🧠 FinAnalyst — Akıllı Finansal Soru-Cevap Asistanı

FinAnalyst, finansal tabloları analiz eden ve kullanıcıların İngilizce sorularına doğru ve açıklayıcı cevaplar üreten yapay zeka destekli bir soru-cevap asistanıdır.

🌟 Özellikler

🤖 AI Destekli Analiz

• Google Flan-T5-Large modeli ile güçlendirilmiş
• Finansal tabloları anlama ve analiz etme
• Doğal dil ile soru-cevap
• Detaylı finansal hesaplamalar

💬 Real-Time Chat

• WebSocket tabanlı gerçek zamanlı iletişim
• Anlık mesajlaşma deneyimi
• Dosya yükleme ve analiz
• Bağlantı durumu takibi

🎨 Modern UI/UX

• Responsive tasarım
• Framer Motion animasyonları
• Glassmorphism efektleri
• Tailwind CSS ile modern stil

🔒 Güvenlik

• CORS koruması
• Input validasyonu
• Rate limiting
• Güvenli dosya işleme

🏗️ Proje Yapısı

finalayst/
├── Frontend/                 # React Frontend
│   ├── public/
│   ├── src/
│   │   ├── components/      # UI Bileşenleri
│   │   ├── pages/          # Sayfa Bileşenleri
│   │   ├── services/       # API Servisleri
│   │   └── utils/          # Yardımcı Fonksiyonlar
│   ├── package.json
│   └── tailwind.config.js
├── Backend/                  # FastAPI Backend
│   ├── app/
│   │   ├── api/            # API Endpoints
│   │   ├── core/           # Konfigürasyon
│   │   ├── models/         # Pydantic Modeller
│   │   ├── services/       # İş Mantığı
│   │   └── utils/          # Yardımcı Fonksiyonlar
│   ├── requirements.txt
│   └── Dockerfile
└── README.md

🏠 Ana Sayfa

💬 Chat Arayüzü

🚀 Hızlı Başlangıç

1. Projeyi Klonlayın

git clone https://github.com/Efe-Eroglu/FinAnalyst-Chatbot.git
cd finqa

2. Frontend Kurulumu

cd Frontend
npm install
npm start

Frontend: http://localhost:3000

3. Backend Kurulumu

cd Backend
pip install -r requirements.txt
uvicorn app.main:app --reload

Backend: http://localhost:8000

4. Model Kurulumu

# Model dosyalarını /models/finbot-peft-model/ klasörüne yerleştirin
mkdir -p /models/finbot-peft-model/
# Model dosyalarınızı buraya kopyalayın

📋 API Endpoints

Chat Endpoints

• POST /api/v1/chat - Mesaj gönderme
• GET /api/v1/health - Sağlık kontrolü
• GET /api/v1/model-info - Model bilgileri

WebSocket Endpoints

• WS /ws/chat - Real-time chat

Dokümantasyon

• Swagger UI: http://localhost:8000/docs
• ReDoc: http://localhost:8000/redoc

🧠 Model Bilgileri

Model Özellikleri

• Model: google/flan-t5-large
• Mimari: Encoder-Decoder (text-to-text)
• Parametreler: ~770M
• Fine-tuning: PEFT (Parameter Efficient Fine-tuning)

Input Format

Table: [finansal tablo verisi]
Context: [ek bağlam]
Question: [kullanıcı sorusu]

Output Format

[Doğal dil yanıtı]

🛠️ Geliştirme

Frontend Geliştirme

cd Frontend
npm run dev          # Geliştirme sunucusu
npm run build        # Production build

Backend Geliştirme

cd Backend
uvicorn app.main:app --reload --host 0.0.0.0 --port 8000
black .              # Kod formatı
flake8 .             # Linting

Docker ile Çalıştırma

# Backend
cd Backend
docker build -t finanalyst-backend .
docker run -p 8000:8000 finanalyst-backend

# Frontend
cd Frontend
docker build -t finanalyst-frontend .
docker run -p 3000:3000 finanalyst-frontend

🔧 Konfigürasyon

Environment Variables

# Backend (.env)
HOST=0.0.0.0
PORT=8000
DEBUG=true
MODEL_PATH=/models/finbot-peft-model/
MAX_INPUT_LENGTH=512
MAX_OUTPUT_LENGTH=128
TEMPERATURE=0.7
TOP_P=0.95
SECRET_KEY=your-secret-key

CORS Ayarları

BACKEND_CORS_ORIGINS=[
    "http://localhost:3000",
    "http://localhost:3001"
]

📊 Performans

Model Performansı

• Inference Time: ~2-5 saniye
• Memory Usage: ~4GB RAM
• GPU: Önerilen (12GB+ VRAM)

API Performansı

• Response Time: < 5 saniye
• Concurrent Users: 100+
• Rate Limit: 60 istek/dakika

🧪 Test

Frontend Testleri

cd Frontend
npm test
npm run test:coverage

Backend Testleri

cd Backend
pytest tests/
pytest --cov=app tests/

📦 Deployment

Production Build

# Frontend
cd Frontend
npm run build

# Backend
cd Backend
gunicorn app.main:app -w 4 -k uvicorn.workers.UvicornWorker

Docker Compose

version: '3.8'
services:
  frontend:
    build: ./Frontend
    ports:
      - "3000:3000"
  
  backend:
    build: ./Backend
    ports:
      - "8000:8000"
    volumes:
      - ./models:/models

🤝 Katkıda Bulunma

1. Fork yapın
2. Feature branch oluşturun (git checkout -b feature/amazing-feature)
3. Commit yapın (git commit -m 'Add amazing feature')
4. Push yapın (git push origin feature/amazing-feature)
5. Pull Request açın

📝 Lisans

Bu proje MIT lisansı altında lisanslanmıştır. Detaylar için LICENSE dosyasına bakın.

👨‍💻 Geliştirici

Efe Eroğlu

• Email: efeeroglu.dev@gmail.com
• GitHub: @efeeroglu
• LinkedIn: Efe Eroğlu

📞 İletişim

Proje hakkında sorularınız için:

• Email: efeeroglu.dev@gmail.com
• GitHub: https://github.com/efeeroglu
• LinkedIn: https://linkedin.com/in/efeeroglu

---

Made with by Efe Eroğlu

FinAnalyst - Akıllı Finansal Soru-Cevap Asistanı