用途：从 SEC EDGAR 官方 API 摄取上市公司申报文件（10-K、10-Q、8-K），解析后存入 pgvector 向量库，用于后续检索与问答，同时保留完整审计追踪。
主要能力：拉取公司 submissions 元数据；按 filing_types 与 lookback_days 过滤近期申报；下载主文档；从 XBRL/iXBRL 提取数值事实；从 HTML 中定位并抽取 MD&A（10-K Item 7、10-Q Item 2）、风险因素（Item 1A）、财务报表附注等章节；按章节切块（默认 chunk_size=1000、overlap=200）；用嵌入模型向量化后写入 finserv_chunks 表，含 issuer、cik_or_code、jurisdiction、filing_type、filed_at、source_url、section、checksum 等字段。
使用方式：入口为 ingest_edgar_filings(cik=..., filing_types=[...], lookback_days=...)。请求需带 User-Agent 头，例如 InsightPulseAI FilingsBot business@insightpulseai.com。SEC 限速 ≤10 请求/秒，示例中每次请求后 sleep 0.12 秒，或用 RateLimiter(max_calls=8, period=1.0) 控制在 8 次/秒以内。失败时对 429/503 采用指数退避重试（2、4、8、16 秒）。存储依赖 POSTGRES_URL 环境变量。可通过 cron 每日运行 ingest_edgar_filings.py。附带检索命中率评估示例，要求命中率不低于 0.85。
适用场景：财报与风险披露的结构化归档、面向财务文档的向量检索与问答、审计留痕。
限制：仅覆盖 SEC EDGAR 数据；XBRL 事实提取为简化实现；必须遵守 SEC 的访问与限速要求并声明 User-Agent；检索质量依赖嵌入模型与切块参数；其余部署细节暂未提供。