Finance Agent

Агент на LangGraph, который маршрутизирует вопросы о акциях на естественном языке между кастомным MCP-сервером (квантовые инструменты yfinance) и новостным инструментом, проверенный с помощью собственного набора для оценки.

Создан для закрытия двух пробелов в навыках: проектирование MCP-серверов (поверхность инструментов, описания как логика маршрутизации) и оркестрация агентов с суждением о маршрутизации.

Архитектура

User Query
    │
    ▼
┌─────────┐
│  route  │  3-way classifier: quant / news / both
└────┬────┘
     │
     ├──────────────────────┬─────────────────────
     ▼                      ▼
┌─────────┐           ┌──────────┐
│  quant  │           │   news   │
│ (ReAct) │           │  (ReAct) │
└────┬────┘           └────┬─────┘
     │                     │
     └──────────┬───────────┘
                │
        ┌───────┴────────┐
        │                │
        ▼                ▼
┌──────────────┐   ┌───────────┐
│finish_single │   │ synthesize│
│   _source    │   │           │
└──────┬───────┘   └─────┬─────┘
       │                 │
       └────────┬─────────┘
                ▼
             Answer

Узлы:

• route — классифицирует запрос; без вызовов инструментов, только решение

• quant — ReAct-агент с 5 MCP-инструментами; выбирает подходящий(ие) инструмент(ы) для вопроса

• news — ReAct-агент с get_recent_news; обрабатывает вопросы о новостях/контексте

• finish_single_source — сквозной проход для однопутевых запросов; продвигает результат в answer

• synthesize — согласует результаты quant и news в единый связный ответ для запросов «both»

Для запросов «both» quant и news выполняются параллельно; LangGraph ждет завершения обоих, прежде чем запускать synthesize.

Related MCP server: Yahoo Finance MCP Server

MCP-сервер — квантовые инструменты

Пять инструментов, каждый ограничен одной формой вопроса:

Описания инструментов включают явные негативные случаи («не для X, это относится к инструменту Y») — это необходимо, поскольку несколько инструментов имеют схожие формы параметров и в противном случае были бы неоднозначны для маршрутизатора.

Установка

python3 -m venv .venv
source .venv/bin/activate
pip install -r requirements.txt
cp .env.example .env  # add your ANTHROPIC_API_KEY

Использование

python -m agent.graph "What's Tesla's P/E ratio?"
python -m agent.graph "Why did NVDA drop this week?"
python -m agent.graph "Has AMZN's stock kept pace with its revenue growth?"

Оценка

pytest evals/test_agent.py -v

18 запросов по четырем категориям: quant, news, both и adversarial. Adversarial-кейсы включают ловушки с ключевыми словами (новостной язык, оборачивающий квантовые вопросы) и запросы с ложной предпосылкой (утверждения о движении цены, которые необходимо проверить перед объяснением).

Результат: 15/18 → 18/18 после исправления двух хрупких утверждений о строке тикера и добавления правила классификации ложных предпосылок в промпт маршрутизатора.

Ключевые проектные решения

1. Описания инструментов как логика маршрутизации. Каждое описание инструмента явно указывает, что он не обрабатывает. Без негативных случаев инструменты с пересекающимися формами параметров (например, get_stock_price и get_price_history_stats оба принимают тикер и параметры, похожие на дату) неоднозначны для LLM-маршрутизатора.

2. Новости как обычный инструмент LangGraph, а не второй MCP-сервер. Инстинкт был: «второй MCP-сервер = переиспользуемый строительный блок». Но если подумать: переиспользуемый для чего? Конкретного второго потребителя не было. Второй MCP-сервер означает второй подпроцесс для запуска и управления; обычный @tool — это одна внутрипроцессная функция. Накладные расходы на границу процесса не имели соответствующей выгоды.

3. Маршрутизатор классифицирует намерение, агенты выбирают инструменты. Маршрутизатор выполняет только трехстороннюю классификацию — он не выбирает, какой квантовый инструмент вызывать. Выбор инструмента LLM (сопоставление запроса с одним из 5 описаний инструментов) — это гибкая/недетерминированная работа, которая принадлежит внутри цикла ReAct quant, а не дублируется в промпт маршрутизатора.

4. Синтез должен согласовывать, а не конкатенировать. Промпт синтеза явно инструктирует модель связывать квантовые данные и новостной контекст в единый связный ответ. «Не просто перечисляй оба по отдельности — свяжи их». Без этого путь «both» дает два абзаца, склеенных вместе, а не реальный ответ.