FinAgent 是一个基于大型语言模型 (LLM) 和 LangChain 框架构建的智能分析代理。它能够解析和理解复杂的金融文档（如基金的年度和季度报告），并围绕这些文档执行多种任务，包括：
-
智能问答 (RAG): 从上传的 .docx 格式的基金报告中，精确地检索和回答用户关于净值、投资组合、市场展望等方面的问题。
-
数据计算: 根据从文档中提取的数值，执行加、减、乘、除等数学运算。
-
结构化信息抽取: 按照用户定义的 JSON 格式，从非结构化的文本中抽取出关键信息。
-
数据可视化: 根据提取的数据动态生成条形图、饼图或折线图，以供分析。
本项目将复杂的处理流程模块化，形成一个结构清晰、易于扩展的 Python 项目。