01 / 智能体
三个报告按顺序运行
最新财报速读、市场叙事与情绪、现金流与资本配置是三条独立分析链路。用户可以切换报告，同时保留完整运行上下文。
更快读懂每一次财报
Spring Alpha 是一个 ticker-first 的 AI 财报研究工作台。输入股票代码，依次运行三个分析 Agent，在同一块界面里查看 SEC 文件、行情图、工具时间线和实时 RAG telemetry。
3 次免费分析无需登录之后 Google 登录 + 自带 Key
每个 ticker 的完整 Agent 流程只算 1 次分析。
SEC 文件Yahoo 行情数据LangGraph AgentEvidencePack telemetry
用三个 Agent 分析 AAPL 财报
Agent Runtime
Agent 运行面板
消息与工具
00:01ticker=AAPL provider=siliconflow
00:02agent.latest_earnings: 收集事实并生成财报解读
00:03agent.business_driver: 检查分部和需求变化
00:04agent.cash_flow: 评估 FCF 和资本配置
00:05ui.timeline: 展示 messages, tools 和 telemetry
02 / 工作区
K 线图是默认界面
没有选择报告时，应用默认展示 all-time market chart。报告、Agent 状态和 Messages & Tools 围绕它展开，而不是把工作流降级成聊天框。
03 / RAG
展示 telemetry，不展示假分数
RAG 面板只展示当前 run 能证明的指标：evidence retrieved、evidence used、metric facts、sections covered、latency、empty retrieval 和 evidence pack size。
项目亮点
不只是好看的 demo，而是一条真实研究链路。
股票代码优先入口
用户不需要先选复杂任务。输入 ticker 后，系统补全公司名、展示行情，并按顺序运行三条研究 Agent。
TradingAgents 风格执行
Agent 使用 LangGraph / LangChain tool-calling 思路组织，把 company facts、SEC evidence、metric facts 和 synthesis 分开处理。
真实遥测
侧边栏展示当前 run 的 messages、tools、latency、evidence pack size 和 retrieval signals，而不是离线 benchmark 假分数。
自带 Key
用户可以带自己的 SiliconFlow、OpenAI 或 Gemini key。前端保存本地 key，后端只在请求时接收并转发。
系统架构
Spring Boot 后端、Python 研究智能体、Next.js 前端和 PGVector 检索层，共同组成一条可审计的研究链路。
前端
负责股票代码自动补全、行情图、报告页签和时间线侧栏。
后端
负责 SEC 抓取、SSE 桥接、Provider 错误映射，以及 Java 服务边界。
研究服务
负责 Python 智能体、LangGraph / LangChain 工具、LlamaIndex 清洗切块和 EvidencePack 组装。
存储
PGVector 保存 filing 分块和检索元数据，SEC companyfacts 保存结构化指标。
差异化
我们把 RAG 收缩成工具，把 Agent 输出做成产品界面。
01
Company profile 不从 filing snippet 硬凑，而优先来自 company facts 和业务描述。
02
LLM 失败时展示透明错误、可重试入口和已收集证据，不再用 deterministic report 假装成功。
03
RAG 面板只展示当前 run 可证明的实时指标，不展示无法实时计算的 recall / precision。
04
默认显示 all-time K 线图，用户点击不同 Agent report 后再切换报告内容。