Dexter

Dexter 是一个自主运行的金融研究智能体。它能在执行任务的过程中思考、规划并自我优化，专为处理复杂金融问题而设计。你可以把它看作一个专精于金融领域的 Claude Code。

与普通聊天机器人不同，Dexter 不只是回答问题，而是主动制定研究计划、调用数据、验证结果，并不断迭代，直到输出一个可靠、有数据支撑的结论。

它能做什么？

当你提出一个金融问题时，Dexter 会自动完成以下流程：

• 拆解问题：将模糊或复杂的提问转化为清晰、可执行的研究步骤
• 获取数据：调用实时财务数据，包括收入报表、资产负债表和现金流量表
• 执行分析：进行必要的计算和横向/纵向比较
• 验证结果：检查数据完整性与逻辑一致性，必要时重新执行
• 输出报告：生成结构清晰、数据详实的回答

例如，你可以问：

• “苹果过去四个季度的收入增长是多少？”
• “比较微软和谷歌在 2023 年的运营利润率”
• “分析特斯拉过去一年的现金流趋势”
• “根据最近财报，亚马逊的债务权益比是多少？”

Dexter 会自动完成从数据获取到结论提炼的全过程。

技术架构

Dexter 采用多智能体协同架构，各模块职责明确：

• 规划智能体（Planning Agent）：解析用户问题，生成结构化任务清单
• 行动智能体（Action Agent）：选择合适工具，执行数据获取与计算
• 验证智能体（Validation Agent）：评估任务是否完成、数据是否充分
• 回答智能体（Answer Agent）：整合分析结果，形成最终输出

此外，系统内置安全机制，如循环检测和最大步骤限制，防止因逻辑错误导致无限执行。

如何开始使用？

前提条件：

• Python 3.10 或更高版本
• uv 包管理器（替代 pip 的现代 Python 依赖管理工具）
• OpenAI API 密钥
• Financial Datasets API 密钥（可从 financialdatasets.ai 申请）

安装步骤：

git clone https://github.com/virattt/dexter.git
cd dexter
uv sync
cp env.example .env

编辑 .env 文件，填入你的 API 密钥：

OPENAI_API_KEY=your-openai-api-key
FINANCIAL_DATASETS_API_KEY=your-financial-datasets-api-key

启动交互模式：

uv run dexter-agent

之后即可直接输入金融问题，Dexter 会自动处理并返回分析结果。