FinanceRAG
Assistant multi-agents pour l'analyse financière comparative
Projet en cours de construction
Ce projet est actuellement en développement. Il pousse l'approche RAG vers une architecture multi-agents : un agent orchestrateur décompose la question, des agents spécialisés analysent chaque société en parallèle, et un agent de synthèse construit la réponse comparative finale. Le code et les démos seront publiés progressivement.
Pourquoi multi-agents et pas RAG classique
Un RAG classique répond bien à une question portant sur un seul document. Mais en analyse financière, les vraies questions sont comparatives : « Comment LVMH se positionne par rapport à Hermès sur la marge d'exploitation ces 3 dernières années ? ». Le RAG simple échoue parce qu'il mélange les contextes des deux sociétés. Une architecture multi-agents permet de traiter chaque société séparément, puis de comparer.
Approche technique
- Orchestration LangGraph avec un agent planner qui décompose la question utilisateur en sous-questions par société
- Agents spécialisés par société : chacun a accès uniquement aux rapports de la société qu'il analyse
- Extraction structurée de KPIs financiers (CA, EBITDA, marge nette, dette, etc.) avec validation Pydantic
- Agent de synthèse qui produit la comparaison finale avec citations sourcées et tableau structuré
- Indexation vectorielle des rapports avec FAISS et chunking adapté aux tableaux financiers
- Visualisation automatique des KPIs comparés via Plotly intégré à l'interface Streamlit
Objectifs du projet
- Démontrer la valeur ajoutée d'une architecture multi-agents face à un RAG monolithique sur des questions comparatives
- Travailler sur l'extraction structurée de données financières depuis des tableaux PDF
- Mettre en place une vraie démarche d'évaluation : précision de l'extraction de KPIs, fidélité aux sources
- Documenter publiquement l'architecture, les arbitrages et les limites rencontrées