通用Agent ja no funciona? Aquesta IA financera de 15.000 estrelles automatitza tot el procés d'investigació

En els últims dos anys, la tendència de desenvolupament dels agents d'IA s'ha tornat cada vegada més clara, i la capacitat d'agent general recolzada per models grans generals ha augmentat constantment.

Però sempre que s'entra en un camp professional, aquests "Agents totpoderosos" són fàcils de mostrar la seva incompetència, i la investigació financera és l'exemple més típic.

La lògica de desglossament dels estats financers, la verificació unificada del calibre dels indicadors, la verificació de l'autenticitat de les fonts de dades i la reproductibilitat de les conclusions de la investigació són els requisits bàsics de la investigació financera, i és impossible resoldre'ls realment amb un agent intel·ligent que sigui d'ús general en diversos camps.

També mentre revisava projectes de codi obert, vaig descobrir un projecte que ha acumulat una bona reputació tant en cercles financers com en la comunitat de desenvolupadors: Dexter, un agent intel·ligent autònom dissenyat específicament per a la investigació financera en profunditat.

A diferència de les eines de preguntes i respostes financeres normals, pot desglossar les tasques de recerca per si mateix, recuperar dades professionals, executar processos d'anàlisi i verificar repetidament els resultats de la investigació. Es considera un agent intel·ligent que s'ha implementat realment en escenaris d'inversió i investigació financera, i la seva popularitat i força són molt bones.

No és un "ChatGPT de finances"

Si l'IA financera normal resol el problema de "pot donar una resposta", Dexter resol el problema més bàsic de la investigació financera de "pot investigar el problema clarament".

El posicionament de Dexter no és fer un "ChatGPT de finances", sinó replicar el procés real d'inversió i investigació financera.

Quan planteges una pregunta de recerca, per exemple:

• Analitzar els canvis en els ingressos d'una empresa en els últims cinc anys?
• Comparar l'estructura de valoració de dues indústries?
• Avaluar la qualitat del flux d'efectiu d'una empresa?

No donarà directament un paràgraf de text concloent, sinó que, d'acord amb la lògica professional d'inversió i investigació, primer definirà l'objectiu de la investigació, després jutjarà els indicadors financers bàsics necessaris per completar la investigació, després seleccionarà les fonts de dades professionals coincidents i, finalment, executarà l'anàlisi pas a pas, verificarà les dades i complementarà la informació.

Tot el procés de recerca està estructurat i és rastrejable, en lloc de "generar" respostes per un model gran d'una sola vegada.

Les fonts de dades professionals són la seva confiança

El límit inferior de l'anàlisi financera sempre depèn de la qualitat de les dades.

Dexter pot connectar-se directament a fonts de dades financeres de nivell institucional, que cobreixen dades bàsiques com ara la taula d'ingressos, el balanç i l'estat de flux d'efectiu.

Això no és una simple captura de pàgines web, sinó un sistema de dades organitzat al voltant d'una estructura financera professional.

El problema de molts agents generals és que: la lògica potser no és un problema, però la font de dades és vaga, el calibre no és uniforme i la conclusió final no es pot mantenir.

Dexter considera la font de dades com una capacitat bàsica des del nivell de disseny, en lloc d'una funció addicional. Aquest és un pas molt important per als escenaris d'inversió i investigació.

Es "comprovarà a si mateix"

El mecanisme d'autoverificació de Dexter s'ajusta encara més als alts requisits d'exactitud en el camp financer.

Durant tot el procés d'anàlisi, Dexter comprovarà contínuament els resultats intermedis i les conclusions finals. Un cop trobi llacunes lògiques o dades que falten, ajustarà automàticament els passos de la investigació i continuarà executant-los fins que completi la tasca de investigació completa.

Suport de models

La compatibilitat de Dexter també és molt flexible. Tant si es tracta de models grans al núvol com OpenAI, Anthropic, Google, xAI, OpenRouter, com d'Ollama desplegat localment, es poden connectar perfectament. Es pot executar ràpidament al núvol i també pot satisfer les necessitats de privadesa del desplegament local.

