selfrelease
fad458b2a7
- UIUX 文档：填充 19 个缺口（多主体画像/健康度/AI+看板/增长域/洞察域/创始人端/OODA/助推/商密） - UIUX 文档：插入 6 个新章节（十四~十九），旧章节重编号为二十~三十一，更新目录和交叉引用 - 作业指导书 x5：导航改为 6 域分组，新增 Context Bar/工作模式/Insight Rail/决策线程/多工作区等 UI 概念 - 新建 docs/2-task-uiux.md：50 个代码落地开发任务，按 P0-P6 分优先级 + 8 Sprint 规划 - 后端/前端：大量新增模型、路由、组件（来自之前 Phase 开发）
18 lines
786 B
Python
18 lines
786 B
Python
"""AI 行业研究 Agent。"""
|
|
|
|
from app.services.llm_client import LLMClient
|
|
|
|
|
|
async def research_industry(industry: str, companies: str) -> dict:
|
|
"""AI 追踪行业动态 → 生成风险提示 → 企业对标分析。"""
|
|
llm = LLMClient()
|
|
prompt = f"""请对以下行业进行研究分析：
|
|
|
|
行业：{industry}
|
|
Portfolio 内相关企业：{companies[:3000]}
|
|
|
|
以 JSON 格式返回：
|
|
{{"industry_trends": ["趋势1", "趋势2"], "policy_changes": ["政策变化"], "competitor_funding": [{{"company": "竞品", "amount": "融资额"}}], "risk_alerts": [{{"risk": "风险", "affected_companies": ["受影响企业"]}}], "benchmark_analysis": "对标分析"}}"""
|
|
result = await llm.chat(prompt, temperature=0.4)
|
|
return result if isinstance(result, dict) else {}
|