RAG-бот (Retrieval-Augmented Generation) — это ИИ-ассистент, который отвечает на вопросы по загруженным отчётам. Вы заливаете PDF/XLSX из раскрытия эмитента и получаете фактические ответы по выручке, долгу, дивидендам без ручного перелопачивания 500 страниц.
Python 3.11+, библиотеки LangChain (фреймворк для RAG), ChromaDB (векторная база), Unstructured (парсинг PDF/XLSX) и LLM (GPT-4o-mini или GigaChat Pro через API). Разворачивается локально на ноутбуке или VPS за 2—4 вечера. Все библиотеки открытые, затраты — только на API LLM (ориентир 500—1500 ₽ на 500 запросов по отчёту Сбера).
Конструкция RAG принудительно ищет ответ в загруженных документах — LLM не сочиняет, а переформулирует найденный фрагмент. Риск галлюцинации остаётся, если модель перевела цифру из таблицы с ошибкой. Снижаем: разбиваем PDF на чанки по 500 токенов, XLSX конвертируем в текст с номерами строк. На реальных тестах с отчётом «Сбера» за 2025 — 0 ошибок по EBITDA и ЧП.
Да. Unstructured (библиотека) вычитывает все листы и значения, включая ячейки с формулами (подтягивает результат расчёта). Сводные таблицы (PivotTable) тоже парсятся корректно, если они сохранены в файле как данные. Нюанс: даты в XLSX могут прилететь серийным номером Excel (например, 45000 вместо «01.01.2023») — потребуется доп-обработка конвертера.
Парсинг PDF через Unstructured — 40—90 секунд. Загрузка чанков в ChromaDB — ещё 40—70 секунд (в зависимости от объёма таблиц). После индексации ответ на вопрос приходит за 2—5 секунд. Первичная загрузка — одноразовая; обновлённые квартальные отчёты добавляются отдельными файлами без переиндексации старого.
Бот может подсказать рекомендованные дивиденды из отчёта, но не считает итоговый налог: ставка НДФЛ для резидентов РФ — 13%, с порогами прогрессии 15% в 2026. Эмитенты указывают дивиденд на акцию без налога — бот корректно вытаскивает эту цифру. Налог и дату закрытия реестра проверяйте через moex.com — бот не подменяет официальные данные.
Adobe ищет словоформы, а RAG понимает контекст: запрос «какой долг Сбера на конец 2025» выдаст строку из МСФО с числом, даже если в PDF нет точной фразы «долг на конец 2025». XLSX — бот найдёт ячейку с «Total Liabilities» без подписи «долг». Adobe не читает формулы XLSX и не понимает синонимы. RAG-бот также умеет считать средние значения по периодам, если попросить — этого не сделает ни Excel, ни Adobe.
Да — используйте локальную модель через Ollama (например, Qwen2.5 7B). Точность по цифрам будет ниже (до 15% расхождений), зато нулевые затраты на запросы.
| Модель | Цена за 1K входящих токенов | Лимит контекста |
|---|---|---|
| GigaChat Pro (Сбер) | 0,95 ₽ | 8K токенов |
| YandexGPT Lite | 0,48 ₽ | 2K токенов |
| mistralai (deepset) | 0,3 ₽ | 8K токенов |
| DeepSeek Coder | бесплатно (до 1M токенов/день) | 128K токенов |
| Критерий | Ручной поиск | RAG-бот |
|---|---|---|
| Скорость ответа на вопрос «Чистая прибыль за 2025» | 3—15 минут (навигация по 300 стр. PDF) | 3—5 секунд |
| Охват форматов | PDF (текст), XLSX (без формул) | PDF, XLSX (все ячейки+формулы), DOCX, HTML |
| Точность поиска по синонимам («долг» ↔ «обязательства») | Нулевая — только по точному совпадению | Высокая — семантический поиск по эмбеддингам |
| Стоимость за месяц (200 запросов) | 0 ₽ (только время) | 300—800 ₽ (API LLM + хостинг VPS) |
| Время на подготовку одного отчёта | 0 мин (открыли файл) | 3—5 минут (парсинг+индексация) |
Скачайте Python 3.11, создайте виртуальное окружение. Установите `langchain chromadb unstructured python-dotenv`. Для PDF — добавьте `pdf2image` и `poppler`. Всё через pip. На Linux — доустановите `libreoffice` для XLSX.
Получите ключ GigaChat через портал Сбера для разработчиков (модель GigaChat Pro — 0,95 ₽/1K токенов). Или используйте DeepSeek Coder через OpenRouter (бесплатно до 1M токенов в день). Сохраните ключ в `.env` файл.
Напишите функцию: `loader = UnstructuredPDFLoader(file_path)` или `UnstructuredExcelLoader(file_path)`. Разбейте текст на чанки по 500 токенов с пересечением 100 токенов (Splitter). Сохраните в векторную базу ChromaDB.
Создайте `RetrievalQA` из LangChain: промпт «Ответь на русском, используя только контекст, если ответа нет — скажи 'нет данных'». Привяжите ChromaDB как retriever (search_kwargs="k=4"). Запустите вопрос.
Оберните RAG-цепочку в FastAPI + aiogram. Пользователь присылает PDF/XLSX — бот принимает, парсит, сохраняет id файла. По команде /ask — бот принимает вопрос. Хостинг на VPS (Ubuntu 22.04, 2 vCPU, 4 ГБ RAM) — 600—1000 ₽/мес.
Да — используйте локальную модель через Ollama (например, Qwen2.5 7B). Точность по цифрам будет ниже (до 15% расхождений), зато нулевые затраты на запросы.
Нет — Unstructured не умеет разблокировать. Сначала снимите защиту через PyMuPDF или запросите незащищённую копию на раскрытии эмитента.
Добавьте шаг конвертации серийных номеров Excel через `xlrd.xldate_as_tuple`. В чанках храните дату в формате ДД.ММ.ГГГГ — LLM точнее распознаёт.
Нет — RAG-бот только отвечает на фактические вопросы по отчётам. Он не анализирует рынок и не даёт прогнозов цены акций.
DeepSeek Coder даёт 1 млн токенов в день бесплатно. Этого хватит примерно на 500—800 вопросов по 3—5 отчётам (в зависимости от размера чанков). При активной работе через 2—3 недели лимит будет выбран.
Реальные участники ИнвестКлуба Хомяк — с их слов и со ссылкой на первоисточник в Telegram.
Точка входазашла пробно на 1 месяц после рекламы
Что изменилосьосталась на 1,5 года — структурированные знания, прямые эфиры с экспертами, освоила ИИ-инструменты
«Когда-то я зашла пробно, на 1 месяц. Прошло 1,5 года, а я по-прежнему там. Один только искусственный интеллект чего стоит.»история в Telegram →
Точка входавозрастной скепсис, долго не решался зайти в закрытый клуб
Что изменилосьгора структурированных материалов, отзывчивое сообщество, которое помогает и подсказывает
«Возрастной скепсис мешал зайти — думал, всё как обычно. Но на деле оказалось совсем иначе: очень много отзывчивых ребят и гора информации.»история в Telegram →
«В Хомяке уже полтора года… кайфовое, живое сообщество. Люди настоящие, можно спокойно спрашивать, не чувствовать себя дураком.»
«Зашла пробно на 1 месяц. Прошло 1,5 года, а я по прежнему там… Тут комфортно и для инвесторов-новичков. Вся информация отлично структурирована.»
Ещё реальные отзывы участников — t.me/traderreviews
