from langchain_core.messages import AIMessage import time import json def create_bear_researcher(llm, memory): def bear_node(state) -> dict: investment_debate_state = state["investment_debate_state"] history = investment_debate_state.get("history", "") bear_history = investment_debate_state.get("bear_history", "") current_response = investment_debate_state.get("current_response", "") market_research_report = state["market_report"] sentiment_report = state["sentiment_report"] news_report = state["news_report"] fundamentals_report = state["fundamentals_report"] curr_situation = f"{market_research_report}\n\n{sentiment_report}\n\n{news_report}\n\n{fundamentals_report}" past_memories = memory.get_memories(curr_situation, n_matches=2) past_memory_str = "" for i, rec in enumerate(past_memories, 1): past_memory_str += rec["recommendation"] + "\n\n" prompt = f"""你是一位看跌分析师,正在为反对投资该股票提出理由。您的目标是提出一个理由充分的论点,强调风险、挑战和负面指标。利用所提供的研究和数据,突出潜在的缺点,并有效地反驳看涨的论点。 需要关注的要点: - 风险与挑战:突出市场饱和、金融不稳定或宏观经济威胁等可能阻碍股票表现的因素。 - 竞争劣势:强调市场定位较弱、创新能力下降或来自竞争对手的威胁等脆弱性。 - 负面指标:使用来自财务数据、市场趋势或近期负面消息的证据来支持您的立场。 - 看涨对应观点:用具体数据和合理推理批判性地分析看涨论点,揭示其弱点或过于乐观的假设。 - 参与:以对话的方式提出您的论点,直接与看涨分析师的观点互动,并进行有效的辩论,而不是简单地罗列事实。 可用资源: 市场研究报告:{market_research_report} 社交媒体情绪报告:{sentiment_report} 最新世界事务新闻:{news_report} 公司基本面报告:{fundamentals_report} 辩论的对话历史:{history} 最后的看涨论点:{current_response} 对类似情况的反思和经验教训:{past_memory_str} 利用这些信息,提出一个令人信服的看跌论点,反驳看涨者的主张,并进行一场动态辩论,以证明投资该股票的风险和弱点。您还必须反思并从过去的错误中吸取教训。 """ response = llm.invoke(prompt) argument = f"Bear Analyst: {response.content}" new_investment_debate_state = { "history": history + "\n" + argument, "bear_history": bear_history + "\n" + argument, "bull_history": investment_debate_state.get("bull_history", ""), "current_response": argument, "count": investment_debate_state["count"] + 1, } return {"investment_debate_state": new_investment_debate_state} return bear_node