Xpersona

Crawler Summary

vn_stock_rag answer-first brief

Hệ thống phân tích chứng khoán Việt Nam chuyên sâu sử dụng kiến trúc Multi-Agent RAG với CrewAI và Google Gemini. VnStock Multi-Agent RAG: Hệ thống Phân tích Đầu tư Thông minh Nền tảng phân tích chứng khoán chuyên sâu sử dụng kiến trúc Multi-Agent, tích hợp RAG (Retrieval-Augmented Generation). 📖 Giới thiệu **VnStock RAG** là giải pháp công nghệ tài chính tự động hóa quy trình phân tích cổ phiếu. Thay vì phụ thuộc vào việc thu thập dữ liệu thủ công, hệ thống vận hành một tập hợp các **AI Agents** chuyên biệt, phối hợp để thực h Capability contract not published. No trust telemetry is available yet. 19 GitHub stars reported by the source. Last updated 4/15/2026.

Freshness

Last checked 4/15/2026

Best For

vn_stock_rag is best for crewai, multi-agent workflows where OpenClaw compatibility matters.

Not Ideal For

Contract metadata is missing or unavailable for deterministic execution.

Evidence Sources Checked

editorial-content, GITHUB OPENCLEW, runtime-metrics, public facts pack

CardFactsSnapshotContractTrust
Claim this agent
Agent DossierGitHubSafety: 75/100

vn_stock_rag

Hệ thống phân tích chứng khoán Việt Nam chuyên sâu sử dụng kiến trúc Multi-Agent RAG với CrewAI và Google Gemini. VnStock Multi-Agent RAG: Hệ thống Phân tích Đầu tư Thông minh Nền tảng phân tích chứng khoán chuyên sâu sử dụng kiến trúc Multi-Agent, tích hợp RAG (Retrieval-Augmented Generation). 📖 Giới thiệu **VnStock RAG** là giải pháp công nghệ tài chính tự động hóa quy trình phân tích cổ phiếu. Thay vì phụ thuộc vào việc thu thập dữ liệu thủ công, hệ thống vận hành một tập hợp các **AI Agents** chuyên biệt, phối hợp để thực h

OpenClawself-declared

Public facts

5

Change events

1

Artifacts

0

Freshness

Apr 15, 2026

Verifiededitorial-contentNo verified compatibility signals19 GitHub stars

Capability contract not published. No trust telemetry is available yet. 19 GitHub stars reported by the source. Last updated 4/15/2026.

19 GitHub starsTrust evidence available

Trust score

Unknown

Compatibility

OpenClaw

Freshness

Apr 15, 2026

Vendor

Meth04

Artifacts

0

Benchmarks

0

Last release

Unpublished

Executive Summary

Key links, install path, and a quick operational read before the deeper crawl record.

Verifiededitorial-content

Summary

Capability contract not published. No trust telemetry is available yet. 19 GitHub stars reported by the source. Last updated 4/15/2026.

View Source

Setup snapshot

git clone https://github.com/meth04/vn_stock_rag.git
  1. 1

    Setup complexity is LOW. This package is likely designed for quick installation with minimal external side-effects.

  2. 2

    Final validation: Expose the agent to a mock request payload inside a sandbox and trace the network egress before allowing access to real customer data.

Evidence Ledger

Everything public we have scraped or crawled about this agent, grouped by evidence type with provenance.

Verifiededitorial-content
Vendor (1)

Vendor

Meth04

profilemedium
Observed Apr 15, 2026Source linkProvenance
Compatibility (1)

Protocol compatibility

OpenClaw

contractmedium
Observed Apr 15, 2026Source linkProvenance
Adoption (1)

Adoption signal

19 GitHub stars

profilemedium
Observed Apr 15, 2026Source linkProvenance
Security (1)

Handshake status

UNKNOWN

trustmedium
Observed unknownSource linkProvenance
Integration (1)

Crawlable docs

6 indexed pages on the official domain

search_documentmedium
Observed Apr 15, 2026Source linkProvenance

Release & Crawl Timeline

Merged public release, docs, artifact, benchmark, pricing, and trust refresh events.

Self-declaredagent-index

Docs Update

Docs refreshed: Sign in to GitHub · GitHub

search_documentmedium

Fresh crawlable documentation was indexed for the official domain.

Observed Apr 15, 2026

Artifacts Archive

Extracted files, examples, snippets, parameters, dependencies, permissions, and artifact metadata.

Self-declaredGITHUB OPENCLEW

Extracted files

0

Examples

0

Snippets

0

Languages

python

Docs & README

Full documentation captured from public sources, including the complete README when available.

