क्या सामान्य एजेंट विफल हो रहे हैं? यह 15,000 स्टार वाला वित्तीय AI, निवेश अनुसंधान प्रक्रिया को पूरी तरह से स्वचालित रूप से चलाता है

इन दो वर्षों में AI इंटेलिजेंट एजेंटों के विकास की प्रवृत्ति तेजी से स्पष्ट हो रही है, और सामान्य बड़े मॉडल द्वारा समर्थित सामान्य एजेंसी क्षमता में लगातार वृद्धि हो रही है। लेकिन जैसे ही आप किसी पेशेवर क्षेत्र में कदम रखते हैं, ये "सर्वशक्तिमान एजेंट" आसानी से अपनी कमजोरी दिखा देते हैं, और वित्तीय अनुसंधान सबसे विशिष्ट उदाहरण है। वित्तीय विवरणों के विघटन का तर्क, संकेतकों के दायरे का एकीकृत सत्यापन, डेटा स्रोतों की प्रामाणिकता का सत्यापन, अनुसंधान निष्कर्षों की पुनरुत्पादकता, ये सभी वित्तीय अनुसंधान की मुख्य आवश्यकताएं हैं, और विभिन्न क्षेत्रों के लिए एक सामान्य बुद्धिमान एजेंट पर भरोसा करके इसे वास्तव में हल नहीं किया जा सकता है। ओपन सोर्स परियोजनाओं को ब्राउज़ करते समय, मुझे एक ऐसी परियोजना मिली जिसने वित्तीय क्षेत्र और डेवलपर समुदाय दोनों में काफी प्रतिष्ठा अर्जित की है: Dexter, एक स्वायत्त बुद्धिमान एजेंट जिसे विशेष रूप से गहन वित्तीय अनुसंधान के लिए बनाया गया है। सामान्य वित्तीय प्रश्नोत्तर उपकरणों के विपरीत, यह अनुसंधान कार्यों को स्वयं विघटित कर सकता है, पेशेवर डेटा प्राप्त कर सकता है, विश्लेषण प्रक्रियाओं को निष्पादित कर सकता है और अनुसंधान परिणामों को बार-बार सत्यापित कर सकता है। इसे वित्तीय निवेश अनुसंधान परिदृश्यों में वास्तव में लागू किया गया एक बुद्धिमान एजेंट माना जाता है, और इसकी लोकप्रियता और ताकत बहुत मजबूत है। ## "वित्तीय संस्करण ChatGPT" नहीं यदि सामान्य वित्तीय AI "क्या उत्तर दिया जा सकता है" को हल करता है, तो Dexter वित्तीय अनुसंधान में अधिक महत्वपूर्ण "क्या समस्या को स्पष्ट रूप से शोध किया जा सकता है" को हल करता है। Dexter की स्थिति "वित्तीय संस्करण ChatGPT" बनाने की नहीं है, बल्कि वास्तविक वित्तीय निवेश अनुसंधान प्रक्रिया को दोहराने की है। जब आप एक शोध प्रश्न पूछते हैं, जैसे: - पिछले पांच वर्षों में किसी कंपनी के राजस्व में परिवर्तन का विश्लेषण करें? - दो उद्योगों की मूल्यांकन संरचनाओं की तुलना करें? - किसी कंपनी की नकदी प्रवाह गुणवत्ता का आकलन करें? यह सीधे तौर पर एक निर्णायक पाठ नहीं देगा, बल्कि पेशेवर निवेश अनुसंधान तर्क के अनुसार, पहले अनुसंधान उद्देश्यों को स्पष्ट करेगा, फिर अनुसंधान को पूरा करने के लिए आवश्यक मुख्य वित्तीय संकेतकों का न्याय करेगा, फिर मिलान किए गए पेशेवर डेटा स्रोतों को फ़िल्टर करेगा, और अंत में विश्लेषण को निष्पादित करेगा, डेटा को सत्यापित करेगा और जानकारी को चरण दर चरण पूरक करेगा। पूरी शोध प्रक्रिया संरचित और पता लगाने योग्य है, न कि बड़े मॉडल द्वारा एक बार में "उत्पन्न" उत्तर। ## पेशेवर डेटा स्रोत, इसकी ताकत है वित्तीय