部署上线

概述

将财报分析 Agent 部署到生产环境，让用户可以通过 Web 或 API 访问。

部署方案

方案	优点	缺点	适用场景
Streamlit	快速、简单	性能一般	原型演示
FastAPI	高性能、标准	需前端	API 服务
Gradio	易用、美观	定制性差	AI 应用

Streamlit 部署

基础应用

import streamlit as st
import yfinance as yf

st.title("财报分析 Agent")

# 输入
symbol = st.text_input("输入股票代码", "AAPL")

if st.button("开始分析"):
    with st.spinner("正在分析..."):
        ticker = yf.Ticker(symbol)
        info = ticker.info

        # 显示基本信息
        st.subheader(f"{info.get('longName')}")

        col1, col2, col3 = st.columns(3)
        col1.metric("市盈率", f"{info.get('trailingPE', 'N/A'):.2f}")
        col2.metric("市净率", f"{info.get('priceToBook', 'N/A'):.2f}")
        col3.metric("ROE", f"{info.get('returnOnEquity', 0)*100:.1f}%")

运行命令

streamlit run app.py --server.port 8501

FastAPI 部署

API 服务

from fastapi import FastAPI
from pydantic import BaseModel

app = FastAPI(title="财报分析 API")

class AnalysisRequest(BaseModel):
    symbol: str
    analysis_type: str = "full"

@app.post("/analyze")
async def analyze(request: AnalysisRequest):
    # 执行分析
    result = run_analysis(request.symbol)
    return {"status": "success", "data": result}

@app.get("/health")
async def health():
    return {"status": "healthy"}

启动服务

uvicorn main:app --host 0.0.0.0 --port 8000

Docker 部署

Dockerfile

FROM python:3.10-slim

WORKDIR /app
COPY requirements.txt .
RUN pip install -r requirements.txt

COPY . .
EXPOSE 8000

CMD ["uvicorn", "main:app", "--host", "0.0.0.0", "--port", "8000"]

构建运行

docker build -t financial-agent .
docker run -p 8000:8000 financial-agent

云平台部署

Vercel (Streamlit)

# 安装 Vercel CLI
npm i -g vercel

# 部署
vercel --prod

Railway

# 连接 GitHub 仓库后自动部署
# 设置环境变量
OPENAI_API_KEY=your-key

监控运维

日志配置

import logging

logging.basicConfig(
    level=logging.INFO,
    format="%(asctime)s - %(name)s - %(levelname)s - %(message)s",
    handlers=[
        logging.FileHandler("app.log"),
        logging.StreamHandler()
    ]
)

logger = logging.getLogger(__name__)

健康检查

@app.get("/health")
async def health_check():
    return {
        "status": "healthy",
        "version": "1.0.0",
        "timestamp": datetime.now().isoformat()
    }

安全配置

# API 密钥验证
from fastapi import Header, HTTPException

async def verify_api_key(x_api_key: str = Header(...)):
    if x_api_key != os.getenv("API_KEY"):
        raise HTTPException(status_code=401, detail="Invalid API key")
    return x_api_key

项目完成

恭喜！你已完成财报分析 Agent 的全部开发。

回顾：

1. 需求分析 - 明确功能和技术选型
2. 数据获取 - 接入财报 API
3. 数据分析 - 计算财务指标
4. AI 分析 - LLM 生成洞察
5. 可视化 - 图表和报告
6. 部署上线 - 生产环境部署

---

← 返回可视化 | 返回项目三