Self-declaredGITHUB OPENCLEW

Docs source

GITHUB OPENCLEW

Editorial quality

ready

Hệ thống phân tích chứng khoán Việt Nam chuyên sâu sử dụng kiến trúc Multi-Agent RAG với CrewAI và Google Gemini. VnStock Multi-Agent RAG: Hệ thống Phân tích Đầu tư Thông minh Nền tảng phân tích chứng khoán chuyên sâu sử dụng kiến trúc Multi-Agent, tích hợp RAG (Retrieval-Augmented Generation). 📖 Giới thiệu **VnStock RAG** là giải pháp công nghệ tài chính tự động hóa quy trình phân tích cổ phiếu. Thay vì phụ thuộc vào việc thu thập dữ liệu thủ công, hệ thống vận hành một tập hợp các **AI Agents** chuyên biệt, phối hợp để thực h

Full README

VnStock Multi-Agent RAG: Hệ thống Phân tích Đầu tư Thông minh

Nền tảng phân tích chứng khoán chuyên sâu sử dụng kiến trúc Multi-Agent, tích hợp RAG (Retrieval-Augmented Generation).

Architecture Diagram

📖 Giới thiệu

VnStock RAG là giải pháp công nghệ tài chính tự động hóa quy trình phân tích cổ phiếu. Thay vì phụ thuộc vào việc thu thập dữ liệu thủ công, hệ thống vận hành một tập hợp các AI Agents chuyên biệt, phối hợp để thực hiện:

  1. Thu thập dữ liệu thời gian thực (Real-time Data).
  2. Phân tích đa chiều (Vĩ mô, Kỹ thuật, Cơ bản).
  3. Xử lý tài liệu tài chính.
  4. Tổng hợp và xuất bản báo cáo khuyến nghị chuẩn mực.

Hệ thống bao gồm giao diện Chatbot tương tác và dịch vụ Newsletter Automation.

✨ Tính năng Kỹ thuật Nổi bật

1. Xử lý Ngôn ngữ & Hiểu ý định người dùng

  • Sử dụng Google Gemini là lõi để phân loại ý định người dùng.
  • Tự động điều hướng yêu cầu: Chat hỏi đáp số liệu nhanh (RAG Query) hoặc Yêu cầu phân tích chuyên sâu (Full Analysis Workflow).

2. Phân tích Đa lớp

Hệ thống không chỉ tóm tắt văn bản mà thực hiện các tác vụ chuyên môn:

  • Market Intelligence: Quét và lọc tin tức vĩ mô, chính sách tiền tệ tác động đến ngành.
  • Technical Analysis: Tự động vẽ biểu đồ nến tích hợp SMA20/50, tính toán RSI, MACD và xác định vùng kháng cự/hỗ trợ bằng Python (Matplotlib/Mplfinance).
  • Fundamental Analysis: Truy xuất dữ liệu tài chính (P/E, P/B, ROE) và so sánh tương quan với nhóm đối thủ cạnh tranh.

3. RAG Engine cho Báo cáo Tài chính

  • Ingestion Pipeline: Tích hợp MistralOCR để số hóa các file PDF báo cáo tài chính (dạng ảnh/scan).
  • Vector Store: Lưu trữ dữ liệu vector để truy xuất chính xác các chỉ số tài chính phức tạp.
  • Context-aware: Giảm thiểu hiện tượng AI Hallucination bằng cách buộc model trích dẫn nguồn dữ liệu gốc.

4. Tự động gửi Email

  • Scheduler: Tiến trình chạy nền tự động kích hoạt phân tích danh mục theo dõi vào 07:00 sáng hàng ngày.
  • Reporting: Tự động biên tập nội dung Markdown và render thành file PDF chuyên nghiệp.
  • Delivery: Gửi email đính kèm báo cáo tới danh sách người dùng đăng ký.

🏗️ Kiến trúc Hệ thống

Dự án được xây dựng trên nền tảng CrewAI, quản lý luồng làm việc của 5 Agents chuyên biệt:

| Agent | Vai trò & Nhiệm vụ Kỹ thuật | | :--- | :--- | | Market Analyst | Sử dụng SerperDevTool để thu thập tin tức, lọc nhiễu và đánh giá tác động vĩ mô (Sentiment Analysis). | | Technical Analyst | Gọi API Vnstock lấy dữ liệu OHLCV, sử dụng ChartingTool để visualize dữ liệu và đưa ra tín hiệu kỹ thuật. | | Financial Competitor Analysis | Tìm kiếm đối thủ cùng ngành và phân tích tin tức gần nhất sử dụng SerperDevTool. | | Financial Analyst | Truy xuất BCTC, tìm kiếm các thông tin quan trọng (Doanh thu quý, Nợ ngắn hạn, Nợ phải trả,...)| | Report Editor | Đóng vai trò Aggregator: Tổng hợp dữ liệu từ các luồng trên, kiểm tra tính nhất quán và biên soạn báo cáo cuối cùng. |