Començar ràpidament

1. Preparar l'entorn d'execució

Dexter utilitza Bun com a temps d'execució. Els requisits oficials són la versió 1.0 i superior. Els mètodes d'instal·lació varien segons el sistema. Reinicieu el terminal després de l'operació.

Els sistemes macOS / Linux poden executar:

curl -fsSL https://bun.com/install | bashEls sistemes Windows poden executar:

powershell -c "irm bun.sh/install.ps1|iex"Un cop finalitzada la instal·lació, introduïu bun --version al terminal. Si el número de versió es pot generar normalment, vol dir que la instal·lació s'ha realitzat correctament.### 二、Clonar el projecte i instal·lar les dependències

Després de clonar el repositori del projecte, entra al directori del projecte i utilitza Bun per instal·lar les dependències necessàries:

git clone https://github.com/virattt/dexter.git cd dexter bun install

三、Configurar les variables d'entorn

Aquest és un pas clau per executar Dexter. El projecte ja proporciona un fitxer de plantilla de variables d'entorn. Només hem de copiar la plantilla per generar un fitxer de configuració i, a continuació, editar-lo segons les nostres necessitats:

cp env.example .env

A continuació, edita el fitxer .env generat. Les claus API principals que s'han de configurar es divideixen principalment en tres categories:

• Clau API del proveïdor de models grans: inclou OpenAI, Anthropic, Google, xAI, OpenRouter, etc. (com ara OPENAI_API_KEY) Es pot configurar segons el model gran que utilitzeu;
• Clau API de conjunts de dades financeres: s'utilitza per recuperar dades financeres i de mercat financer de nivell institucional, que és la configuració bàsica per a la implementació d'anàlisis financeres professionals, es recomana configurar-la obligatòriament. Adreça d'obtenció: https://financialdatasets.ai/
• Clau API relacionada amb la cerca web: inclou Exa, Tavily, que s'utilitza per millorar la capacitat de cerca web de l'agent intel·ligent, que és una configuració opcional. Adreça d'obtenció: https://exa.ai/

Si necessiteu utilitzar Ollama desplegat localment, configureu-lo al fitxer:

OLLAMA_BASE_URL=http://127.0.0.1:11434

四、Iniciar Dexter

Un cop finalitzada la configuració de les variables d'entorn, executeu directament l'ordre d'inici al terminal:

bun start

Podeu entrar a la interfície CLI interactiva de Dexter. Introduïu preguntes relacionades amb la investigació financera a la interfície i planificarà i executarà automàticament el procés d'anàlisi complet.

Si és per a fins de desenvolupament o depuració, podeu utilitzar el mode de recàrrega en calent per iniciar:

bun dev

五、Avaluació i depuració

Per als usuaris amb necessitats avançades, Dexter té una eina d'avaluació integrada que es pot utilitzar per provar la capacitat d'anàlisi de l'agent intel·ligent. Podeu executar el procés d'avaluació complet o extreure mostres aleatòriament per provar:

bun run src/evals/run.ts bun run src/evals/run.ts --sample 10

Dexter registrarà automàticament tot el procés d'anàlisi, les trucades d'eines i els resultats intermedis al directori següent:

.dexter/scratchpad/

Podeu utilitzar els fitxers que hi ha a sota per completar la revisió del procés d'investigació i la depuració del projecte

L'Agent vertical és el focus de la següent etapa

L'Agent general continuarà progressant, però l'agent intel·ligent que realment comença a ser "útil" ha d'aprofundir en el camp vertical.

Dexter és un exemple típic. No intenta cobrir tots els camps, sinó que se centra en la investigació financera i aprofundeix en les fonts de dades, els processos d'anàlisi i els mecanismes de verificació.Adreça del projecte: https://github.com/virattt/dexter