Универзалните агенти не функционираат? Овој финансиски AI со 15 илјади ѕвезди, целосно го автоматизира процесот на инвестициско истражување

Во последниве две години, трендот на развој на AI интелигентни агенти станува сè појасен, а универзалните способности на агентите поддржани од универзалните големи модели постојано се зголемуваат.

Но, штом се навлезе во професионална област, овие „семоќни агенти“ лесно се разоткриваат, а финансиското истражување е најтипичен пример.

Логиката на деконструкција на финансиските извештаи, унифицираната проверка на калибарот на индикаторите, верификацијата на автентичноста на изворите на податоци, репродуцибилноста на истражувачките заклучоци, се основните барања на финансиското истражување, а потпирањето на интелигентен агент кој е универзален за сите области, воопшто не може вистински да се реши.

Исто така, во процесот на пребарување на проекти со отворен код, открив проект кој собра доста добра репутација во финансиските кругови и заедницата на програмери: Dexter, автономен интелигентен агент специјално дизајниран за длабоко финансиско истражување.

За разлика од обичните алатки за финансиски прашања и одговори, тој може сам да ги деконструира истражувачките задачи, да презема професионални податоци, да извршува аналитички процеси и постојано да ги проверува резултатите од истражувањето, што се смета за интелигентен агент кој навистина се применува во сценаријата за финансиско инвестициско истражување, а неговата популарност и сила се многу добри.

Не е „ChatGPT во финансиска верзија“

Ако обичниот финансиски AI го решава прашањето „дали може да даде одговор“, тогаш Dexter го решава поцентралното прашање во финансиското истражување „дали може јасно да го истражи проблемот“.

Dexter не е позициониран да биде „ChatGPT во финансиска верзија“, туку да го реплицира вистинскиот процес на финансиско инвестициско истражување.

Кога ќе поставите истражувачко прашање, на пример:

• Анализирајте ги промените во приходите на одредена компанија во последните пет години?
• Споредете ги структурите на вреднување на две индустрии?
• Оценете го квалитетот на паричниот тек на одредена компанија?

Тој нема директно да даде заклучен текст, туку ќе следи професионална логика на инвестициско истражување, прво да ја разјасни истражувачката цел, потоа да ги процени основните финансиски индикатори потребни за завршување на истражувањето, потоа да ги филтрира соодветните професионални извори на податоци и конечно чекор по чекор да изврши анализа, да ги провери податоците и да ги надополни информациите.

Целиот процес на истражување е структуриран и следлив, наместо еднократно „генерирање“ на одговори од страна на големиот модел.

Професионалните извори на податоци се неговата основа

Долната граница на финансиската анализа секогаш зависи од квалитетот на податоците.

Dexter може директно да се поврзе со институционални извори на финансиски податоци, покривајќи ги основните податоци како што се извештаите за приходи, билансите на состојба и извештаите за парични текови.

Ова не е едноставно веб-гребење, туку систем на податоци организиран околу професионална финансиска структура.

Проблемот со многу универзални агенти е: логиката можеби не е проблем, но изворот на податоци е нејасен, а калибарот е неунифициран, а конечниот заклучок воопшто не може да се поткрепи.

Dexter го третира изворот на податоци како основна способност од нивото на дизајн, наместо како дополнителна функција. Ова е многу важен чекор за сценаријата за инвестициско истражување.

Тој ќе се „самопровери“

Механизмот за само-верификација на Dexter е уште повеќе во согласност со високите барања за точност во финансиската област.

Во текот на целиот процес на анализа, Dexter постојано ќе ги проверува средните резултати и конечните заклучоци, и штом ќе открие логички пропусти или недостаток на податоци, автоматски ќе ги прилагоди чекорите на истражувањето и ќе продолжи да ги извршува додека не ја заврши целосната истражувачка задача.

