晨星智能引擎将个性化投资洞察置于分析师指尖

挑战

金融服务业是数据驱动程度最高的行业之一，金融专业人士始终渴望获得更多数据和更好的工具，从而为客户创造价值。晨星公司是一家公开上市的投资研究公司，自 1984 年成立以来，一直致力于为金融专业人士汇编和分析基金、股票和一般市场数据。

长期以来，要充分利用晨星公司及其产品，需要深入了解金融领域，能够解析细致的研究报告，并精通其专有的强大工具包。随着生成式人工智能的兴起，晨星团队看到了一个机会，可以使其数据更易于访问，并能更快速地为更广泛的用户提供实用价值。

解决方案

晨星公司首先构建了一个名为 Mo 的聊天机器人，晨星客户可以使用自然语言以对话形式查询其广泛的研究数据库，从而在几秒钟内生成简洁而细致的洞察。

该团队还决定将这项创新的优势扩展到他们的客户（通常是资产管理公司和财富顾问），并使他们能够构建自有品牌的聊天机器人和其他人工智能工具。通过使用他们的新平台晨星智能引擎，晨星客户现在可以安全地上传自己的研究信息（以便为晨星数据提供更多背景信息和个性化），然后将聊天机器人“列入白名单”，供其最终客户使用。

晨星团队的几名成员通过他们对开源存储库的贡献，已经熟悉 LangChain。协作、社区驱动的精神首先吸引了该团队使用 LangChain。当需要构建可用于生产环境的应用程序时，LangChain 成为了显而易见的选择，因为

LangChain 提供了一个强大的框架，用于启动 LLM 驱动的应用程序开发。LangChain 中提出的概念和想法易于理解和实施，从原型到生产，这加快了团队的开发过程。
LangChain 拥有 RAG 应用程序的蓝图，使发现和摘要变得容易。晨星公司集成了 LangChain 的各种基本概念，包括提示模板、基于 RAG 的方法、ReAct 框架、创建向量嵌入、LangChain 评估器、函数调用和输出解析。检索技术的选择提高了开箱即用的性能。
LangChain 帮助处理重试等边缘情况，这有助于增强晨星公司的应用程序的稳健性
LangChain 集成提供了跨各种向量数据库的广泛支持，增强了其通用性和适用性。
开发主管 Jinyoung Kim 表示：“LangChain 引入了关键的认知架构，有助于更好地理解生成式人工智能，从而丰富了我们团队对这项不断发展的技术的理解。LangChain 团队紧跟快速发展的研究成果，然后将其应用到 LangChain 中，以便我们能够从最新的进展中获益。”

晨星智能引擎从概念到生产仅用了不到 60 天的时间，团队精干，只有 5 名开发人员。