概要

tenkは「Talk to SEC filings with AI」を掲げるリポジトリで、10‑Kや10‑QといったSEC開示書類に関する質問に答え、該当箇所を引用（citation）付きで提示することを目指したツールです。Python（3.10以上）で実装されており、Rallies.aiによるパーソナルユース向けライセンスの下で提供されています。小規模なプロトタイプながら、企業の開示文書を検索・抽出してLLMを補助するRAG的な構成が想定され、個人投資家やリサーチ用途の試作として活用できます。

リポジトリの統計情報

• スター数: 11
• フォーク数: 1
• ウォッチャー数: 11
• コミット数: 17
• ファイル数: 8
• メインの言語: Python

主な特徴

• 10‑K / 10‑Q 等のSEC開示書類に対する自然言語質問応答（Q&A）
• 回答に対して該当箇所の引用（citation）を提示する設計思想
• Python 3.10+ 前提の軽量プロトタイプ実装
• Rallies.aiによる個人利用向けライセンスで公開

技術的なポイント

READMEの記載内容から読み取れる基本設計は、典型的なRAG（Retrieval-Augmented Generation）ワークフローです。具体的には（想定ベースで）以下の要素が重要です：大量の開示書類をテキスト化してチャンク分割し、埋め込み（embedding）を生成してベクターデータベースに格納、ユーザーからの質問に対して関連チャンクを検索（retrieval）し、検索結果をコンテキストとしてLLMに投げて回答を生成、その際に元文書や位置情報を引用として付与する流れ。技術的注目点としては、（1）開示書類特有の長い構成・表現を扱うための効果的なチャンク化とメタデータ管理、（2）引用の正確性を担保するためのソーストラッキング（どのファイル／ページ／節から抜粋したか）の実装、（3）コストと遅延を抑えるための検索層と生成層の分離、（4）法務情報を扱う都合上のデータ取扱い・ライセンス表記の明確化が挙げられます。本リポジトリ自体は小規模でプロトタイプ寄りのため、実運用化するにはベクターストアやEmbeddingモデルの選定、キャッシング、CI／テスト、セキュリティやプライバシー検討が必要です。

プロジェクトの構成

主要なファイルとディレクトリ：

• .gitattributes: file
• .gitignore: file
• LICENSE: file
• MANIFEST.in: file
• README.md: file

…他 3 ファイル

READMEの冒頭にはバナーやバッジがあり、Python 3.10+対応とパーソナルユースライセンスである旨が明記されています。実コードやサンプルデータの有無はファイル数から見ると最小限で、まずは概念実証（PoC）としての提供が中心と考えられます。

利用上の注意と拡張案

• ライセンスが「Personal Use」とされているため、商用利用や事業内展開の前に権利範囲を確認する必要があります。
• 実運用化では、EDGARからの自動取得パイプライン、堅牢なベクターストア（e.g. FAISS, Milvus, Pinecone 等）、およびLLMのコスト管理が重要です。
• 引用の正確性（ページ番号や節タイトルの付与）を強化することで投資判断での信頼性が向上します。
• テスト、ドキュメント、サンプルワークフロー（インジェスト→検索→回答）を追加すると採用のハードルが下がります。

まとめ

SEC開示書類へ自然言語で問える便利なプロトタイプ、実運用には拡張が必要。

リポジトリ情報：

• 名前: tenk
• 説明: Chat with SEC filings for any investment question
• スター数: 11
• 言語: Python
• URL: https://github.com/ralliesai/tenk
• オーナー: ralliesai
• アバター: https://avatars.githubusercontent.com/u/223736604?v=4

READMEの抜粋：