Dexter 🤖

Dexter 是一个自主金融研究智能体，能够在工作过程中进行思考、规划和学习。它通过任务规划、自我反思和实时市场数据进行分析。可以将其理解为专门为金融研究打造的 Claude Code。

⚠️ 免责声明

本项目仅供教育、娱乐和信息参考目的使用。它并非旨在用于实际交易或投资。

不构成任何金融、投资、税务或法律建议。
不保证准确性、完整性或对任何特定目的的适用性。
输出结果可能存在错误、不完整或过时的情况。
创建者和贡献者对任何财务损失或损害不承担任何责任。
在做出投资决定前，请咨询持有执照的财务顾问。
过往表现不代表未来结果。

使用本软件即表示您同意仅将其用于学习和信息目的，并接受与使用相关的所有风险。

👋 概览

Dexter 能够接收复杂的金融问题，并将其转化为清晰的、循序渐进的研究计划。它利用实时市场数据执行这些任务，检查自身工作，并不断完善结果，直到得出有数据支持的可信答案。

核心能力：

智能任务规划：自动将复杂查询拆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获取金融数据。
自我验证：检查自身工作并进行迭代，直至任务完成。
实时金融数据：可访问损益表、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。

✅ 前置条件

Bun 运行时 (v1.0 或更高版本)
OpenAI API Key (在此获取)
Financial Datasets API Key (在此获取)
Exa API Key (在此获取) - 可选，用于网络搜索

安装 Bun

如果您尚未安装 Bun，可以使用 curl 进行安装：

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

💻 如何安装

克隆代码仓库：

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

使用 Bun 安装依赖：

bun install

设置环境变量：

# 复制示例环境变量文件
cp env.example .env

# 编辑 .env 并添加您的 API Keys（如果使用云服务商）
# 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)

# 用于智能体的机构级市场数据
# FINANCIAL_DATASETS_API_KEY=your-financial-datasets-api-key

# (可选) 如果在本地使用 Ollama
# OLLAMA_BASE_URL=http://127.0.0.1:11434

# 网络搜索 (推荐使用 Exa，Tavily 作为备选)
# EXASEARCH_API_KEY=your-exa-api-key
# TAVILY_API_KEY=your-tavily-api-key

🚀 如何运行

以交互模式运行 Dexter：

bun start

或者在开发模式下使用监视模式运行：

bun dev

📊 如何评估

Dexter 包含一个评估套件，用于根据金融问题数据集测试智能体。评估使用 LangSmith 进行跟踪，并采用“LLM 即评委”（LLM-as-judge）的方法来计算准确性分数。

对所有问题进行评估：

bun run src/evals/run.ts

对随机抽样的数据进行评估：

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

评估运行程序会显示一个实时 UI，展示进度、当前问题以及运行中的准确率统计数据。结果将记录到 LangSmith 以便进行分析。

🐛 如何调试

Dexter 会将所有工具调用记录到草稿文件中，以便调试和历史追踪。每个查询都会在 .dexter/scratchpad/ 中创建一个新的 JSONL 文件。

草稿文件位置：

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

每个文件包含按行分隔的 JSON 条目，用于跟踪：

init：原始查询
tool_result：带有参数、原始结果和 LLM 总结的每个工具调用
thinking：智能体的推理步骤

草稿条目示例：

{"type": "tool_result", ...}

virattt/dexter