面向金融任务的多智能体协作编排框架，基于 OSWorld 环境实现可溯源认知与幻觉消除，采用 Orchestrator-Worker 双智能体架构，支持本地数据库查询、GitHub 集成与金融数据聚合。
FinTalk.v 是一个面向金融任务的多智能体协作编排框架，核心特性包括：
可溯源认知（Grounded Cognition）：每条信息可追溯到可验证来源（数据库行或确定性计算结果），系统性消除事实幻觉。
双智能体架构：
- Orchestrator Agent（Qwen3-8B）：负责高层推理、策略规划与答案综合
- Worker Agent（Qwen2.5-7B-Instruct-1M）：负责专项技能执行，支持动态 LoRA 适配器服务
Worker 技能集：
- Keyword Extraction（语义解析与实体识别）
- Classification（意图分类与路由）
- NL2SQL（高精度 SQL 生成）
MCP 集成能力：Parallel Model Execution、Query Rewriting、Arbitration Mechanism、Rejection Detection、Correlation Analysis、Function Calling、Streaming NLG、Conversation Management
外部工具集成：GitHub Search/Repo Manager、Google Search、Alpha Vantage（股票价格）、NewsAPI（金融新闻）
训练流水线：SFT（NL2SQL LoRA，使用 Qwen3-Embedding-8B 向量语义去重）+ RL（verl 框架 + GRPO 强化学习精调）
内置数据库：607 家公司信息、2,970 条高管记录、2,208 条股东记录
适用场景：企业金融情报查询与分析、银行/金融机构内部知识库问答、多源金融数据聚合与对比分析
快速开始：
git clone https://github.com/boris-dotv/fintalk.v
cd fintalk.v
python -m venv venv && source venv/bin/activate
pip install -r requirements.txt
python run.py
环境变量：GITHUB_TOKEN（必需）、GOOGLE_API_KEY、ALPHA_VANTAGE_KEY、NEWS_API_KEY、LLM_API_KEY（可选）