FinGPT API 애플리케이션 설정

엔드포인트를 선택하기 전에 애플리케이션을 선택하세요

FinGPT는 하나의 범용 API 클라이언트가 아니라 금융 언어 모델 리서치와 애플리케이션의 모음입니다. 에이전트 노트북, 로컬 추론 예시, 파인튜닝 작업에는 서로 다른 의존성이 있습니다. 이 가이드는 2026년 9월 5일 검토한 리비전 1aac5558의 fingpt/ag2_financial_analysis_pipeline.ipynb에 초점을 둡니다. 이 노트북은 AG2로 금융 뉴스 작업을 조정합니다. 해당 노트북을 구성한다고 해서 모든 FinGPT 프로젝트를 마이그레이션하는 것은 아닙니다. 먼저 정확한 노트북과 의존성 제약을 선택한 뒤 원격 추론, 로컬 실행, 관련 데이터 도구를 문서화하세요.

세 가지 독립적인 서비스 경계를 이해하세요

검토된 노트북은 에이전트 대화를 위한 LLMConfig, yfinance를 통해 금융 정보를 가져오는 도구, Transformers 감성 파이프라인을 제공합니다. 이는 별도의 런타임 경로입니다. 특히 예시 감성 도구는 FinBERT를 사용하므로 게이트웨이 채팅 모델 선택이 해당 도구를 다른 FinGPT 체크포인트로 바꾸지는 않습니다. 로컬 가중치 다운로드에는 자체 모델 라이선스와 하드웨어 요구사항이 있을 수 있습니다. 결과 시스템을 완전히 원격 또는 완전히 로컬이라고 설명하기 전에 실제 도구를 감사하세요.

문서화된 AG2 구성을 조정하세요

노트북은 api_type, model, api_key, base_url로 LLMConfig를 구성합니다. 다음 대체 예시는 환경에서 식별자와 자격 증명을 가져오면서 이 필드를 유지합니다. FINANCE_MODEL_ID는 애플리케이션이 소유한 플레이스홀더 슬롯입니다. 노트북에 필요한 상호작용을 지원하는 현재 카탈로그 항목으로 해결하세요. 이 구성은 모델 응답을 만들지 않습니다. 노트북의 호환 AG2 버전 제약을 보존하고 import와 API를 확인하지 않은 채 이름이 비슷한 AutoGen 패키지로 대체하지 마세요.

import os
from autogen import LLMConfig

llm_config = LLMConfig({
    "api_type": "openai",
    "model": os.environ["FINANCE_MODEL_ID"],
    "api_key": os.environ["APISROUTER_API_KEY"],
    "base_url": "https://api.apisrouter.com/v1",
})
# Pass llm_config to the notebook's agents and manager.
# No request or complete notebook run is performed here.

에이전트를 연결하고 등록된 도구를 테스트하세요

같은 llm_config를 노트북의 researcher, analyst, advisor, GroupChatManager에 전달하세요. 문서화된 도구 등록을 보존하고 에이전트가 내보낸 도구 요청, 실행자의 결과, 다음 모델 메시지를 검사합니다. 허용된 작은 입력 집합으로 시작하고 필요한 각 작업을 확인하세요. 데이터를 이용할 수 없을 때 반환된 도구 오류를 보존해 최종 브리프에서 어떤 근거가 누락되었는지 밝힐 수 있게 하세요. 다이어그램은 대화 경로를 보여주며 금융 데이터 도구와 로컬 분류는 자체 구성을 유지합니다.

감성을 주식 신호가 아니라 모델 출력으로 검토하세요

분류기 라벨은 특정 체크포인트 아래 제공된 텍스트에 대한 해석을 설명합니다. 미래 주식 성과의 보정된 확률이 아닙니다. 분류 전에 원래 헤드라인, 소스, 게시 시간, 잘림 여부를 기록하세요. 라벨 매핑을 확인하고 모호한 예시를 보존합니다. 산업 수요에 대한 부정적 표현은 기업별 긍정적 가이던스와 공존할 수 있습니다. 둘을 하나의 점수로 합치면 이러한 차이를 잃습니다. 국제 커버리지에서는 모든 텍스트를 번역하고 같은 보정이라고 가정하지 말고 분류기의 언어와 시장 컨텍스트를 검증하세요.

작은 엔드투엔드 승인 패킷을 만드세요

별도로 승인된 클라이언트 테스트 후 한 기업에 대한 공개 또는 라이선스 자료를 제한된 범위로 사용하세요. 입력 해시, 도구 출력, 분류 결과, 에이전트 대화, 최종 브리프를 저장합니다. 모든 사실 문장을 입력까지 추적할 수 있는지와 누락 데이터가 보이는지 검토하세요. 초기 패킷에는 데이터 도구 실패와 모호한 텍스트 예시를 포함해야 합니다. 좋은 경로의 헤드라인 하나만으로는 기권을 테스트할 수 없습니다. 최종 산출물에 명시적인 검토 상태를 유지하세요. 완료된 노트북 셀은 실행 근거일 뿐입니다.

원격 및 로컬 리소스 비용을 집계하세요

AG2 대화는 조정과 재시도를 포함해 여러 요청을 만들 수 있습니다. 응답 또는 결제 근거와 현재 가격 계약을 사용해 사용량을 기록하세요. 데이터 구독, 체크포인트 다운로드, CPU 또는 GPU 추론, 저장, 사람의 검토는 별도로 집계합니다. 대화 모델을 비교할 때는 버전이 있는 소스 패킷을 재사용해 변하는 뉴스 피드가 실험을 좌우하지 않게 하세요. 적절한 경우 분류기를 로드한 상태로 유지하고 승인된 소스 추출을 버전별로 캐시하되 모델이나 입력의 변화를 탐지할 수 있도록 메타데이터를 충분히 보존합니다.

오류를 소유한 구성요소를 문제 해결하세요

LLMConfig import 오류에는 엔드포인트 변경이 아니라 패키지 식별자와 버전 확인이 필요합니다. 인증 또는 모델 누락 응답은 원격 클라이언트 경로에 속합니다. 빈 뉴스, 변경된 제공업체 스키마, 시장 기호 불일치는 데이터 도구에 속합니다. 체크포인트 또는 메모리 오류는 로컬 추론에 속합니다. 실패한 단계와 비식별화한 근거를 보존한 뒤 가능하면 영향을 받은 부분만 다시 실행하세요. 재현을 공유하기 전에 불필요한 코드 실행 권한을 끄고 금융 데이터와 자격 증명을 공개 노트북 출력에서 제외하세요.

근거와 한계

AG2 노트북은 2026년 9월 5일 1aac5558에서 소스 검토되었습니다. 구성은 문서화된 필드를 조정합니다. 이 가이드를 위해 APIsRouter 노트북 실행이나 측정된 작업 비용 사례를 만들지 않았습니다. 애플리케이션을 운영 가능한 것으로 취급하기 전에 대화, 도구, 로컬 분류, 최종 브리프를 함께 검증하세요.

자주 묻는 질문