AI Feeds
开源项目

dexter

dexter

自主金融研究 Agent，能拆解复杂金融问题为步骤，使用实时市场数据执行分析、自我反思和迭代。亮点是内置任务规划与自验证机制，类似 Claude Code 但专为金融场景设计，支持 OpenAI/Anthropic 等多种 LLM 后端，并提供 WhatsApp 交互和评估套件。MIT 许可，适合开发者快速搭建 AI 驱动的投资研究工具。

README

Dexter 🤖

Dexter 是一个自主金融研究 agent（智能体），能够在工作中进行思考、规划和学习。它通过任务规划、自我反思和实时市场数据执行分析。你可以把它想象成 Claude Code，但专门为金融研究打造。

Screenshot 2026-04-02 at 4 16 57 PM

目录

👋 概述

Dexter 将复杂的金融问题转化为清晰、逐步的研究计划。它利用实时市场数据执行这些任务，检查自己的成果，并不断优化结果，直到得出有数据支撑的可靠答案。

核心能力：

  • 智能任务规划：自动将复杂查询分解为结构化的研究步骤
  • 自主执行：选择并执行合适的工具来收集金融数据
  • 自我验证：检查自身工作并迭代，直至任务完成
  • 实时金融数据：可获取利润表、资产负债表和现金流量表
  • 安全特性：内置循环检测和步骤限制，防止失控执行

Twitter Follow Discord

Screenshot 2026-02-18 at 12 21 25 PM

✅ 前置条件

  • Bun 运行时（v1.0 或更高版本）
  • OpenAI API 密钥（获取方式 点击这里）
  • Financial Datasets API 密钥（获取方式 点击这里）
  • Exa API 密钥（获取方式 点击这里）——可选，用于网络搜索
安装 Bun

如果你尚未安装 Bun，可以使用 curl 安装：

macOS/Linux：

curl -fsSL https://bun.com/install | bash

Windows：

powershell -c "irm bun.sh/install.ps1|iex"

安装完成后，重启终端并验证 Bun 是否安装成功：

bun --version

💻 安装方法

  1. 克隆仓库：
git clone https://github.com/virattt/dexter.git
cd dexter
  1. 使用 Bun 安装依赖：
bun install
  1. 配置环境变量：
# 复制示例环境文件
cp env.example .env

# 编辑 .env 并添加你的 API 密钥（如果使用云服务提供商）
# OPENAI_API_KEY=your-openai-api-key
# ANTHROPIC_API_KEY=your-anthropic-api-key (可选)
# GOOGLE_API_KEY=your-google-api-key (可选)
# XAI_API_KEY=your-xai-api-key (可选)
# OPENROUTER_API_KEY=your-openrouter-api-key (可选)

# 用于 agent 的机构级市场数据
# FINANCIAL_DATASETS_API_KEY=your-financial-datasets-api-key

# (可选) 如果使用本地 Ollama
# OLLAMA_BASE_URL=http://127.0.0.1:11434

# 网络搜索（首选 Exa，回退至 Tavily）
# EXASEARCH_API_KEY=your-exa-api-key
# TAVILY_API_KEY=your-tavily-api-key

🚀 运行方法

以交互模式运行 Dexter：

bun start

或者在开发模式下使用热重载：

bun dev

📊 评估方法

Dexter 包含一套评估套件，可针对一组金融问题数据集测试 agent 的性能。评估使用 LangSmith 进行追踪，并采用 LLM-as-judge（以大语言模型为裁判）的方式评估回答正确性。

在所有问题上运行：

bun run src/evals/run.ts

在随机抽样的数据上运行：

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

评估运行器会显示实时界面，包括进度、当前问题和实时准确率统计。结果会记录到 LangSmith 中供分析。

🐛 调试方法

Dexter 将所有工具调用记录到 scratchpad（暂存盘）文件中，便于调试和历史追踪。每个查询会在 .dexter/scratchpad/ 目录下创建一个新的 JSONL 文件。

暂存盘位置：

.dexter/scratchpad/
├── 2026-01-30-111400_9a8f10723f79.jsonl
├── 2026-01-30-143022_a1b2c3d4e5f6.jsonl
└── ...

每个文件包含由换行分隔的 JSON 条目，追踪以下内容：

  • init：原始查询
  • tool_result：每次工具调用及其参数、原始结果和 LLM 摘要
  • thinking：agent 的推理步骤

暂存盘条目示例：

{"type":"tool_result","timestamp":"2026-01-30T11:14:05.123Z","toolName":"get_income_statements","args":{"ticker":"AAPL","period":"annual","limit":5},"result":{...},"llmSummary":"已获取苹果公司 5 年年度利润表，显示营收从 2740 亿美元增长至 3940 亿美元"}

这使得检查 agent 收集了哪些数据以及如何解释结果变得非常容易。

📱 在 WhatsApp 中使用

通过将你的手机连接到网关，即可在 WhatsApp 上与 Dexter 聊天。发送给自身的消息会由 Dexter 处理，并将响应发送回同一个聊天窗口。

快速开始：

# 关联你的 WhatsApp 账户（扫描二维码）
bun run gateway:login

# 启动网关
bun run gateway

然后打开 WhatsApp，进入你自己的聊天窗口（给自己发消息），向 Dexter 提问。

详细设置步骤、配置选项和故障排除，请参阅 WhatsApp 网关 README。

🤝 贡献指南

  1. Fork 本仓库
  2. 创建功能分支
  3. 提交你的更改
  4. 推送到分支
  5. 创建 Pull Request

重要提示：请保持你的 Pull Request 小而精，这样更容易审查和合并。

📄 许可协议

本项目采用 MIT 许可协议。

开源项目virattt2026-05-04原文

相关内容