विश्लेषण की निचली सीमा हमेशा डेटा गुणवत्ता पर निर्भर करती है। Dexter सीधे संस्थागत-स्तरीय वित्तीय डेटा स्रोतों से जुड़ सकता है, जिसमें राजस्व विवरण, बैलेंस शीट, नकदी प्रवाह विवरण और अन्य मुख्य डेटा शामिल हैं। यह साधारण वेब स्क्रैपिंग नहीं है, बल्कि पेशेवर वित्तीय संरचना के आसपास आयोजित एक डेटा प्रणाली है। कई सामान्य एजेंटों के साथ समस्या यह है कि: तर्क में कोई समस्या नहीं हो सकती है, लेकिन डेटा स्रोत अस्पष्ट है और दायरा असंगत है, और अंतिम निष्कर्ष बिल्कुल भी मान्य नहीं है। Dexter ने डिज़ाइन स्तर पर डेटा स्रोत को एक मुख्य क्षमता के रूप में माना, न कि एक अतिरिक्त सुविधा के रूप में। निवेश अनुसंधान परिदृश्यों के लिए, यह एक बहुत ही महत्वपूर्ण कदम है। ## यह "खुद को जांचेगा" Dexter का स्व-सत्यापन तंत्र वित्तीय क्षेत्र की सटीकता के लिए उच्च आवश्यकताओं के अनुरूप है। पूरी विश्लेषण प्रक्रिया के दौरान, Dexter मध्यवर्ती परिणामों और अंतिम निष्कर्षों की लगातार जांच करेगा। एक बार जब इसे तार्किक खामियां या डेटा की कमी मिलती है, तो यह स्वचालित रूप से अनुसंधान चरणों को समायोजित करेगा और तब तक निष्पादित करना जारी रखेगा जब तक कि यह पूर्ण अनुसंधान कार्य को पूरा नहीं कर लेता। ## मॉडल समर्थन Dexter की अनुकूलता भी बहुत लचीली है। चाहे वह OpenAI, Anthropic, Google, xAI, OpenRouter जैसे क्लाउड बड़े मॉडल हों, या स्थानीय रूप से तैनात Ollama, सभी को मूल रूप से जोड़ा जा सकता है। इसे क्लाउड में जल्दी से चलाया जा सकता है, और यह स्थानीय तैनाती की गोपनीयता आवश्यकताओं को भी पूरा कर सकता है। ## जल्दी से शुरू करें ### 1. रनिंग वातावरण तैयार करें Dexter Bun को रनटाइम के रूप में उपयोग करता है। आधिकारिक तौर पर संस्करण 1.0 और उससे ऊपर की आवश्यकता है। विभिन्न प्रणालियों के लिए स्थापना विधियां अलग-अलग हैं। ऑपरेशन पूरा होने के बाद टर्मिनल को पुनरारंभ करें। macOS / Linux सिस्टम निष्पादित कर सकते हैं: `curl -fsSL https://bun.com/install | bash` Windows सिस्टम निष्पादित कर सकते हैं: `powershell -c "irm bun.sh/install.ps1|iex"` स्थापना के बाद, टर्मिनल में `bun --version` दर्ज करें। यदि संस्करण संख्या सामान्य रूप से आउटपुट होती है, तो इसका मतलब है कि स्थापना सफल रही है।प्रोजेक्ट रिपॉजिटरी को क्लोन करने के बाद, प्रोजेक्ट निर्देशिका में जाएँ, और फिर Bun का उपयोग करके प्रोजेक्ट के लिए आवश्यक निर्भरताएँ स्थापित करें: `git clone https://github.com/virattt/dexter.git cd dexter bun install` ### तीन, पर्यावरण चर कॉन्फ़िगर करें यह Dexter को चलाने के लिए एक महत्वपूर्ण कदम है। प्रोजेक्ट में पहले से ही एक पर्यावरण चर टेम्पलेट फ़ाइल प्रदान की गई है। हमें बस टेम्पलेट को कॉपी करके एक कॉन्फ़िगरेशन फ़ाइल बनानी है, और फिर अपनी आवश्यकताओं के अनुसार इसे संपादित करना है: `cp