Dexter终端里的金融研究智能体用自然语言取数、解析SEC文件与对比公司【免费下载链接】dexterAn autonomous agent for deep financial research项目地址: https://gitcode.com/GitHub_Trending/dexter19/dexterDexter 是一个开源的自主金融研究智能体autonomous agent面向金融研究者和普通投资者你在终端里用自然语言提问它自己取行情、拉财报、解析 SEC 官方文件并给出带数据来源的结论。下面按你最先会问的几个问题来讲清它的工作方式。 能查到哪些金融数据数据能力由两组元工具及其子工具提供覆盖从行情到披露的常见研究场景行情与事件股价快照现价、市值、成交量、52 周高低与历史价格区间加密货币价格快照及历史曲线股票代码查询公司新闻与宏观市场动态内部人交易、机构持仓13F与 5% 以上股东/激进投资者仓位13D/13G。入口在 src/tools/finance/get-market-data.ts。公司基本面利润表、资产负债表、现金流量表市盈率、EPS、ROE、利润率等关键指标及其历史走势按业务或地区拆分的收入与利润率财报业绩与超预期/不及预期记录。入口在 src/tools/finance/get-financials.ts。每次取数都会附带来源 URL方便你核对原始出处。 需要自己选数据源或写代码吗不需要。你把完整问题原样交给工具即可路由发生在内部模型先理解问题判断要取哪些数据再调用对应的子工具。问苹果过去5年营收怎么样会命中利润表子工具问微软现在的市盈率是多少则命中指标快照子工具。整个过程你既不接触二三十个子工具的参数格式也不用在多个平台之间切换数据源。 去年和苹果这类说法怎么理解相对时间和公司名不需要你手动换算。路由层在发起取数前会做两类归一化公司名转代码苹果 → AAPL微软 → MSFT比特币 → BTC相对时间转日期范围过去5年 → 最近 5 个年度周期上季度 → 近 3 个月起的报告期YTD → 当年 1 月 1 日起。也就是说你可以按口语提问精确参数由它生成。 能直接读 10-K、10-Q、8-K 的文件正文吗可以这是它替代手工劳动最多的环节。read_filings工具src/tools/finance/read-filings.ts把读文件拆成三步先从问题推断公司与文件类型风险因素归 10-K季度业绩归 10-Q重大事项归 8-K再拉取该公司最近的申报文件列表最后只读取需要的章节例如风险因素Item 1A或管理层讨论Item 7单次最多 3 份文件避免把整份年报灌进上下文。问一句苹果最新 10-K 里的主要风险因素有哪些得到的就是相关章节的文本而不是自己去 EDGAR 翻几百页 PDF。⚡ 两家公司对比这类问题怎么执行问对比苹果和微软过去三年的营收增速和净利率时agent 会把问题拆成对两家公司各取一次三年利润表多个互不依赖的取数调用并行执行数据返回后按报告期对齐再做计算。这套循环在 src/agent/agent.ts 中实现默认最多迭代 10 轮调工具—核对结果—继续每次工具调用都会写入 scratchpad.dexter/scratchpad/下的 JSONL 文件你可以事后复盘它取了哪些数据、如何解读。若某轮发现数据不足以回答它会自行补取直到答案成立或到达轮数上限。 如何开始使用先安装 Bun 运行时然后git clone https://gitcode.com/GitHub_Trending/dexter19/dexter cd dexter bun install bun start启动前执行cp env.example .env填入模型 API 密钥OpenAI 为默认也支持 Anthropic、Google、xAI 及本地 Ollama终端内用/model切换和金融数据接口密钥。配置完成后试着问它苹果最新 10-K 的风险因素有哪些就是第一次完整的研究任务。【免费下载链接】dexterAn autonomous agent for deep financial research项目地址: https://gitcode.com/GitHub_Trending/dexter19/dexter创作声明：本文部分内容由AI辅助生成（AIGC），仅供参考 Dexter：终端里的金融研究智能体，用自然语言取数、解析SEC文件与对比公司