🧪 Đánh giá chất lượng kết quả

  1. Component-wise Evaluation: Đánh giá riêng lẻ từng Agent bằng phương pháp LLM-as-a-Judge với bộ tiêu chí (Rubrics) tùy chỉnh:
    • Technical-analyst có vẽ và trả về đường dẫn biểu đồ không? Có tính toán đầy đủ các chỉ báo RSI, MACD, MA không? Có xác định rõ xu hướng và vùng hỗ trợ kháng cự?
    • Financial-competitor Truy xuất đầy đủ bộ chỉ số P/E, P/B, ROE không?
    • Market-news-analyst Có tìm được 3 tin tức trong 7 ngày gần nhất không? Có dẫn nguồn và ngày tháng cụ thể không?
  2. RAG Evaluation: Sử dụng thư viện Ragas để đo lường các chỉ số:
    • Faithfulness: Độ trung thực của câu trả lời so với dữ liệu gốc.
    • Context Recall: Khả năng tìm kiếm thông tin trong tài liệu dài.
    • Answer Correctness: Độ chính xác so với Ground Truth.

🛠️ Tech Stack

  • Core Framework: CrewAI, LangChain, LlamaIndex.
  • LLM Provider: Google Gemini (Flash 2.5 & Pro).
  • Vector & Embedding: Gemini Embeddings (text-embedding-004).
  • OCR: Mistral OCR.
  • Backend API: Flask, Flask-SocketIO (WebSocket).
  • Data & Tools: vnstock, Serper, Matplotlib, PDFKit.
  • Database: SQLite.
  • Deployment: Docker, Docker Compose.

🚀 Hướng dẫn Cài đặt & Triển khai

Khuyến khích sử dụng Docker để đảm bảo môi trường đồng nhất và tránh xung đột thư viện hệ thống (như wkhtmltopdf).

1. Yêu cầu tiên quyết

  • Docker Desktop đã được cài đặt.
  • API Keys: Google AI Studio (Gemini), Serper.dev, Mistral AI.

2. Cấu hình Môi trường

Clone repository và tạo file cấu hình:

git clone https://github.com/meth04/vn_stock_rag.git
cd vn_stock_rag
cp .env.example .env

Cập nhật các key trong file .env:

# AI Providers
GOOGLE_API_KEY_1="your_key"
GOOGLE_API_KEY_2="your_key"
# ... (Khuyến nghị dùng nhiều key để load balancing)
SERPER_API_KEY="your_key"
MISTRAL_API_KEY="your_key"

# Email Service (Gmail App Password)
SMTP_HOST="smtp.gmail.com"
SMTP_PORT=465
SENDER_EMAIL="your_email@gmail.com"
SMTP_PASSWORD="your_app_password"

3. Chuẩn bị Dữ liệu

  • Tải thư mục financial_reports chứa các file PDF BCTC TẠI ĐÂY và dán vào thư mục gốc.
  • Khởi tạo Database: 
    python database_manager.py

4. Khởi chạy (Docker-compose)

Chạy lệnh sau để build và start toàn bộ dịch vụ:

docker-compose up --build

Lưu ý: Quá trình build lần đầu có thể mất vài phút.

5. Truy cập

  • Web Interface: http://localhost:8000
  • Evaluation Dashboard (nếu chạy local): streamlit run dashboard.py

🔮 Roadmap

  • [x] Tích hợp RAG với OCR cho báo cáo tài chính.
  • [ ] Phát triển giao diện quản lý danh mục đầu tư cá nhân hóa.
  • [ ] Tích hợp thêm Model Open Source (Llama 3, Qwen) để chạy Local.

Disclaimer: Hệ thống này là công cụ hỗ trợ phân tích, không phải là lời khuyên đầu tư tài chính. Người dùng chịu trách nhiệm với các quyết định giao dịch của mình.

Contract & API

Machine endpoints, protocol fit, contract coverage, invocation examples, and guardrails for agent-to-agent use.

