详情采集与摘要：根据检索到的相关字典项，采集对应的详情，并生成与章节内容相关的摘要。如果是分析类型字典，还会调用对应的专业分析函数，生成专业分析报告；
- 章节内容生成：根据章节内容提示，结合生成的摘要清单，融合生成章节内容并标注引用。
5 应用架构
基于上述 Data Menu RAG 的基本思想，最终构建了多层级的多 Agent 架构，如下图所示：
从下往上共分为 4 个层级，分别是：
- 信息层：采集统计局、人行、国务院、交易所等官方权威平台数据，为研报生成提供高质量数据支撑；
- 基础层：采用最新的高性能组件，为高效率生成提供技术保障；
- 服务层：采用 MCP 协议，构建了绘图、数据（或称为内容）两大基础 Agent；
- 应用层：可以根据使用场景，通过简单的提示词调整，灵活配置不同的 Agent。
创新点
- 基于数据字典的增强检索生成（Data Menu RAG）技术：创新的提出“基于数据字典的增强检索”技术，解决了传统 RAG 技术，在公开信息研报场景，存在的速度慢、资源消耗高、信息损失等问题，研报生成效率和质量大幅提升。
- 多级缓存与“断点重试”：免费数据源稳定性较差，在大模型会话、数据源获取等关键点设置了多层级的缓存。出现异常时，会自动清理异常缓存，回滚至最近成功点重新继续执行，确保 100% 成功生成研报，且单篇研报最低仅需消耗 30 万 Token 左右。
- 并行生成：在内容数据采集、图表绘制等耗时大的节点，实现了多任务并行生成。在调高并行度且命中大量缓存的情况下，最快 10 分钟左右可完成研报生成。
- 数据接入：开发了一套数据接入规范，按照约定的数据字典结构，实现 2 个标准函数（出入参格式、函数名），即可快速接入新的数据源，用于研报生成。
- 场景拓展：采用多层 agent 架构，服务层 Agent 已封装通用基础能力，通过应用层 Agent 简单的提示词调整，即可灵活、便捷的实现新场景拓展。
应用成效
- 研报质量：凭借该方案构建 mvp 版本生成的研报，在 AFAC2025 比赛中，获得了三等奖；
- 生成速度：最快 10min 即可生成一篇研报，进行进一步优化，有希望实现秒级的万字研报生成。不同场景生成速度及不同阶段耗时如下：
- 资源消耗：最少只需要 30w token 即可生成一篇。不同场景及不同阶段消耗 token 如下：
产业应用前景
在这个信息爆炸的时代，如果能从海量的信息中抽丝剥茧，快速汇聚成一份准确、专业的报告，这对于生活、学术或是商业，都能带来很大价值。通过本次比赛验证，本方案在研报的生成质量、速度和资源消耗等方面均有很好的应用潜力。未来，将进行持续迭代优化，从金融领域出发，探索在企业科创能力评估、行业发展研究等具体场景的应用落地，并拓展至更多场景。
未来展望
Data Menu RAG 相较于传统 RAG 方案，在信息损失、多源信息整合、实时性等方面有大幅的改进，特别适合以下场景：
- 复杂问题求解：当问题涉及多领域或需要综合多种数据源时，DM-RAG 的表现会明显优于传统 RAG，例如：综合调研报告、方案对比选型、数据分析报告。
- 信息实时变化的领域：在知识更新频繁，对信息时效性要求高的领域，DM-RAG 可以提供更好的时效性，例如：实时资讯整合、新型技术研究、政策规定解读。
- 准确性要求高的场景：对于信息准确性要求极高的场景中，DM-RAG 通过动态知识摘要融合，可以确保信息的完整性和准确性，例如：医疗诊断支持、金融投资领域、学术研究辅助。