【TextIn大模型加速器 + 火山引擎】让AI读懂财报：30分钟搭建企业级金融分析Agent

@[toc]

一、 引言：当 AI 撞上“数据高墙”

在大模型（LLM）狂飙的今天，写诗画图已是基本操作。但在金融、法律、审计等严肃场景中，当我们把一份包含跨页资产负债表的 PDF 扔给普通的 AI，问它：“这家公司去年的流动比率是多少？”

得到的回答往往是：“未找到相关数据”或者一本正经地胡说八道。

核心症结在哪里？ 🤔

不是模型不够聪明，而是数据喂不进去。传统的 PDF 解析技术（OCR）在面对跨页表格、合并单元格、无线表时，读出的数据结构支离破碎。一旦表格被切片（Chunking）切碎，RAG（检索增强生成）系统就瞎了。

今天，我将带大家打破这堵墙。我们将使用 合合信息 TextIn 清洗数据，配合 火山引擎 Coze（扣子） 的最强推理大脑，让小白也能在 30 分钟内搭建一个真·能读懂复杂财报的金融分析 Agent！

---

二、 准备工作

在开始之前，我们需要准备两个关键工具。

1. 注册TextIn

TextIn 提供的大模型加速器（PDF转Markdown） 是本次实战的核心。它能将非结构化的 PDF 转化为 LLM 最友好的 Markdown 格式。

• 步骤：访问 TextIn合合信息开放平台 -> 登录/注册
• 关键点：点击左侧的"账号与开发者信息"，找到你的 x-ti-app-id 和 x-ti-secret-code

2. 注册火山引擎Coze，获取“最强大脑”

• 步骤：访问 Coze。
• 优势：Coze 提供了可视化的 Agent 编排能力和强大的豆包 Pro 长文本模型，无需自行部署服务器即可从零搭建应用。

---

三、 核心实操：构建数据清洗流水线 (ETL)

很多 RAG 教程只教你怎么传文件，却不教怎么处理文件。为了保证效果，我封装了一个 “傻瓜式”Python 脚本。你只需要填入 ID，即可一键清洗数据。

场景假设：我们有一份《某科技公司2024年第一季度财报.pdf》，里面包含复杂的财务表格。

1. 环境准备

在你的电脑上 VS Code，输入以下命令安装必要的库：

pip install requests

2. 复制并运行脚本

数据源示例：点此下载官方复杂表格示例 PDF

下载这份官方给的示例 pdf，接着新建一个文件 pdf_magic.py，将以下代码完整复制进去。

import requests
import json
import os

# ================= 配置区域 (只改这里!) =================
# 1. 把你的 TextIn ID 和 Secret 填在引号里
APP_ID = '这里填你的App_ID'
SECRET_CODE = '这里填你的Secret_Code'

# 2. 把你要解析的PDF文件名填在这里 (文件要和脚本在同一个文件夹)
PDF_FILENAME = 'report_2024.pdf'
# =======================================================

def pdf_to_markdown_smart():
    print(f"🚀 开始解析: {PDF_FILENAME} ...")
    
    url = 'https://api.textin.com/ai/service/v1/pdf_to_markdown'
    headers = {
        'x-ti-app-id': APP_ID,
        'x-ti-secret-code': SECRET_CODE
    }
    
    # 这里的参数是关键！
    # table_flavor='markdown': 强制把表格转为AI能看懂的Markdown格式
    # apply_document_tree=1: 保持文章的标题层级
    params = {
        'markdown_details': 1,
        'apply_document_tree': 1,
        'table_flavor': 'markdown', 
        'page_details': 1
    }

    try:
        with open(PDF_FILENAME, 'rb') as f:
            image_data = f.read()
            
        response = requests.post(url, data=image_data, headers=headers, params=params)
        result = json.loads(response.text)

        if result.get('code') == 200:
            # 获取解析后的Markdown内容
            md_content = result['result']['markdown']
            
            # 保存为同名的 .md 文件
            output_file = PDF_FILENAME.replace('.pdf', '_cleaned.md')
            with open(output_file, 'w', encoding='utf-8') as f:
                f.write(md_content)
                
            print(f"✅ 成功！文件已保存为: {output_file}")
            print("👉 快去打开看看，表格是不是变得超级整齐！")
        else:
            print(f"❌ 失败: {result.get('message')}")

    except Exception as e:
        print(f"❌ 发生错误: {e}")

if __name__ == '__main__':
    pdf_to_markdown_smart()

注意要将你创建py文件和示例pdf文件保存在同一路径下

3. 见证奇迹

运行脚本 python3 pdf_magic.py。

打开生成的 .md 文件，你会发现原本让人头大的复杂表格，变成了整整齐齐的 Markdown 格式：

技术解析：TextIn 不仅识别了文字，还通过计算机视觉分析了版面布局，正确合并了单元格，变成 AI 易理解的文本格式

---

四、进阶实操：在 Coze 中注入“灵魂”

