Financiële jaarstukken verstoppen het antwoord in honderden pagina's voetnoten en tabellen. Deze assistent vindt de passage en citeert die in plaats van vaag samen te vatten.
sonnet1 weekQdrantMistralOpenAI EmbeddingsPython
Claude
76ROI
80Scale
$2.9k90Saved
ROI for
README.md
Waarom deze subagent
Financiële jaarstukken verstoppen het antwoord in honderden pagina's voetnoten en tabellen. Deze assistent vindt de passage en citeert die in plaats van vaag samen te vatten.
Jaarstukken worden in chunks gehakt in Qdrant met metadata voor bedrijf, type en periode, en daarna beantwoord door Mistral over de opgehaalde context. Elk cijfer citeert zijn document en pagina, zodat een analist het stuk kan openen en het getal kan bevestigen in plaats van een gegenereerde samenvatting te vertrouwen.
Hoe hij werkt
Used at step 01 to kick off the pipeline.
Write
Used at step 01 to kick off the pipeline.
WebFetch
Used at step 01 to kick off the pipeline.
WebSearch
Used at step 01 to kick off the pipeline.
Indexeer de chunks in Qdrant met metadata voor bedrijf, documenttype en boekjaar.
pending
Haal voor een vraag de relevante passages op en laat Mistral antwoorden op basis van alleen die context.
pending
Citeer voor elk cijfer het document en de pagina, zodat de getallen tot de bron te herleiden zijn.
pending
Voorbeelduitvoer
json
// Sample output
// (generated when the pipeline finishes)
Answer questions over financial filings from retrieved passages only, citing the document and page for each figure.
Unlock the rest
The full agent definition, install snippet, and starter task are gated for community members.
Members get the full `.md` agent file, the npm / pnpm install one-liners, a starter prompt that we've tuned against real runs, and the open-source repo when this automation ships there. One email, magic link, done.