SEC Filings RAG Assistant 是一个面向 SEC 10-K/10-Q 文件的 RAG 助手项目，流程包括下载 EDGAR 报告、解析和清洗 HTML、切分文档、生成 embedding、写入 ChromaDB，并在回答问题时返回带来源引用的结果。 它的价值在于流程完整且贴近金融文档问答。很多 RAG 示例只演示上传 PDF 后问答，但金融披露文件非常长、格式复杂、章节结构明显，且答案必须可追溯。这个项目把解析、清洗、分块、检索、多样性召回和引用格式都拆开，适合做金融 RAG 入门。 对银行来说，SEC 文件可以替换成内部制度、产品说明、授信手册、审计报告或贷后检查报告。学习它的关键不是 SEC 本身，而是“金融长文档如何进入可引用问答系统”。
项目主要介绍
SEC Filings RAG Assistant 是一个面向 SEC 10-K/10-Q 文件的 RAG 助手项目，流程包括下载 EDGAR 报告、解析和清洗 HTML、切分文档、生成 embedding、写入 ChromaDB，并在回答问题时返回带来源引用的结果。
它的价值在于流程完整且贴近金融文档问答。很多 RAG 示例只演示上传 PDF 后问答，但金融披露文件非常长、格式复杂、章节结构明显，且答案必须可追溯。这个项目把解析、清洗、分块、检索、多样性召回和引用格式都拆开，适合做金融 RAG 入门。
对银行来说，SEC 文件可以替换成内部制度、产品说明、授信手册、审计报告或贷后检查报告。学习它的关键不是 SEC 本身，而是“金融长文档如何进入可引用问答系统”。
金融 + AI 核心特点
- 项目方向是：SEC 文件 RAG / 引用型问答，核心学习问题是：10-K/10-Q 如何下载、清洗、分块、向量化并生成带引用答案。
- 能帮助理解金融场景中数据、模型、检索、推理、智能体、知识图谱或评测之间的衔接方式。
- 适合用公开数据做原型学习，再思考如何迁移到银行内部制度、产品、客户、风控或运营场景。
- 项目地址：https://github.com/sshatl/sec-filings-rag。 ↗
- 开源协议标注为：未明确标注；若协议未明确，建议仅作学习研究参考。
可学习内容
重点学习源文档引用。金融问答不能只输出自然语言答案，必须告诉用户依据来自哪个文件、哪个片段、哪个时间版本。
还可以学习 RAG 的工程细节：HTML 清洗、chunk 大小、过滤、MMR、多轮问题格式和测试用例。
应用方向
- SEC 10-K/10-Q 问答和上市公司公开资料分析。
- 银行内部制度、产品手册和监管文件 RAG 原型。
- 带引用答案的客户经理助手。
- 金融文档清洗、切块、向量化流程学习。
- 评估不同 embedding 和向量库在金融长文档中的表现。
风险与局限
项目依赖 OpenAI 和 ChromaDB 等组件，真实使用需要 API key、成本控制和数据安全评估。引用型 RAG 也不保证绝对正确，模型可能引用相关但不足以支持结论的片段，仍需人工审核。
原始来源与整理依据
文字分析来自内容源；业务分类、技术标签由 SeekingDAO 按规则整理。披露效果保留原有时间、范围和预测口径，未作独立审计。开源项目与 Skill 的当前许可、兼容性及依赖请以其上游为准。