Dexter终端里的金融研究智能体用自然语言取数、解析SEC文件与对比公司【免费下载链接】dexterAn autonomous agent for deep financial research项目地址: https://gitcode.com/GitHub_Trending/dexter19/dexterDexter 是一个开源的自主金融研究智能体autonomous agent面向金融研究者和普通投资者你在终端里用自然语言提问它自己取行情、拉财报、解析 SEC 官方文件并给出带数据来源的结论。下面按你最先会问的几个问题来讲清它的工作方式。 能查到哪些金融数据数据能力由两组元工具及其子工具提供覆盖从行情到披露的常见研究场景行情与事件股价快照现价、市值、成交量、52 周高低与历史价格区间加密货币价格快照及历史曲线股票代码查询公司新闻与宏观市场动态内部人交易、机构持仓13F与 5% 以上股东/激进投资者仓位13D/13G。入口在 src/tools/finance/get-market-data.ts。公司基本面利润表、资产负债表、现金流量表市盈率、EPS、ROE、利润率等关键指标及其历史走势按业务或地区拆分的收入与利润率财报业绩与超预期/不及预期记录。入口在 src/tools/finance/get-financials.ts。每次取数都会附带来源 URL方便你核对原始出处。 需要自己选数据源或写代码吗不需要。你把完整问题原样交给工具即可路由发生在内部模型先理解问题判断要取哪些数据再调用对应的子工具。问苹果过去5年营收怎么样会命中利润表子工具问微软现在的市盈率是多少则命中指标快照子工具。整个过程你既不接触二三十个子工具的参数格式也不用在多个平台之间切换数据源。 去年和苹果这类说法怎么理解相对时间和公司名不需要你手动换算。路由层在发起取数前会做两类归一化公司名转代码苹果 → AAPL微软 → MSFT比特币 → BTC相对时间转日期范围过去5年 → 最近 5 个年度周期上季度 → 近 3 个月起的报告期YTD → 当年 1 月 1 日起。也就是说你可以按口语提问精确参数由它生成。 能直接读 10-K、10-Q、8-K 的文件正文吗可以这是它替代手工劳动最多的环节。read_filings工具src/tools/finance/read-filings.ts把读文件拆成三步先从问题推断公司与文件类型风险因素归 10-K季度业绩归 10-Q重大事项归 8-K再拉取该公司最近的申报文件列表最后只读取需要的章节例如风险因素Item 1A或管理层讨论Item 7单次最多 3 份文件避免把整份年报灌进上下文。问一句苹果最新 10-K 里的主要风险因素有哪些得到的就是相关章节的文本而不是自己去 EDGAR 翻几百页 PDF。⚡ 两家公司对比这类问题怎么执行问对比苹果和微软过去三年的营收增速和净利率时agent 会把问题拆成对两家公司各取一次三年利润表多个互不依赖的取数调用并行执行数据返回后按报告期对齐再做计算。这套循环在 src/agent/agent.ts 中实现默认最多迭代 10 轮调工具—核对结果—继续每次工具调用都会写入 scratchpad.dexter/scratchpad/下的 JSONL 文件你可以事后复盘它取了哪些数据、如何解读。若某轮发现数据不足以回答它会自行补取直到答案成立或到达轮数上限。 如何开始使用先安装 Bun 运行时然后git clone https://gitcode.com/GitHub_Trending/dexter19/dexter cd dexter bun install bun start启动前执行cp env.example .env填入模型 API 密钥OpenAI 为默认也支持 Anthropic、Google、xAI 及本地 Ollama终端内用/model切换和金融数据接口密钥。配置完成后试着问它苹果最新 10-K 的风险因素有哪些就是第一次完整的研究任务。【免费下载链接】dexterAn autonomous agent for deep financial research项目地址: https://gitcode.com/GitHub_Trending/dexter19/dexter创作声明：本文部分内容由AI辅助生成（AIGC），仅供参考