目录

案例简介

案例目标

技术栈与核心依赖

编程语言与框架

核心依赖库

外部服务

项目结构

核心代码实现

1. 代理初始化

2. 保障计算逻辑

3. 用户输入表单

4. 结果渲染

运行与测试

前提条件

安装步骤

使用说明

预期输出示例

实现思路与扩展建议

核心设计思想

代码架构

优化方向

扩展功能建议

免责声明

完整源码

life_insurance_advisor_agent.py

requirements.txt

案例简介

本项目是一个基于AI代理的人寿保险保障顾问应用,帮助用户估算所需的定期人寿保险金额,并提供当前可用的保单选项。应用使用Agno代理框架驱动,集成OpenAI GPT-5-mini作为大语言模型、E2B沙箱进行确定性保障计算,以及Firecrawl进行实时网络研究。

案例目标

• 智能保障计算: 基于用户的财务状况,使用贴现现金流模型计算所需的人寿保险保障金额
• 实时产品研究: 通过网络搜索获取用户所在地区的最新定期寿险产品信息
• 透明计算过程: 向用户展示完整的计算明细和假设条件
• 多维度建议: 提供保障金额建议、计算依据和推荐的保险公司产品