Univerzalni agenti ne funkcioniraju? Ovaj financijski AI s 15.000 zvjezdica automatizira cijeli proces investicijskog istraživanja

U posljednje dvije godine, razvojni trendovi AI inteligentnih agenata postaju sve jasniji, a univerzalne agencijske sposobnosti, potpomognute univerzalnim velikim modelima, neprestano rastu.

Ali čim se uđe u profesionalno područje, ove "svemoćne agente" lako se razotkrije, a financijsko istraživanje je najtipičniji primjer.

Logika raščlanjivanja financijskih izvještaja, ujednačena provjera kalibra pokazatelja, provjera autentičnosti izvora podataka, ponovljivost istraživačkih zaključaka, sve su to ključni zahtjevi financijskog istraživanja, a oslanjanje na inteligentnog agenta koji je univerzalan za sva područja ne može uistinu riješiti problem.

Tijekom pretraživanja projekata otvorenog koda, otkrio sam projekt koji je stekao dobru reputaciju u financijskim i razvojnim zajednicama: Dexter, autonomni inteligentni agent posebno dizajniran za dubinsko financijsko istraživanje.

Za razliku od običnih alata za financijska pitanja i odgovore, on može samostalno raščlaniti istraživačke zadatke, dohvatiti profesionalne podatke, izvršiti analitičke procese i više puta provjeravati rezultate istraživanja, što ga čini inteligentnim agentom koji je uistinu implementiran u scenarije financijskog investicijskog istraživanja, s visokom popularnošću i snagom.

Nije "financijska verzija ChatGPT-a"

Ako obični financijski AI rješava pitanje "može li dati odgovor", onda Dexter rješava temeljno pitanje u financijskom istraživanju "može li se problem jasno istražiti".

Dexterova pozicija nije stvaranje "financijske verzije ChatGPT-a", već repliciranje stvarnog procesa financijskog investicijskog istraživanja.

Kada postavite istraživačko pitanje, na primjer:

• Analizirati promjene prihoda određene tvrtke u proteklih pet godina?
• Usporediti strukture vrednovanja dviju industrija?
• Procijeniti kvalitetu novčanog toka određene tvrtke?

Neće izravno dati zaključni tekst, već će, prema profesionalnoj logici investicijskog istraživanja, prvo razjasniti cilj istraživanja, zatim procijeniti ključne financijske pokazatelje potrebne za dovršetak istraživanja, zatim odabrati odgovarajuće profesionalne izvore podataka i na kraju korak po korak izvršiti analizu, provjeriti podatke i dopuniti informacije.

Cijeli proces istraživanja je strukturiran i sljediv, umjesto da se oslanja na veliki model za jednokratno "generiranje" odgovora.

Profesionalni izvori podataka su njegova snaga

Donja granica financijske analize uvijek ovisi o kvaliteti podataka.

Dexter se može izravno povezati s institucionalnim izvorima financijskih podataka, pokrivajući temeljne podatke kao što su izvještaji o prihodima, bilance i izvještaji o novčanom toku.

Ovo nije jednostavno preuzimanje web stranica, već sustav podataka organiziran oko profesionalne financijske strukture.

Problem s mnogim univerzalnim agentima je u tome što logika možda nije problematična, ali su izvori podataka nejasni, a kalibri nedosljedni, pa zaključak uopće ne može stajati.

Dexter od samog dizajna tretira izvore podataka kao temeljnu sposobnost, a ne kao dodatnu funkciju. Ovo je vrlo važan korak za scenarije investicijskog istraživanja.

On će "sam sebe provjeriti"

Dexterov mehanizam samoprovjere dodatno je u skladu s visokim zahtjevima za točnošću u financijskom području.

Tijekom cijelog procesa analize, Dexter će kontinuirano provjeravati međurezultate i konačne zaključke. Ako se otkrije logička rupa ili nedostatak podataka, automatski će prilagoditi korake istraživanja i nastaviti s izvršavanjem dok se ne dovrši cjeloviti istraživački zadatak.