数据清洗完毕，现在我们用 火山引擎 Coze 来打造这个智能体。 点击该链接去 Coze 创建智能体https://www.coze.cn/space/7431912891705933876/develop?force_stay=1

1. 创建智能体

点击左侧的创建

然后选择创建智能体

智能体名称： 首席财报分析师

功能介绍： 基于TextIn解析的结构化数据，进行专业的财务指标分析。

2. 配置智能体

进入编排页面后，我们需要做三件事：选模型、写 Prompt、传知识库。

A. 模型选择

强烈建议选择 豆包·1.5·Pro·32k（或更高版本）。

• 理由： 财报通常很长，Pro 模型的长上下文窗口能一次性读入更多信息，且推理能力更强。

B. 投喂知识库 (RAG)

1. 在页面的“知识”区域，点击“+”添加文本知识库。
2. 上传我们刚才用 Python 脚本生成的 report_2024_cleaned.md 文件。
3. 分段设置技巧：选择“自定义分段”，使用 # 号作为标识符。因为 TextIn 解析时会自动把章节标题标记为 #，这样 AI 就能按章节读取，不会把表格切碎。

C. 编写提示词 (Prompt)

好的 Prompt 能激发模型的潜能，在左侧的“人设与回复逻辑”中，输入以下专家的指令：

# Role
你是一位拥有 CFA 资格的资深财务分析师。

# Data Source
你将基于知识库中的【TextIn解析文档】回答用户问题。文档已通过TextIn转换为标准的Markdown格式，表格结构清晰。

# Skills
1. **精准提取**：根据 Markdown 表格结构，准确提取财务指标（如营收、净利润、现金流）。
2. **趋势分析**：对比当前季度与历史数据，计算同比增长率。
3. **风险预警**：关注“经营活动现金流”为负或“应收账款”激增的异常情况。
4. **溯源**：在回答的末尾，必须标注数据来源的【页码】。

# Constraint
- 如果知识库中没有相关数据，请直接回答“未在财报中找到”，严禁编造。

---

五、 效果实测：TextIn + 火山引擎的化学反应

一切就绪，让我们在预览窗对这位“分析师”进行高难度面试。

Level 1：结构认知测试

目的是测试模型是否理解 <table> 标签代表表格，以及 <td> 代表单元格。

测试提问：

“知识库里的《劳动人事争议仲裁申请书》有几个主要部分？分别是什么？

表现： 模型精准识别了 HTML/Markdown 结构，列出了“申请人信息”、“仲裁请求”、“事实理由”等板块。这证明 TextIn 的版面分析完全正确。

Level 2：精准提取测试（表格理解）

目的是测试模型能否从复杂的 colspan（合并单元格）中定位信息。

测试提问：

“申请书里的‘注意事项’有哪些？请列出来。”

表现： 模型准确提取了表格底部的备注信息。

注意：在传统 OCR 中，表格底部的文字常被错误合并到上一行，而 TextIn 完美区分了区域。

Level 3：逻辑推理测试（场景生成）

这是最高级的测试，看智能体能不能帮你“填表”。

测试提问：

“我是张三，入职腾讯，月薪2万，被拖欠了3个月工资。请根据知识库的表格要求，帮我生成一份‘仲裁请求’和‘基本事实与理由’的草稿。”

表现： 智能体不仅提取了表格结构，还结合我提供的信息，自动填表并计算了总金额。这标志着它从“阅读者”进化为了“创作者”。

---

六、总结：重新定义“文档智能”的黄金组合

为什么你的 RAG 不好用？往往是因为你只关注了模型，忽略了数据质量。

本方案通过 TextIn大模型加速器 + 火山引擎 的深度融合，完美解决了非结构化数据落地的“最后一公里”难题：

这套组合拳将 AI 的应用场景从简单的“闲聊助手”推向了严肃的 “B端业务决策”：

维度	传统 OCR + LLM	TextIn + 火山引擎 (本方案)
数据源支持	仅限简单文档	搞定复杂报表、扫描件、多栏排版
表格理解力	经常错行、错位	结构还原度 >98%，支持复杂比率计算
开发成本	需手写大量正则规则	API 一键清洗，Agent 拖拽编排
可信度	高幻觉风险	精准溯源，所见即所得

如果说火山引擎的大模型赋予了应用推理的深度，那么 TextIn 则决定了应用认知的广度。两者的结合，让 AI 真正拥有了读懂复杂商业文档、辅助专业决策的能力。

现在，轮到你去亲手打造属于你的超级数字员工了！