MissingGITHUB OPENCLEW

Endpoints

Dossier APISnapshot APIContract APITrust API

Contract coverage

Status

missing

Auth

None

Streaming

No

Data region

Unspecified

Protocol support

OpenClaw: self-declared

Requires: none

Forbidden: none

Guardrails

Operational confidence: low

No positive guardrails captured.
Invocation examples
curl -s "https://xpersona.co/api/v1/agents/crewai-meth04-vn-stock-rag/snapshot"
curl -s "https://xpersona.co/api/v1/agents/crewai-meth04-vn-stock-rag/contract"
curl -s "https://xpersona.co/api/v1/agents/crewai-meth04-vn-stock-rag/trust"

Reliability & Benchmarks

Trust and runtime signals, benchmark suites, failure patterns, and practical risk constraints.

Missingruntime-metrics

Trust signals

Handshake

UNKNOWN

Confidence

unknown

Attempts 30d

unknown

Fallback rate

unknown

Runtime metrics

Observed P50

unknown

Observed P95

unknown

Rate limit

unknown

Estimated cost

unknown

Do not use if

Contract metadata is missing or unavailable for deterministic execution.
No benchmark suites or observed failure patterns are available.

Media & Demo

Every public screenshot, visual asset, demo link, and owner-provided destination tied to this agent.

Missingno-media
No screenshots, media assets, or demo links are available.

Related Agents

Neighboring agents from the same protocol and source ecosystem for comparison and shortlist building.

Self-declaredprotocol-neighbors
GITHUB_REPOSactivepieces

Rank

70

AI Agents & MCPs & AI Workflow Automation • (~400 MCP servers for AI agents) • AI Automation / AI Agent with MCPs • AI Workflows & AI Agents • MCPs for AI Agents

Traction

No public download signal

Freshness

Updated 2d ago

OPENCLAW
GITHUB_REPOScherry-studio

Rank

70

AI productivity studio with smart chat, autonomous agents, and 300+ assistants. Unified access to frontier LLMs

Traction

No public download signal

Freshness

Updated 6d ago

MCPOPENCLAW
GITHUB_REPOSAionUi

Rank

70

Free, local, open-source 24/7 Cowork app and OpenClaw for Gemini CLI, Claude Code, Codex, OpenCode, Qwen Code, Goose CLI, Auggie, and more | 🌟 Star if you like it!

Traction

No public download signal

Freshness

Updated 6d ago

MCPOPENCLAW
GITHUB_REPOSCopilotKit

Rank

70

The Frontend for Agents & Generative UI. React + Angular

Traction

No public download signal

Freshness

Updated 23d ago

OPENCLAW
Agent hubMore from this sourceOpenClaw agents
Machine Appendix

Contract JSON

{
  "contractStatus": "missing",
  "authModes": [],
  "requires": [],
  "forbidden": [],
  "supportsMcp": false,
  "supportsA2a": false,
  "supportsStreaming": false,
  "inputSchemaRef": null,
  "outputSchemaRef": null,
  "dataRegion": null,
  "contractUpdatedAt": null,
  "sourceUpdatedAt": null,
  "freshnessSeconds": null
}

Invocation Guide

{
  "preferredApi": {
    "snapshotUrl": "https://xpersona.co/api/v1/agents/crewai-meth04-vn-stock-rag/snapshot",
    "contractUrl": "https://xpersona.co/api/v1/agents/crewai-meth04-vn-stock-rag/contract",
    "trustUrl": "https://xpersona.co/api/v1/agents/crewai-meth04-vn-stock-rag/trust"
  },
  "curlExamples": [
    "curl -s \"https://xpersona.co/api/v1/agents/crewai-meth04-vn-stock-rag/snapshot\"",
    "curl -s \"https://xpersona.co/api/v1/agents/crewai-meth04-vn-stock-rag/contract\"",
    "curl -s \"https://xpersona.co/api/v1/agents/crewai-meth04-vn-stock-rag/trust\""
  ],
  "jsonRequestTemplate": {
    "query": "summarize this repo",
    "constraints": {
      "maxLatencyMs": 2000,
      "protocolPreference": [
        "OPENCLEW"
      ]
    }
  },
  "jsonResponseTemplate": {
    "ok": true,
    "result": {
      "summary": "...",
      "confidence": 0.9
    },
    "meta": {
      "source": "GITHUB_OPENCLEW",
      "generatedAt": "2026-04-17T04:00:43.626Z"
    }
  },
  "retryPolicy": {
    "maxAttempts": 3,
    "backoffMs": [
      500,
      1500,
      3500
    ],
    "retryableConditions": [
      "HTTP_429",
      "HTTP_503",
      "NETWORK_TIMEOUT"
    ]
  }
}

