Универсальные агенты больше не работают? Этот финансовый ИИ с 15 тысячами звезд автоматизирует весь процесс инвестиционных исследований

В последние два года тенденция развития интеллектуальных агентов ИИ становится все более очевидной, и общие возможности агентов, поддерживаемые универсальными большими моделями, неуклонно растут.

Но как только вы входите в профессиональную область, эти "универсальные агенты" легко обнаруживают свою слабость, и финансовые исследования являются самым типичным примером.

Логика разбора финансовых отчетов, единая проверка калибра показателей, проверка достоверности источников данных, воспроизводимость результатов исследований - все это основные требования финансовых исследований, и полагаться на интеллектуального агента, который является общим для различных областей, просто невозможно решить по-настоящему.

Также в процессе перелистывания проектов с открытым исходным кодом я обнаружил проект, который накопил немало репутации в финансовых кругах и сообществе разработчиков: Dexter, автономный интеллектуальный агент, специально разработанный для углубленных финансовых исследований.

В отличие от обычных инструментов финансовых вопросов и ответов, он может самостоятельно разбирать исследовательские задачи, извлекать профессиональные данные, выполнять аналитические процессы и многократно проверять результаты исследований, что можно считать интеллектуальным агентом, который действительно приземлился в сценарии финансовых инвестиционных исследований, и его популярность и сила очень сильны.

Не "финансовая версия ChatGPT"

Если обычный финансовый ИИ решает вопрос "может ли он дать ответ", то Dexter решает более важный вопрос в финансовых исследованиях: "может ли он четко изучить проблему"

Dexter позиционируется не как "финансовая версия ChatGPT", а как воспроизведение реального процесса финансовых инвестиционных исследований.

Когда вы задаете исследовательский вопрос, например:

• Проанализируйте изменения доходов компании за последние пять лет?
• Сравните структуры оценки двух отраслей?
• Оцените качество денежного потока компании?

Он не будет давать заключительный текст напрямую, а будет следовать профессиональной логике инвестиционных исследований, сначала определять цели исследования, затем определять основные финансовые показатели, необходимые для завершения исследования, затем отбирать соответствующие профессиональные источники данных и, наконец, шаг за шагом выполнять анализ, проверять данные и дополнять информацию.

Весь процесс исследования является структурированным и отслеживаемым, а не "генерирует" ответы с помощью большой модели за один раз.

Профессиональные источники данных - его уверенность

Нижний предел финансового анализа всегда зависит от качества данных.

Dexter может напрямую подключаться к источникам финансовых данных институционального уровня, охватывающим основные данные, такие как отчет о доходах, баланс и отчет о движении денежных средств.

Это не просто веб-скрапинг, а система данных, организованная вокруг профессиональной финансовой структуры.

Проблема многих универсальных агентов заключается в том, что логика может быть в порядке, но источники данных неясны, а калибры не унифицированы, и в конечном итоге вывод не может быть подтвержден.

Dexter рассматривает источники данных как основную возможность с точки зрения дизайна, а не как дополнительную функцию. Это очень важный шаг для сценариев инвестиционных исследований.

Он будет "сам себя проверять"

Механизм самопроверки Dexter еще больше соответствует высоким требованиям к точности в финансовой сфере.

На протяжении всего процесса анализа Dexter будет постоянно проверять промежуточные результаты и окончательные выводы. Как только он обнаружит логические недостатки или отсутствие данных, он автоматически скорректирует этапы исследования и продолжит выполнение, пока не завершит полную исследовательскую задачу.

Поддержка моделей

Dexter также очень гибок в плане совместимости. Независимо от того, являются ли это облачные большие модели, такие как OpenAI, Anthropic, Google, xAI, OpenRouter, или локально развернутый Ollama, они могут быть легко подключены, что позволяет быстро запускаться в облаке и удовлетворять потребности конфиденциальности локального развертывания.

Быстрый старт

1. Подготовьте среду выполнения

Dexter использует Bun в качестве среды выполнения. Официально требуется версия 1.0 или выше. Различные системы имеют разные способы установки. Перезапустите терминал после завершения операции.

macOS / Linux может выполнить:

curl -fsSL https://bun.com/install | bashWindows может выполнить:

powershell -c "irm bun.sh/install.ps1|iex"После завершения установки введите bun --version в терминале. Если номер версии может быть выведен нормально, это означает, что установка прошла успешно.### II. Клонирование проекта и установка зависимостей

После клонирования репозитория проекта, перейдите в каталог проекта и установите необходимые зависимости с помощью Bun:

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

III. Настройка переменных окружения

Это ключевой шаг для запуска Dexter. В проекте уже предоставлен файл-шаблон переменных окружения. Нам нужно просто скопировать шаблон для создания файла конфигурации, а затем отредактировать его в соответствии с нашими потребностями:

cp env.example .env Затем отредактируйте созданный файл .env. Основные API ключи, которые необходимо настроить, делятся на три категории:

• API Key поставщика больших языковых моделей: включая OpenAI, Anthropic, Google, xAI, OpenRouter и т.д. (например, OPENAI_API_KEY). Вы можете настроить их в соответствии с используемой вами большой языковой моделью;
• API Key для финансовых наборов данных: используется для получения финансовых рыночных и финансовых данных институционального уровня. Это основная конфигурация для реализации профессионального финансового анализа, рекомендуется обязательная настройка. Получить по адресу: https://financialdatasets.ai/
• API Key, связанные с веб-поиском: включая Exa, Tavily, используются для расширения возможностей веб-поиска интеллектуального агента, являются необязательной конфигурацией. Получить по адресу: https://exa.ai/

Если вам нужно использовать локально развернутый Ollama, настройте его в файле:

OLLAMA_BASE_URL=http://127.0.0.1:11434

IV. Запуск Dexter

После завершения настройки переменных окружения, просто выполните команду запуска в терминале:

bun start Вы попадете в интерактивный CLI интерфейс Dexter. Введите в интерфейсе вопросы, связанные с финансовыми исследованиями, и он автоматически спланирует и выполнит полный процесс анализа.

Для разработки или отладки можно использовать режим горячей перезагрузки:

bun dev

V. Оценка и отладка

Для пользователей с расширенными потребностями Dexter имеет встроенные инструменты оценки, которые можно использовать для тестирования аналитических возможностей интеллектуального агента. Вы можете запустить полный процесс оценки или случайным образом выбрать образцы для тестирования:

bun run src/evals/run.ts bun run src/evals/run.ts --sample 10 Dexter автоматически записывает все процессы анализа, вызовы инструментов и промежуточные результаты в этот каталог:

.dexter/scratchpad/ Через файлы в нем можно завершить повторный анализ процесса исследования и отладку проекта.

Вертикальный Agent - это следующий ключевой момент

Универсальные Agent будут продолжать развиваться, но интеллектуальные агенты, которые действительно начнут быть "полезными", обязательно будут глубоко копать в вертикальных областях.

Dexter - типичный пример. Он не пытается охватить все области, а фокусируется на финансовых исследованиях, углубляя источники данных, процессы анализа и механизмы проверки.Адрес проекта: https://github.com/virattt/dexter