பொதுவான ஏஜென்ட்கள் இனி செல்லுபடியாகாதா? இந்த 15,000 ஸ்டார் ஃபைனான்சியல் AI, முதலீட்டு ஆராய்ச்சி செயல்முறையை முழுமையாக தானியங்குபடுத்துகிறது

கடந்த இரண்டு ஆண்டுகளில் AI நுண்ணறிவு முகவர்களின் வளர்ச்சி போக்கு தெளிவாகத் தெரிகிறது, பொதுவான பெரிய மாதிரிகளின் ஆதரவுடன் பொதுவான முகவர் திறன் அதிகரித்து வருகிறது.

ஆனால் நீங்கள் ஒரு தொழில்முறை துறையில் நுழைந்தால், இந்த "எல்லாவற்றையும் செய்யும் ஏஜென்ட்கள்" எளிதில் பலவீனத்தை வெளிப்படுத்துகின்றன, நிதி ஆராய்ச்சி ஒரு பொதுவான எடுத்துக்காட்டு.

நிதி அறிக்கைகளின் பிரித்தெடுக்கும் தர்க்கம், குறிகாட்டிகளின் அளவுகோல்களின் ஒருங்கிணைந்த சரிபார்ப்பு, தரவு மூலங்களின் நம்பகத்தன்மை சரிபார்ப்பு, ஆராய்ச்சி முடிவுகளின் மறுஉருவாக்கம், இவை அனைத்தும் நிதி ஆராய்ச்சியின் முக்கிய தேவைகள் ஆகும். அனைத்து துறைகளுக்கும் பொதுவான ஒரு நுண்ணறிவு முகவரை நம்பி, அதை உண்மையில் தீர்க்க முடியாது.

திறந்த மூல திட்டங்களை புரட்டும் செயல்பாட்டில், நிதி வட்டத்திலும் டெவலப்பர் சமூகத்திலும் நிறைய நற்பெயரைப் பெற்ற ஒரு திட்டத்தை நான் கண்டுபிடித்தேன்: டெக்ஸ்டர், ஆழமான நிதி ஆராய்ச்சிக்காக உருவாக்கப்பட்ட ஒரு தன்னாட்சி நுண்ணறிவு முகவர்.

சாதாரண நிதி கேள்வி பதில் கருவிகளைப் போலல்லாமல், இது ஆராய்ச்சி பணிகளைத் தானே பிரித்தெடுக்கவும், தொழில்முறை தரவைப் பெறவும், பகுப்பாய்வு செயல்முறைகளைச் செயல்படுத்தவும், ஆராய்ச்சி முடிவுகளை மீண்டும் மீண்டும் சரிபார்க்கவும் முடியும். இது நிதி முதலீட்டு ஆராய்ச்சி காட்சியில் உண்மையில் தரையிறங்கிய ஒரு நுண்ணறிவு முகவர் என்று கருதப்படுகிறது, மேலும் பிரபலமும் வலிமையும் மிகவும் வலுவானவை.

"நிதி ChatGPT" அல்ல

சாதாரண நிதி AI "பதிலை வழங்க முடியுமா" என்பதைத் தீர்க்கிறது என்றால், டெக்ஸ்டர் நிதி ஆராய்ச்சியில் மிகவும் முக்கியமான "சிக்கலை தெளிவாக ஆராய முடியுமா" என்பதைத் தீர்க்கிறது.

டெக்ஸ்டரின் நிலைப்பாடு "நிதி ChatGPT" ஆக இருப்பது அல்ல, ஆனால் உண்மையான நிதி முதலீட்டு ஆராய்ச்சி செயல்முறையை நகலெடுப்பது.

நீங்கள் ஒரு ஆராய்ச்சி கேள்வியைக் கேட்கும்போது, எடுத்துக்காட்டாக:

• கடந்த ஐந்து ஆண்டுகளில் ஒரு நிறுவனத்தின் வருவாய் மாற்றங்களை பகுப்பாய்வு செய்யவா?
• இரண்டு தொழில்களின் மதிப்பீட்டு கட்டமைப்பை ஒப்பிடவா?
• ஒரு நிறுவனத்தின் பணப்புழக்கத்தின் தரத்தை மதிப்பிடவா?

இது ஒரு முடிவான உரையை நேரடியாக வழங்காது, ஆனால் ஒரு தொழில்முறை முதலீட்டு ஆராய்ச்சி தர்க்கத்தின்படி, முதலில் ஆராய்ச்சி இலக்கை தெளிவுபடுத்தும், பின்னர் ஆராய்ச்சியை முடிக்க தேவையான முக்கிய நிதி குறிகாட்டிகளை தீர்மானிக்கும், பின்னர் பொருந்தக்கூடிய தொழில்முறை தரவு மூலங்களைத் தேர்ந்தெடுக்கும், இறுதியாக படிப்படியாக பகுப்பாய்வு, தரவை சரிபார்த்து, தகவலை நிரப்பும்.

