面向风险投资尽职调查的多智能体编排框架

我们提出了一个全自动多代理框架，用于风险投资的企业尽职调查和市场分析。该系统在事件驱动的编排架构上运行，将大语言模型 (LLM) 与实时网络检索相结合，将非结构化数据合成为结构化投资情报。核心技术贡献是一个程序化提取管道，它对希腊商业登记处 (Γ.E.MH.) 的前端到后端通信进行逆向工程，查询动态端点以检索官方财务文件，然后使用布局感知的 OCR 提取器进行解析。结构性后备机制明确标记数据缺失，而不是生成未经验证的数据，直接针对金融环境中的幻觉。所有工作流程工件都是公开可用的以支持复现。