Trust JSON

{
  "status": "unavailable",
  "handshakeStatus": "UNKNOWN",
  "verificationFreshnessHours": null,
  "reputationScore": null,
  "p95LatencyMs": null,
  "successRate30d": null,
  "fallbackRate": null,
  "attempts30d": null,
  "trustUpdatedAt": null,
  "trustConfidence": "unknown",
  "sourceUpdatedAt": null,
  "freshnessSeconds": null
}

Capability Matrix

{
  "rows": [
    {
      "key": "OPENCLEW",
      "type": "protocol",
      "support": "unknown",
      "confidenceSource": "profile",
      "notes": "Listed on profile"
    },
    {
      "key": "crewai",
      "type": "capability",
      "support": "supported",
      "confidenceSource": "profile",
      "notes": "Declared in agent profile metadata"
    },
    {
      "key": "multi-agent",
      "type": "capability",
      "support": "supported",
      "confidenceSource": "profile",
      "notes": "Declared in agent profile metadata"
    }
  ],
  "flattenedTokens": "protocol:OPENCLEW|unknown|profile capability:crewai|supported|profile capability:multi-agent|supported|profile"
}

Facts JSON

[
  {
    "factKey": "vendor",
    "category": "vendor",
    "label": "Vendor",
    "value": "Meth04",
    "href": "https://github.com/meth04/vn_stock_rag",
    "sourceUrl": "https://github.com/meth04/vn_stock_rag",
    "sourceType": "profile",
    "confidence": "medium",
    "observedAt": "2026-04-15T06:04:20.315Z",
    "isPublic": true
  },
  {
    "factKey": "protocols",
    "category": "compatibility",
    "label": "Protocol compatibility",
    "value": "OpenClaw",
    "href": "https://xpersona.co/api/v1/agents/crewai-meth04-vn-stock-rag/contract",
    "sourceUrl": "https://xpersona.co/api/v1/agents/crewai-meth04-vn-stock-rag/contract",
    "sourceType": "contract",
    "confidence": "medium",
    "observedAt": "2026-04-15T06:04:20.315Z",
    "isPublic": true
  },
  {
    "factKey": "traction",
    "category": "adoption",
    "label": "Adoption signal",
    "value": "19 GitHub stars",
    "href": "https://github.com/meth04/vn_stock_rag",
    "sourceUrl": "https://github.com/meth04/vn_stock_rag",
    "sourceType": "profile",
    "confidence": "medium",
    "observedAt": "2026-04-15T06:04:20.315Z",
    "isPublic": true
  },
  {
    "factKey": "docs_crawl",
    "category": "integration",
    "label": "Crawlable docs",
    "value": "6 indexed pages on the official domain",
    "href": "https://github.com/login?return_to=https%3A%2F%2Fgithub.com%2Fopenclaw%2Fskills%2Ftree%2Fmain%2Fskills%2Fasleep123%2Fcaldav-calendar",
    "sourceUrl": "https://github.com/login?return_to=https%3A%2F%2Fgithub.com%2Fopenclaw%2Fskills%2Ftree%2Fmain%2Fskills%2Fasleep123%2Fcaldav-calendar",
    "sourceType": "search_document",
    "confidence": "medium",
    "observedAt": "2026-04-15T05:03:46.393Z",
    "isPublic": true
  },
  {
    "factKey": "handshake_status",
    "category": "security",
    "label": "Handshake status",
    "value": "UNKNOWN",
    "href": "https://xpersona.co/api/v1/agents/crewai-meth04-vn-stock-rag/trust",
    "sourceUrl": "https://xpersona.co/api/v1/agents/crewai-meth04-vn-stock-rag/trust",
    "sourceType": "trust",
    "confidence": "medium",
    "observedAt": null,
    "isPublic": true
  }
]

Change Events JSON

[
  {
    "eventType": "docs_update",
    "title": "Docs refreshed: Sign in to GitHub · GitHub",
    "description": "Fresh crawlable documentation was indexed for the official domain.",
    "href": "https://github.com/login?return_to=https%3A%2F%2Fgithub.com%2Fopenclaw%2Fskills%2Ftree%2Fmain%2Fskills%2Fasleep123%2Fcaldav-calendar",
    "sourceUrl": "https://github.com/login?return_to=https%3A%2F%2Fgithub.com%2Fopenclaw%2Fskills%2Ftree%2Fmain%2Fskills%2Fasleep123%2Fcaldav-calendar",
    "sourceType": "search_document",
    "confidence": "medium",
    "observedAt": "2026-04-15T05:03:46.393Z",
    "isPublic": true
  }
]

Sponsored

Ads related to vn_stock_rag and adjacent AI workflows.