Agente Universal Falhou? Esta IA Financeira com 15 mil Estrelas Automatiza Todo o Processo de Pesquisa e Investimento

Nos últimos dois anos, a tendência de desenvolvimento de agentes de IA tornou-se cada vez mais clara, com a capacidade de agentes universais, impulsionada por grandes modelos universais, a aumentar constantemente.

Mas, ao entrar em áreas especializadas, esses "Agentes Universais" tornam-se facilmente inadequados, e a pesquisa financeira é o exemplo mais típico.

A lógica de decomposição de demonstrações financeiras, a verificação unificada do calibre dos indicadores, a verificação da autenticidade das fontes de dados, a reprodutibilidade das conclusões da pesquisa, estes são os requisitos essenciais da pesquisa financeira, e confiar num agente inteligente universal para vários campos não consegue realmente resolver o problema.

Também ao folhear projetos de código aberto, descobri um projeto que acumulou uma boa reputação nos círculos financeiros e na comunidade de desenvolvedores: Dexter, um agente inteligente autónomo construído especificamente para pesquisa financeira aprofundada.

Ao contrário das ferramentas comuns de perguntas e respostas financeiras, ele pode decompor tarefas de pesquisa, recuperar dados profissionais, executar processos de análise e verificar repetidamente os resultados da pesquisa. É considerado um agente inteligente verdadeiramente implementado em cenários de pesquisa e investimento financeiro, com popularidade e força impressionantes.

Não é um "ChatGPT Financeiro"

Se a IA financeira comum resolve o problema de "conseguir dar uma resposta", então Dexter resolve o problema mais central da pesquisa financeira: "conseguir investigar o problema claramente".

A posição de Dexter não é ser um "ChatGPT Financeiro", mas sim replicar o processo real de pesquisa e investimento financeiro.

Quando você levanta uma questão de pesquisa, como:

• Analisar as mudanças na receita de uma empresa nos últimos cinco anos?
• Comparar a estrutura de avaliação de dois setores?
• Avaliar a qualidade do fluxo de caixa de uma empresa?

Ele não dará diretamente um texto conclusivo, mas seguirá a lógica profissional de pesquisa e investimento, primeiro definindo o objetivo da pesquisa, depois determinando os principais indicadores financeiros necessários para concluir a pesquisa, em seguida, selecionando fontes de dados profissionais correspondentes e, finalmente, executando passo a passo a análise, verificando os dados e complementando as informações.

Todo o processo de pesquisa é estruturado e rastreável, em vez de "gerar" respostas de uma só vez com um grande modelo.

Fontes de Dados Profissionais são a Sua Confiança

O limite inferior da análise financeira depende sempre da qualidade dos dados.

Dexter pode conectar-se diretamente a fontes de dados financeiros de nível institucional, cobrindo dados essenciais como demonstrações de resultados, balanços patrimoniais e demonstrações de fluxo de caixa.

Não se trata de uma simples raspagem de páginas da web, mas sim de um sistema de dados organizado em torno de uma estrutura financeira profissional.

O problema com muitos Agentes Universais é que: a lógica pode não ser um problema, mas a fonte dos dados é vaga e o calibre não é unificado, e a conclusão final não se sustenta.

Dexter considera a fonte de dados como uma capacidade central desde o nível de design, em vez de uma função adicional. Este é um passo muito importante para cenários de pesquisa e investimento.

Ele Irá "Verificar a Si Próprio"

O mecanismo de autoverificação de Dexter está ainda mais alinhado com os altos requisitos de precisão no campo financeiro.

Durante todo o processo de análise, Dexter verificará continuamente os resultados intermediários e as conclusões finais. Uma vez que encontre falhas lógicas ou dados em falta, ajustará automaticamente as etapas de pesquisa e continuará a executar até concluir a tarefa de pesquisa completa.

Suporte de Modelo

A compatibilidade de Dexter também é muito flexível. Quer sejam grandes modelos de nuvem como OpenAI, Anthropic, Google, xAI, OpenRouter, ou Ollama implantado localmente, eles podem ser conectados perfeitamente. Ele pode ser executado rapidamente na nuvem e também atender às necessidades de privacidade da implantação local.

Começando Rapidamente

1. Preparar o Ambiente de Execução

Dexter usa Bun como tempo de execução, e os requisitos oficiais são versão 1.0 e superior. Os métodos de instalação variam para diferentes sistemas. Reinicie o terminal após a conclusão da operação.

Sistemas macOS / Linux podem executar:

curl -fsSL https://bun.com/install | bashSistemas Windows podem executar:

powershell -c "irm bun.sh/install.ps1|iex"Após a instalação, insira bun --version no terminal. Se o número da versão puder ser exibido normalmente, significa que a instalação foi bem-sucedida.Após clonar o repositório do projeto, entre no diretório do projeto e use o Bun para instalar as dependências necessárias:

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

III. Configurar Variáveis de Ambiente

Este é um passo crucial para executar o Dexter. O projeto já fornece um arquivo de modelo de variáveis de ambiente. Precisamos apenas copiar o modelo para gerar um arquivo de configuração e, em seguida, editá-lo de acordo com nossas necessidades:

cp env.example .env

Em seguida, edite o arquivo .env gerado. As chaves de API principais que precisam ser configuradas são divididas em três categorias:

• Chave de API do provedor de modelo grande: Inclui OpenAI, Anthropic, Google, xAI, OpenRouter, etc. (como OPENAI_API_KEY) Pode ser configurado de acordo com o modelo grande que você usa;
• Chave de API de Conjuntos de Dados Financeiros: Usada para recuperar dados financeiros e de mercado de nível institucional, é a configuração central para realizar análises financeiras profissionais e é recomendada como obrigatória. Obtenha o endereço: https://financialdatasets.ai/
• Chave de API relacionada à pesquisa na web: Inclui Exa, Tavily, usada para aprimorar os recursos de pesquisa na web do agente inteligente e é uma configuração opcional. Obtenha o endereço: https://exa.ai/

Se você precisar usar o Ollama implantado localmente, configure no arquivo:

OLLAMA_BASE_URL=http://127.0.0.1:11434

IV. Iniciar o Dexter

Depois que as variáveis de ambiente estiverem configuradas, execute o comando de inicialização diretamente no terminal:

bun start

Você pode entrar na interface CLI interativa do Dexter. Insira perguntas relacionadas à pesquisa financeira na interface e ele planejará e executará automaticamente o processo de análise completo.

Se for para fins de desenvolvimento ou depuração, você pode usar o modo de recarga a quente para iniciar:

bun dev

V. Avaliação e Depuração

Para usuários com necessidades avançadas, o Dexter possui uma ferramenta de avaliação dedicada que pode testar os recursos de análise do agente inteligente. Você pode executar o processo de avaliação completo ou extrair amostras aleatoriamente para teste:

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

O Dexter registrará automaticamente todo o processo de análise, chamadas de ferramentas e resultados intermediários neste diretório:

.dexter/scratchpad/

Através dos arquivos abaixo, você pode concluir a revisão do processo de pesquisa e a depuração do projeto

Agente Vertical é o Foco da Próxima Etapa

Os Agentes Gerais continuarão a progredir, mas os agentes inteligentes que realmente começam a ser "úteis" devem se aprofundar em áreas verticais.

Dexter é um exemplo típico. Ele não tenta cobrir todos os campos, mas se concentra na pesquisa financeira e aprofunda as fontes de dados, os processos de análise e os mecanismos de verificação.Endereço do Projeto: https://github.com/virattt/dexter