获取字符串数据

返回 Provider 元信息

获取缓存

执行因子表达式 Args: formula: token 序列，如 [0, 1, 6] 表示 ADD(RET, VOL) features: 特征张量，形状 [batch, num_features,

同步执行方法（AgenticX Tool 协议要求） Args: **kwargs: 参数字典 - start_page: 起始页 - end_page: 结束

格式化 SSE 事件

获取网页内容（带重试机制，但503错误不重试） Args: url: 目标URL Returns: 响应对象

触发事件

将 token 序列解码为人类可读的表达式字符串 使用逆波兰表达式解析，转换为前缀表示法（函数调用形式） Args: formula: token 序列

解析HTML Args: html: HTML字符串 Returns: BeautifulSoup对象

执行 Web 搜索 Args: query: 搜索查询字符串 freshness: 时间范围（noLimit, day, week, month） count: 返回结果数量（

安全转换为浮点数

获取 LLM 提供者实例（用于 AgenticX Agent） Args: provider: 可选的提供商名称（如 openai, bailian, ollama） model: 可选的模型名称 Returns:

清理文本中不适合存入数据库的字符 PostgreSQL 不允许在文本字段中存储 NUL 字符 (\x00) Args: text: 原始文本 Returns: 清理后的文本

综合评估因子 Args: factor: 因子值 [batch, time_steps] 或 [time_steps] returns: 收益率 [batch, time_steps] 或 [time

将名称转换为 token ID Args: name: 特征或操作符名称 Returns: 对应的 token ID

清理文本 Args: text: 原始文本 Returns: 清理后的文本

从行情数据构建特征张量 Args: data: 行情数据，DataFrame 或张量字典 DataFrame 需包含: close, volume, (可选: turnover, shares

检查键是否存在

运行辩论流程

存储字符串数据

关闭连接

检查 Redis 是否可用

加载模型

删除键

保存模型

生成模拟行情数据用于测试 Args: num_samples: 样本数（股票数） num_features: 特征数 time_steps: 时间步数（交易日数） seed: 随机种子 dev

Coroutines running.

筛选股票相关新闻 组合URL路径和标题关键词两种策略 策略调整： - 如果过滤后没有新闻，返回所有新闻（避免过度过滤） - 对于财经类网站，放宽筛选条件 Args:

执行写入操作 Args: query: Cypher 写入语句 parameters: 参数 Returns: 写入结果

执行搜索请求 Args: query: 搜索查询 source: 数据源 (akshare, bochaai, browser, kb, all) stock_code: 股票

完整训练循环 Args: features: 特征张量 [num_samples, num_features, time_steps] returns: 收益率张量 [num_samples, tim

时序延迟：将序列向右移动 d 步 Args: x: [batch, time_steps] 输入张量 d: 延迟步数 Returns: 延迟后的张量，前 d 个位置填充 0

通用智能内容提取方法 Args: soup: BeautifulSoup对象 selectors: 可选的自定义选择器列表 Returns:

记录执行步骤

Extract data from specific collection of specific database. # Arguments: dbName: Name of database. colName: Name of collection. tag_l

获取 Fetcher，支持自动降级 Args: data_type: 数据类型，如 'news', 'stock_price' provider: 可选的 Provider 名称，如果不指定则按优先级选择

爬取 URL

Analyze website and extract useful information.

Analyze website and extract useful information.

Analyze website and extract useful information.

Analyze website and extract useful information.

获取知识图谱服务实例

列出所有已注册的 Provider (按优先级排序) Returns: Provider 名称列表

重置全局 Registry (主要用于测试) Returns: 新的 ProviderRegistry 实例

批量生成因子表达式 使用自回归采样生成 token 序列。 Args: batch_size: 生成数量 max_len: 最大长度，默认使用 config.max_

获取图谱统计信息

获取全局 Registry 实例 Returns: ProviderRegistry 单例

判断 token 是否为操作符

注册 Provider Args: provider: Provider 实例 Note: - 如果 Provider 已存在，会被替换 - 按 priority 自动排序

获取 Alpha Mining 组件

生成文本 Args: prompt: 用户提示 system_message: 系统消息 **kwargs: 额外参数 Returns

获取完整的公司知识图谱 Args: stock_code: 股票代码 Returns: 公司知识图谱或None

判断 token 是否为特征

将 token ID 转换为名称 Args: token: token ID Returns: token 对应的名称

获取缓存数据

获取 akshare 使用的股票代码格式 akshare stock_zh_a_hist 需要纯数字代码

检测页面是否为验证码/人机验证页面 Args: html_content: HTML 原始内容 soup: 已解析的 BeautifulSoup 对象 Ret

设置缓存

异步执行新闻获取 Args: keywords: 搜索关键词列表 stock_codes: 关联股票代码列表 limit: 返回条数 provider: 指定数据源

建立连接

创建知识提取智能体

获取分析服务实例（单例模式） Returns: AnalysisService 实例

获取实时行情 Returns: 实时行情数据

获取同步数据库会话（Celery任务中使用）

加载辩论模式配置

解析逗号分隔的模型字符串 Args: models_str: 逗号分隔的模型字符串 provider_label: 厂商显示名称 Returns: 模型信息列表

注册默认的 Provider 在应用启动时调用，确保 Registry 中有可用的 Provider。 当前支持的数据源（按优先级排序）: 1. sina - 新浪财经 2. tencent - 腾讯财经 3. nbd - 每日经济新闻

检查是否支持某种数据类型 Args: data_type: 数据类型 Returns: 是否支持

验证因子表达式是否语法正确 使用模拟执行（不实际计算）来验证。 Args: formula: token 序列 Returns:

格式化辩论历史

从缓存获取向量

延迟初始化 Alpha Mining 组件

保存向量到缓存

分析单条新闻 Args: news_title: 新闻标题 news_content: 新闻内容 news_url: 新闻URL stock_codes

Continue crawling and classifying news(articles/documents) every 60s.

清空所有注册的 Provider

合并行情特征和情感特征 Args: market_features: [batch, 4, time_steps] (RET, VOL, VOLUME_CHG, TURNOVER) sentiment

执行 Cypher 查询 Args: query: Cypher 查询语句 parameters: 查询参数 Returns: 查询结

Extract the stocks mentioned by each news(articles/documents). # Arguments: dbName: Name of database. colName: Name of collection.

从 akshare 获取公司基础信息 Args: stock_code: 股票代码 Returns: 公司信息字典

完整的 TET 执行流程 Args: params: 标准查询参数 Returns: 标准模型列表 Raises: Exception: 任何阶段失败时抛出