zensers/zensers

选用指南

AI 根据 README 整理 · 2026/10/20 20:21:39

适用场景

适用于行业分析、公司研究、竞品分析、政策解读、投资决策、学术综述等场景。

查看 README 依据

| **每个数字可溯源** | 数据点携带来源 URL、证据摘录、地理/期间口径与认知层级（事实/推理/推测） | | **口径纪律** | 跨口径数据不合并比较；统计边界在报告开头集中声明，全文一致执行 | | **面向决策的解读** | 不止罗列数据——对比、测算、情景推演与分角色决策建议 | --- ## 🧰 核心能力速览 | 能力 | 说明 | |------|------| | 多智能体协作 | 13+ 专业 Agent：需求解析/数据采集/跨域综合/质检校准/文档排版 | | 专业图表 | 12 种图表类型，LLM 规划 + 数值校验后渲染 | | 多格式交付 | DOCX / PPTX / PDF / HTML / Markdown | | 结构化数据 | A股上市公司财务三表、关键指标、股价历史（多数据源兜底） | | 双轨学习 | Wisdom + Knowledge 双系统，研究结果沉淀为组织记忆 | | 生产级工程 | 6,300+ 测试用例、失败留痕审计、断点续跑、多 LLM 供应商容灾 | --- ## 🎯 适用场景 **行业分析** · **公司研究** · **竞品分析** · **政策解读** · **投资决策** · **学术综述** --- ## 🚀 快速开始 ### 环境要求

使用方式

可通过桌面应用一键启动、开发模式或 Docker 部署，访问本地端口输入研究需求即可使用。

查看 README 依据

- Python 3.10+ · Node.js 18+（前端）· LLM API Key（OpenAI / DeepSeek） ### 安装 ```bash git clone https://github.com/zensers/zensers.git cd zensers # 后端 pip install -r requirements.txt cp config/settings.example.yaml config/settings.yaml # 填入你的 LLM API Key # 前端 cd web && npm install && cd .. ``` ### 启动 ```bash python desktop_app.py # 桌面应用（一键启动，推荐） uvicorn src.api.main:app --reload # 开发模式 docker compose up -d # Docker ``` 访问 `http://localhost:3000`，输入你的研究需求即可。 --- ## 📄 License [MIT](LICENSE)

部署要求

需要 Python 3.10+、Node.js 18+（前端）以及 LLM API Key（OpenAI / DeepSeek）。

查看 README 依据

- Python 3.10+ · Node.js 18+（前端）· LLM API Key（OpenAI / DeepSeek） ### 安装 ```bash git clone https://github.com/zensers/zensers.git cd zensers # 后端 pip install -r requirements.txt cp config/settings.example.yaml config/settings.yaml # 填入你的 LLM API Key # 前端 cd web && npm install && cd .. ``` ### 启动 ```bash python desktop_app.py # 桌面应用（一键启动，推荐） uvicorn src.api.main:app --reload # 开发模式 docker compose up -d # Docker ``` 访问 `http://localhost:3000`，输入你的研究需求即可。 --- ## 📄 License [MIT](LICENSE)