AI炒股：用硅基流动SiliconCloud批量总结研报

在deepseek中输入提示词：

你现在是一个Python编程专家，要调用siliconflow平台的Qwen2.5-7B-Instruct模型来总结文档，具体步骤如下：

打开文件夹：F:\AI自媒体内容\AI炒股\已经阅读\已经上传

读取里面所有的pdf文档；

用Qwen2.5-7B-Instruct模型总结pdf文档；

总结完后保存为一个docx文档，文件名在原pdf文档名后面加上“_总结”

siliconflow平台的基础URL: https://api.siliconflow.cn/v1

API密钥为：XXX

模型为：Qwen/Qwen2.5-7B-Instruct，上下文长度32K；

提示词为：总结下面这篇券商研究报告的核心内容，不需要总结“投资建议”、“风险提示”、“投资评级”、“免责声明”这些。输出部分包括：报告标题、报告发布日期、证券分析师姓名、研报所用的研究方法、数据来源、研报的核心逻辑和要点（这部分要不少于500字）、具体的股票投资标的（股票名称和股票代码）。

代码示例：

from openai import OpenAI

client = OpenAI(api_key="YOUR_API_KEY", base_url="https://api.siliconflow.cn/v1")

response = client.chat.completions.create(

model='alibaba/Qwen1.5-110B-Chat',

messages=[

{'role': 'user', 'content': "抛砖引玉是什么意思呀"}

],

stream=True

)

for chunk in response:

print(chunk.choices[0].delta.content, end='')

注意：模型有限速，RPM=1K TPM=50K, 为了解决这个问题，我们可以采取以下措施：增加请求间隔：在每次请求之间增加一定的延迟，以避免短时间内发送过多的请求。批量处理：将多个文档的总结任务分成多个批次，每个批次之间增加一定的延迟。错误重试：在遇到错误时，等待一段时间后重试请求。

如果pdf文档的内容超过模型的上下文长度（32K 字符），模型将无法处理整个文档。为了解决这个问题，我们可以将文档分块处理，确保每个块的长度不超过模型的上下文长度限制。

如果分块处理不当，可能会导致某些内容在多个块中重复出现，从而导致总结内容重复。

为了解决这个问题，我们可以采取以下措施：优化分块处理：确保每个块的内容尽可能独立，避免重叠。去重处理：在拼接总结内容时，进行去重处理，避免重复内容。检查模型输出：在调用模型时，检查输出内容，确保没有重复。

在把总结内容写入word时，要把### 、**等这些markdown符号转换成对应的word文档符号;

每一步都要输出信息到屏幕上

Deepseek生成的代码：

# -*- coding: utf-8 -*-

import os

import warnings

import re

from openai import OpenAI

from PyPDF2 import PdfReader

from docx import Document

from docx.shared import Pt

from docx.enum.text import WD_PARAGRAPH_ALIGNMENT

# 忽略PyPDF2的警告

warnings.filterwarnings("ignore", category=UserWarning, module="PyPDF2")

# 设置API密钥和基础URL

api_key = XXX

base_url = "https://api.siliconflow.cn/v1"

# 初始化OpenAI客户端

client = OpenAI(api_key=api_key, base_url=base_url)

# 定义文件夹路径

folder_path = r"F:\AI自媒体内容\AI炒股\已经阅读\已经上传"

# 定义模型的上下文长度限制

MAX_CONTEXT_LENGTH = 32000 # 32K characters

def split_text_into_chunks(text, max_length):

"""将文本分割成不超过指定长度的块"""

chunks = []

current_chunk = ""

current_length = 0

for line in text.splitlines():

if current_length + len(line) + 1 > max_length:

chunks.append(current_chunk.strip())

current_chunk = line

current_length = len(line)

else:

if current_chunk:

current_chunk += "\n" + line

else:

current_chunk = line

current_length += len(line) + 1

if current_chunk:

chunks.append(current_chunk.strip())

return chunks

def remove_duplicates(text):

"""去除文本中的重复内容"""

lines = text.splitlines()

seen = set()

unique_lines = []

for line in lines:

if line not in seen:

seen.add(line)

unique_lines.append(line)

return "\n".join(unique_lines)

def markdown_to_word(text):

"""将Markdown格式的文本转换成Word文档格式"""

# 替换标题

text = re.sub(r'^### (.*)', r'\1', text, flags=re.MULTILINE)

text = re.sub(r'^## (.*)', r'\1', text, flags=re.MULTILINE)

text = re.sub(r'^# (.*)', r'\1', text, flags=re.MULTILINE)

# 替换加粗

text = re.sub(r'\*\*(.*?)\*\*', r'\1', text)

# 替换列表

text = re.sub(r'^- (.*)', r'\1', text, flags=re.MULTILINE)

return text

# 遍历文件夹中的所有pdf文件

for filename in os.listdir(folder_path):

if filename.endswith(".pdf"):

# 读取PDF文档

pdf_path = os.path.join(folder_path, filename)

print(f"正在读取PDF文档: {pdf_path}")

try:

reader = PdfReader(pdf_path)

text = ""

for page in reader.pages:

text += page.extract_text()

except Exception as e:

print(f"读取PDF文档时出错: {e}")

continue

# 分块处理

chunks = split_text_into_chunks(text, MAX_CONTEXT_LENGTH)

# 总结每个块

summary_chunks = []

for i, chunk in enumerate(chunks):

print(f"正在总结文档: {filename} 的第 {i+1}/{len(chunks)} 块")

try:

response = client.chat.completions.create(

model='Qwen/Qwen2.5-7B-Instruct',

messages=[

{'role': 'user', 'content': f"总结下面这篇券商研究报告的核心内容，不需要总结“投资建议”、“风险提示”、“投资评级”、“免责声明”这些。输出部分包括：报告标题、报告发布日期、证券分析师姓名、研报所用的研究方法、数据来源、研报的核心逻辑和要点（这部分要不少于500字）、具体的股票投资标的（股票名称和股票代码）。\n{chunk}"}

],

stream=False

)

summary_chunks.append(response.choices[0].message.content)

except Exception as e:

print(f"总结文档时出错: {e}")

continue

# 拼接总结后的内容并去除重复

summary_content = "\n".join(summary_chunks)

summary_content = remove_duplicates(summary_content)

# 将Markdown格式的文本转换成Word文档格式

summary_content = markdown_to_word(summary_content)

# 创建新的文档并写入总结后的内容

new_doc = Document()

for line in summary_content.split("\n"):

if line.startswith("报告标题"):

p = new_doc.add_paragraph()

p.add_run(line).bold = True

p.alignment = WD_PARAGRAPH_ALIGNMENT.CENTER

elif line.startswith("报告发布日期"):

p = new_doc.add_paragraph()

p.add_run(line).bold = True

elif line.startswith("证券分析师"):

p = new_doc.add_paragraph()

p.add_run(line).bold = True

elif line.startswith("研究方法和数据来源"):

p = new_doc.add_paragraph()

p.add_run(line).bold = True

elif line.startswith("核心逻辑和要点"):

p = new_doc.add_paragraph()

p.add_run(line).bold = True

elif line.startswith("具体的股票投资标的"):

p = new_doc.add_paragraph()

p.add_run(line).bold = True

else:

new_doc.add_paragraph(line)

# 保存总结后的文档

new_filename = filename.replace(".pdf", "_总结.docx")

new_doc_path = os.path.join(folder_path, new_filename)

new_doc.save(new_doc_path)

print(f"总结完成，保存为: {new_doc_path}")

print("所有文档总结完成！")

程序运行结果：

其中一个总结：