env.example .env` फिर जेनरेट की गई .env फ़ाइल को संपादित करें। मुख्य API Key जिन्हें कॉन्फ़िगर करने की आवश्यकता है, उन्हें मुख्य रूप से तीन श्रेणियों में विभाजित किया गया है: - **बड़े मॉडल प्रदाताओं की API Key**: OpenAI, Anthropic, Google, xAI, OpenRouter आदि शामिल हैं, (जैसे OPENAI_API_KEY) को आपके द्वारा उपयोग किए जाने वाले बड़े मॉडल के अनुसार कॉन्फ़िगर किया जा सकता है; - **Financial Datasets API Key**: संस्थागत स्तर के वित्तीय बाजार और वित्तीय डेटा को कॉल करने के लिए उपयोग किया जाता है, जो पेशेवर वित्तीय विश्लेषण को प्राप्त करने के लिए एक मुख्य कॉन्फ़िगरेशन है, और इसे कॉन्फ़िगर करने की अनुशंसा की जाती है। प्राप्ति का पता: https://financialdatasets.ai/ - **वेब खोज से संबंधित API Key**: Exa, Tavily सहित, एजेंट की वेब खोज क्षमताओं को बढ़ाने के लिए उपयोग किया जाता है, और यह एक वैकल्पिक कॉन्फ़िगरेशन है। प्राप्ति का पता: https://exa.ai/ यदि आपको स्थानीय रूप से तैनात Ollama का उपयोग करने की आवश्यकता है, तो फ़ाइल में कॉन्फ़िगर करें: `OLLAMA_BASE_URL=http://127.0.0.1:11434` ### चार, Dexter शुरू करें पर्यावरण चर कॉन्फ़िगर होने के बाद, सीधे टर्मिनल में प्रारंभ कमांड निष्पादित करें: `bun start` Dexter के इंटरैक्टिव CLI इंटरफ़ेस में प्रवेश करने के लिए। इंटरफ़ेस में वित्तीय अनुसंधान से संबंधित प्रश्न दर्ज करें, और यह स्वचालित रूप से पूरी विश्लेषण प्रक्रिया की योजना बनाएगा और उसे निष्पादित करेगा। यदि यह विकास या डिबगिंग उद्देश्यों के लिए है, तो हॉट रीलोड मोड का उपयोग करके शुरू किया जा सकता है: `bun dev` ### पाँच, मूल्यांकन और डिबगिंग उन्नत आवश्यकताओं वाले उपयोगकर्ताओं के लिए, Dexter में एक विशेष मूल्यांकन उपकरण अंतर्निहित है, जिसका उपयोग एजेंट की विश्लेषण क्षमताओं का परीक्षण करने के लिए किया जा सकता है। आप या तो पूरी मूल्यांकन प्रक्रिया चला सकते हैं, या परीक्षण के लिए यादृच्छिक रूप से नमूने निकाल सकते हैं: `bun run src/evals/run.ts bun run src/evals/run.ts --sample 10` Dexter सभी विश्लेषण प्रक्रियाओं, उपकरण कॉलों और मध्यवर्ती परिणामों को स्वचालित रूप से इस निर्देशिका में रिकॉर्ड करेगा: `.dexter/scratchpad/` आप इसके तहत फ़ाइलों के माध्यम से अनुसंधान प्रक्रिया की समीक्षा और प्रोजेक्ट को डिबग कर सकते हैं  ## वर्टिकल एजेंट, अगले चरण का फोकस है सामान्य एजेंट में सुधार जारी रहेगा, लेकिन वास्तव में "उपयोगी" होने वाले बुद्धिमान एजेंट निश्चित रूप से वर्टिकल क्षेत्रों में गहराई से खुदाई करेंगे। Dexter एक विशिष्ट नमूना है। इसने सभी क्षेत्रों को कवर करने की कोशिश नहीं की, बल्कि वित्तीय अनुसंधान पर ध्यान केंद्रित किया, डेटा स्रोतों, विश्लेषण प्रक्रियाओं और सत्यापन तंत्रों को गहरा किया।परियोजना पता: https://github.com/virattt/dexter