Podrška modelima

Dexterova kompatibilnost je također vrlo fleksibilna. Bez obzira radi li se o velikim modelima u oblaku kao što su OpenAI, Anthropic, Google, xAI, OpenRouter ili lokalno implementiranom Ollama, može se neprimjetno povezati, omogućujući brzo pokretanje u oblaku i zadovoljavajući potrebe privatnosti lokalne implementacije.

Brzi početak

1. Priprema radnog okruženja

Dexter koristi Bun kao runtime, a službeni zahtjevi su verzija 1.0 i novije. Način instalacije se razlikuje za različite sustave. Nakon dovršetka operacije, ponovno pokrenite terminal.

macOS / Linux sustavi mogu izvršiti:

curl -fsSL https://bun.com/install | bashWindows sustavi mogu izvršiti:

powershell -c "irm bun.sh/install.ps1|iex"Nakon dovršetka instalacije, unesite bun --version u terminal. Ako se verzija može normalno ispisati, to znači da je instalacija uspješna.Nakon kloniranja repozitorija projekta, uđite u direktorij projekta i instalirajte potrebne ovisnosti pomoću Buna:

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

3. Konfiguracija varijabli okoline

Ovo je ključni korak za pokretanje Dextera. Projekt već nudi predložak datoteke varijabli okoline. Potrebno je samo kopirati predložak za generiranje konfiguracijske datoteke, a zatim je urediti prema vlastitim potrebama:

cp env.example .env Zatim uredite generiranu .env datoteku. Ključne API tipke koje je potrebno konfigurirati uglavnom se dijele u tri kategorije:

• API tipka pružatelja velikih jezičnih modela (LLM): Uključuje OpenAI, Anthropic, Google, xAI, OpenRouter itd. (npr. OPENAI_API_KEY). Možete konfigurirati odgovarajući model koji koristite;
• API tipka za financijske skupove podataka: Koristi se za dohvaćanje financijskih tržišta i financijskih podataka na razini institucija. To je ključna konfiguracija za postizanje profesionalne financijske analize i preporučuje se da je obavezna. Adresa za preuzimanje: https://financialdatasets.ai/
• API tipke povezane s pretraživanjem weba: Uključuju Exa, Tavily, koji se koriste za poboljšanje mogućnosti pretraživanja weba inteligentnog agenta i predstavljaju izbornu konfiguraciju. Adresa za preuzimanje: https://exa.ai/

Ako trebate koristiti lokalno implementirani Ollama, konfigurirajte u datoteci:

OLLAMA_BASE_URL=http://127.0.0.1:11434

4. Pokretanje Dextera

Nakon što je konfiguracija varijabli okoline dovršena, izravno pokrenite naredbu za pokretanje u terminalu:

bun start za ulazak u Dexterovo interaktivno CLI sučelje. Unesite pitanja vezana uz financijsko istraživanje u sučelje i ono će automatski planirati i izvršiti cjelokupni proces analize.

Ako je za razvojne ili svrhe otklanjanja pogrešaka, možete koristiti način pokretanja s vrućim ponovnim učitavanjem:

bun dev

5. Procjena i otklanjanje pogrešaka

Za korisnike s naprednim potrebama, Dexter ima ugrađene alate za procjenu koji se mogu koristiti za testiranje analitičkih sposobnosti inteligentnog agenta. Možete pokrenuti cijeli proces procjene ili nasumično izvući uzorke za testiranje:

bun run src/evals/run.ts bun run src/evals/run.ts --sample 10 Dexter će automatski zabilježiti sve procese analize, pozive alata i međurezultate u ovaj direktorij:

.dexter/scratchpad/ Putem datoteka ispod njega možete dovršiti ponavljanje procesa istraživanja i otklanjanje pogrešaka u projektu

Vertikalni agenti su fokus sljedeće faze

Opći agenti će nastaviti napredovati, ali inteligentni agenti koji stvarno počinju biti "korisni" sigurno će duboko kopati u vertikalnim područjima.

Dexter je tipičan primjer. Ne pokušava pokriti sva područja, već se fokusira na financijsko istraživanje, produbljujući izvore podataka, procese analize i mehanizme provjere.Adresa projekta: https://github.com/virattt/dexter