முழு ஆராய்ச்சி செயல்முறையும் கட்டமைக்கப்பட்டதாகவும், கண்டுபிடிக்கக்கூடியதாகவும் இருக்கிறது, மேலும் பெரிய மாதிரியை நம்பி ஒரு முறை "உருவாக்கப்பட்ட" பதில் அல்ல.

தொழில்முறை தரவு ஆதாரம், அதன் நம்பிக்கை

நிதி பகுப்பாய்வின் கீழ் வரம்பு எப்போதும் தரவு தரத்தைப் பொறுத்தது.

டெக்ஸ்டர் நிறுவன அளவிலான நிதி தரவு மூலங்களுடன் நேரடியாக இணைக்க முடியும், வருவாய் அறிக்கை, இருப்புநிலை, பணப்புழக்க அறிக்கை போன்ற முக்கிய தரவை உள்ளடக்கியது.

இது ஒரு எளிய வலைப்பக்க ஸ்கிராப்பிங் அல்ல, ஆனால் தொழில்முறை நிதி கட்டமைப்பைச் சுற்றி ஒழுங்கமைக்கப்பட்ட தரவு அமைப்பு.

பல பொதுவான ஏஜெண்டுகளின் பிரச்சனை என்னவென்றால்: தர்க்கம் ஒரு பிரச்சனையாக இருக்காது, ஆனால் தரவு ஆதாரம் தெளிவற்றது மற்றும் அளவுகோல்கள் சீரற்றவை, மேலும் இறுதி முடிவு முற்றிலும் நிலைக்கவில்லை.

டெக்ஸ்டர் வடிவமைப்பின் மட்டத்தில் தரவு மூலத்தை ஒரு முக்கிய திறனாகக் கருதுகிறது, கூடுதல் செயல்பாடாக அல்ல. முதலீட்டு ஆராய்ச்சி காட்சிகளுக்கு இது மிகவும் முக்கியமான படியாகும்.

இது "தன்னைத்தானே சரிபார்க்கும்"

டெக்ஸ்டரின் சுய சரிபார்ப்பு பொறிமுறையானது நிதித் துறையின் துல்லியத்திற்கான அதிக தேவைகளுக்கு மிகவும் பொருத்தமானது.

முழு பகுப்பாய்வு செயல்முறையிலும், டெக்ஸ்டர் இடைநிலை முடிவுகளையும் இறுதி முடிவுகளையும் தொடர்ந்து சரிபார்க்கும். தர்க்க ஓட்டைகள் அல்லது தரவு காணாமல் போவதை கண்டறிந்தால், அது தானாகவே ஆராய்ச்சி படிகளை சரிசெய்து, முழுமையான ஆராய்ச்சி பணி முடியும் வரை தொடர்ந்து செயல்படுத்தும்.

மாதிரி ஆதரவு

டெக்ஸ்டரின் பொருந்தக்கூடிய தன்மையும் மிகவும் நெகிழ்வானது. OpenAI, Anthropic, Google, xAI, OpenRouter போன்ற கிளவுட் பெரிய மாதிரிகள் அல்லது உள்நாட்டில் பயன்படுத்தப்படும் Ollama எதுவாக இருந்தாலும், அவை தடையின்றி இணைக்கப்படலாம். இது கிளவுட்டில் விரைவாக இயக்கப்படலாம், மேலும் உள்நாட்டில் பயன்படுத்தப்படும் தனியுரிமை தேவைகளையும் பூர்த்தி செய்ய முடியும்.

விரைவான தொடக்கம்

ஒன்று, இயக்க சூழலை தயார் செய்யவும்

டெக்ஸ்டர் பன் உடன் இயக்க நேரமாக இயங்குகிறது. அதிகாரப்பூர்வமாக 1.0 மற்றும் அதற்கு மேற்பட்ட பதிப்புகள் தேவை. வெவ்வேறு அமைப்புகளுக்கு வெவ்வேறு நிறுவல் முறைகள் உள்ளன. செயல்பாடு முடிந்ததும், முனையத்தை மறுதொடக்கம் செய்யவும்.

macOS / Linux அமைப்புகள் இயக்கப்படலாம்:

curl -fsSL https://bun.com/install | bashWindows அமைப்புகள் இயக்கப்படலாம்:

powershell -c "irm bun.sh/install.ps1|iex"நிறுவல் முடிந்ததும், முனையத்தில் bun --version ஐ உள்ளிடவும். பதிப்பு எண் சாதாரணமாக வெளியிட்டால், நிறுவல் வெற்றிகரமாக முடிந்தது என்று அர்த்தம்.### இரண்டு, திட்டத்தை குளோன் செய்து சார்புகளை நிறுவவும்

திட்ட களஞ்சியத்தை குளோன் செய்த பிறகு, திட்ட கோப்பகத்திற்குச் சென்று, பன் மூலம் திட்டத்திற்கு தேவையான சார்புகளை நிறுவலாம்:

