🤖 Dexter:25k Stars 的金融研究 AI Agent,扔个公司名它就把分析写好了
项目地址:virattt/dexter | ⭐ 24,979 Stars | 🛠 TypeScript | 作者:virattt
老实说,金融分析这块我一直觉得 AI 不太好落地——数据太专业、格式太多变、出错代价又大。但 Dexter 让我改观了。这玩意儿是专门做金融研究的自主 AI Agent,你给它一个公司名或投资问题,它自己拆任务、调财报、分析数据,最后给你一份有数据支撑的回答——全程不需要你动手。
24,979 Stars、3,039 Forks,MIT 开源协议,纯 TypeScript 构建,作者 virattt 一个人搞出来的大项目。
一、核心能力:不只是查数据那么简单
Dexter 不是那种你问一句它 GPT 糊弄一下的玩具。它的工作流是:
| 任务规划 | 把你的问题自动拆解成可执行的研究步骤 |
| 数据获取 | 实时调 API 拿收入报表、资产负债表、现金流 |
| 自我验证 | 每步做完自己检查结果,不对就重来 |
| 安全机制 | 内置循环检测和步数上限,防止无限跑下去 |
举个例子,你问 "AAPL 过去 5 年营收趋势怎么样?",Dexter 会调 income statement API 拿 5 年数据,自己算 CAGR,然后给你一个有数据支撑的结论——不是瞎编的。
二、安装:Bun 一键搞定
前置条件:Bun 运行时(macOS/Linux/Windows 都支持)
装 Bun(如果还没有):
curl -fsSL https://bun.com/install | bash
拉仓库 + 装依赖:
git clone https://github.com/virattt/dexter.git
cd dexter
bun install
配 API Key:
cp env.example .env
# 编辑 .env,至少需要填:
# OPENAI_API_KEY=sk-...(必需)
# FINANCIAL_DATASETS_API_KEY=...(必需,财报数据源)
# EXASEARCH_API_KEY=...(可选,网页搜索)
# ANTHROPIC_API_KEY=...(可选,切 Claude 用)
三、启动:跟 Agent 直接对话
交互模式启动:
bun start
开发模式(带热重载):
bun dev
启动后你可以直接问类似这些问题:
- "对比 MSFT 和 GOOGL 近三年的自由现金流"
- "TSLA 最近四个季度的毛利率变化趋势"
- "半导体行业里 PE 低于 20 且营收增长超 10% 的公司有哪些?"
Dexter 会实时展示它的思考过程和每个步骤的执行结果。
四、调试:全链路可追溯,金融场景必备
最骚的是它的 scratchpad 日志机制。每次查询都会在 .dexter/scratchpad/ 下生成一个 JSONL 文件,记录:
- init:原始问题
- tool_result:每次工具调用、参数、返回值、LLM 摘要
- thinking:Agent 的中间推理过程
你可以随时打开看 Agent 是怎么想的、调了哪些数据、为什么得出这个结论。对金融场景来说这太关键了——分析师永远不会盲信一个黑盒。
五、模型支持:多模型自由切换
默认用 OpenAI,但你也可以切到:
- Anthropic Claude
- Google Gemini
- xAI Grok
- OpenRouter(聚合多模型)
- 本地 Ollama(全离线运行)
配 OLLAMA_BASE_URL=http://127.0.0.1:11434 就能切成本地模型,数据不出门。
六、总结
- 24,979 Stars,专为金融研究打造的 AI Agent,不是通用聊天机器人
- 自主规划 → 数据获取 → 自我验证,三步全自动闭环
- Bun + TypeScript 架构,2 分钟完成安装配置
- 全链路日志可追溯,金融合规友好
- 支持 WhatsApp 接入,手机上也能查数据
如果你跟金融数据打交道——做投资分析、财务研究、或者只是想更快地看懂财报——Dexter 是目前最对口的开源 AI Agent。
标签:#Dexter #AIAgent #金融 #投资分析 #GitHub
🤖 Dexter:25k Stars — AI Agent for Deep Financial Research
Repo: virattt/dexter | ⭐ 24,979 Stars | 🛠 TypeScript
Dexter is an autonomous financial research agent that plans, executes, and validates its own analysis. Give it a ticker or a financial question, and it decomposes it into research steps, pulls real-time financial data, checks its own work, and delivers data-backed answers.
Core Capabilities
- Task Planning: Automatically decomposes complex queries into structured research steps
- Data Access: Real-time income statements, balance sheets, cash flow statements
- Self-Validation: Checks its own work and iterates until confident
- Safety: Loop detection and step limits prevent runaway execution
Quick Start
# Install Bun (if needed)
curl -fsSL https://bun.com/install | bash
# Clone and install
git clone https://github.com/virattt/dexter.git
cd dexter
bun install
# Configure API keys
cp env.example .env
# Edit .env: add OPENAI_API_KEY, FINANCIAL_DATASETS_API_KEY
# Run in interactive mode
bun start
Key Highlights
- Multi-model: OpenAI, Claude, Gemini, Grok, OpenRouter, local Ollama
- Full Traceability: Every step logged to
.dexter/scratchpad/as JSONL - WhatsApp: Chat with Dexter through WhatsApp gateway
- Eval Suite: Built-in evaluation against financial Q&A datasets
- MIT License: Free to use, modify, and deploy
If you work with financial data—investment analysis, equity research, or just reading earnings reports faster—Dexter is the most relevant open-source AI agent out there.
Tags: #Dexter #AIAgent #Finance #Investment #OpenSource