Поддршка на модели

Компатибилноста на Dexter е исто така многу флексибилна, без разлика дали се работи за големи облачни модели како OpenAI, Anthropic, Google, xAI, OpenRouter или локално распоредениот Ollama, тие можат беспрекорно да се поврзат, и можат брзо да работат во облакот и да ги задоволат потребите за приватност на локалното распоредување.

Брз почеток

Прво, подгответе ја околината за работа

Dexter го користи Bun како runtime, официјалното барање е верзија 1.0 и погоре, методите за инсталација се различни за различни системи, рестартирајте го терминалот по завршувањето на операцијата.

macOS / Linux системите можат да го извршат:

curl -fsSL https://bun.com/install | bash Windows системите можат да го извршат:

powershell -c "irm bun.sh/install.ps1|iex" По завршувањето на инсталацијата, внесете bun --version во терминалот, што значи дека инсталацијата е успешна ако може нормално да се изнесе бројот на верзијата.Откако ќе го клонирате складиштето на проектот, влезете во директориумот на проектот и користете Bun за да ги инсталирате потребните зависности на проектот:

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

III. Конфигурирање на променливи на околината

Ова е клучен чекор за да се изврши Dexter. Проектот веќе обезбедува датотека со шаблон за променливи на околината. Треба само прво да го копираме шаблонот за да генерираме конфигурациска датотека, а потоа да ја уредиме според нашите сопствени потреби:

cp env.example .env Потоа уредете ја генерираната .env датотека. Главните API клучеви што треба да се конфигурираат се поделени во три категории:

• API клуч на давателот на голем модел: вклучувајќи OpenAI, Anthropic, Google, xAI, OpenRouter итн. (како што е OPENAI_API_KEY) може да се конфигурира според големиот модел што го користите;
• API клуч за финансиски збирки на податоци: се користи за повикување на финансиски пазари и финансиски податоци на институционално ниво, што е основна конфигурација за реализација на професионална финансиска анализа и се препорачува да се конфигурира. Добијте адреса: https://financialdatasets.ai/
• API клуч поврзан со пребарување на мрежа: вклучувајќи Exa, Tavily, се користи за подобрување на можностите за пребарување на мрежата на интелигентниот агент и е опционална конфигурација. Добијте адреса: https://exa.ai/

Ако треба да користите локално распореден Ollama, конфигурирајте го во датотеката:

OLLAMA_BASE_URL=http://127.0.0.1:11434

IV. Стартување на Dexter

Откако ќе се конфигурираат променливите на околината, извршете ја командата за стартување директно во терминалот:

bun start може да се влезе во интерактивниот CLI интерфејс на Dexter. Внесете прашања поврзани со финансиското истражување во интерфејсот и тој автоматски ќе го планира и изврши целиот процес на анализа.

Ако е за развој или дебагирање, може да се стартува во режим на топло превчитање:

bun dev

V. Евалуација и дебагирање

За корисници со напредни потреби, Dexter има вградена специјална алатка за евалуација, која може да ги тестира аналитичките способности на интелигентниот агент. Може да се изврши целосен процес на евалуација или случајно да се земат примероци за тестирање:

bun run src/evals/run.ts bun run src/evals/run.ts --sample 10 Dexter автоматски ќе ги запише сите процеси на анализа, повици на алатки и средни резултати во овој директориум:

.dexter/scratchpad/ Преку датотеките под него, може да се заврши прегледот на процесот на истражување и дебагирањето на проектот

Вертикален агент, е фокусот на следната фаза

Општите агенти ќе продолжат да напредуваат, но интелигентните агенти кои навистина почнуваат да бидат „корисни“ мора да копаат длабоко во вертикалните домени.

Dexter е типичен примерок. Тој не се обидува да ги покрие сите области, туку се фокусира на финансиското истражување, продлабочувајќи ги изворите на податоци, процесите на анализа и механизмите за верификација.Адреса на проектот: https://github.com/virattt/dexter