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

மூன்று, சுற்றுச்சூழல் மாறிகளை உள்ளமைக்கவும்

இது டெக்ஸ்டரை இயக்குவதற்கான முக்கியமான படியாகும். திட்டத்தில் ஏற்கனவே சுற்றுச்சூழல் மாறி டெம்ப்ளேட் கோப்பு வழங்கப்பட்டுள்ளது, முதலில் டெம்ப்ளேட்டை நகலெடுத்து ஒரு உள்ளமைவு கோப்பை உருவாக்க வேண்டும், பின்னர் உங்கள் சொந்த தேவைகளுக்கு ஏற்ப அதைத் திருத்தவும்:

cp env.example .env பின்னர் உருவாக்கப்பட்ட .env கோப்பைத் திருத்தவும், முக்கியமாக உள்ளமைக்கப்பட வேண்டிய API விசைகள் மூன்று வகைகளாகப் பிரிக்கப்படுகின்றன:

• பெரிய மாதிரி வழங்குநரின் API விசை: OpenAI, Anthropic, Google, xAI, OpenRouter போன்றவை உட்பட, (எ.கா. OPENAI_API_KEY) நீங்கள் பயன்படுத்தும் பெரிய மாதிரிக்கு ஏற்ப உள்ளமைக்கப்படலாம்;
• நிதி தரவுத்தொகுப்புகள் API விசை: நிறுவன அளவிலான நிதிச் சந்தை மற்றும் நிதித் தரவை மீட்டெடுக்கப் பயன்படுகிறது, இது தொழில்முறை நிதி பகுப்பாய்வை செயல்படுத்துவதற்கான முக்கிய உள்ளமைவு ஆகும், இது கட்டாயம் உள்ளமைக்கப்பட வேண்டும். முகவரியைப் பெறுக: https://financialdatasets.ai/
• வலைத் தேடல் தொடர்பான API விசை: Exa, Tavily உட்பட, ஏஜென்ட்டின் வலைத் தேடல் திறனை மேம்படுத்தப் பயன்படுகிறது, இது விருப்ப உள்ளமைவு ஆகும். முகவரியைப் பெறுக: https://exa.ai/

உள்ளூரில் பயன்படுத்தப்படும் Ollama-வை பயன்படுத்த விரும்பினால், கோப்பில் உள்ளமைக்கவும்:

OLLAMA_BASE_URL=http://127.0.0.1:11434

நான்கு, டெக்ஸ்டரைத் தொடங்கவும்

சுற்றுச்சூழல் மாறிகள் உள்ளமைக்கப்பட்ட பிறகு, டெர்மினலில் தொடக்க கட்டளையை நேரடியாக இயக்கவும்:

bun start டெக்ஸ்டரின் ஊடாடும் CLI இடைமுகத்திற்குள் நுழையலாம். இடைமுகத்தில் நிதி ஆராய்ச்சி தொடர்பான கேள்விகளை உள்ளிடவும், அது தானாகவே முழுமையான பகுப்பாய்வு செயல்முறையைத் திட்டமிட்டு செயல்படுத்தும்.

மேம்பாடு அல்லது பிழைத்திருத்த நோக்கங்களுக்காக இருந்தால், ஹாட் ரீலோட் பயன்முறையைப் பயன்படுத்தி தொடங்கலாம்:

bun dev

ஐந்து, மதிப்பீடு மற்றும் பிழைத்திருத்தம்

மேம்பட்ட தேவைகள் உள்ள பயனர்களுக்காக, டெக்ஸ்டர் ஒரு சிறப்பு மதிப்பீட்டு கருவியை உள்ளமைத்துள்ளது, இது ஏஜென்ட்டின் பகுப்பாய்வு திறனை சோதிக்க முடியும், முழு மதிப்பீட்டு செயல்முறையையும் இயக்கலாம் அல்லது சோதனைகளுக்கு மாதிரிகளை தோராயமாக எடுக்கலாம்:

bun run src/evals/run.ts bun run src/evals/run.ts --sample 10 டெக்ஸ்டர் அனைத்து பகுப்பாய்வு செயல்முறைகள், கருவி அழைப்புகள் மற்றும் இடைநிலை முடிவுகளை தானாகவே இந்த கோப்பகத்தில் பதிவு செய்யும்:

.dexter/scratchpad/ அதன் கீழ் உள்ள கோப்புகள் மூலம், ஆராய்ச்சி செயல்முறையை மறுபரிசீலனை செய்து திட்டத்தை பிழைத்திருத்தம் செய்யலாம்

செங்குத்து ஏஜென்ட், அடுத்த கட்டத்தின் முக்கிய கவனம்

பொதுவான ஏஜென்ட் தொடர்ந்து முன்னேறும், ஆனால் உண்மையில் "பயனுள்ள" நுண்ணறிவு ஏஜென்ட், செங்குத்து துறையில் ஆழமாக தோண்டி எடுக்க வேண்டும்.

டெக்ஸ்டர் ஒரு பொதுவான மாதிரி. இது அனைத்து துறைகளையும் உள்ளடக்கும் முயற்சியை எடுக்கவில்லை, மாறாக நிதி ஆராய்ச்சியில் கவனம் செலுத்துகிறது, தரவு ஆதாரம், பகுப்பாய்வு செயல்முறை மற்றும் சரிபார்ப்பு வழிமுறையை ஆழமாக்குகிறது.திட்ட முகவரி: https://github.com/virattt/dexter