拆解一个真实的财报问题：Dexter 任务分解实战指南-北京尧图网络

拆解一个真实的财报问题Dexter 任务分解实战指南【免费下载链接】dexterAn autonomous agent for deep financial research项目地址: https://gitcode.com/GitHub_Trending/dexter19/dexter想评估特斯拉 2024 年 Q3 的财务健康状况你可以直接问金融AI智能体 Dexter。这个面向深度金融研究的自主智能体不用你指定步骤Dexter 任务分解机制会自己把问题拆成一张取证清单翻季报、拉报表、算比率最后给出带数据的结论。今天我把这个问题从头走一遍再回头拆开它的设计。从一个真实问题开始拆解、取证、摘要、下结论你的问题发出去后Dexter 先为这次提问开一本草稿账落在.dexter/scratchpad/下的一个 JSONL 文件里之后每条思考、每次工具调用、每份原始结果都会追加进去。第一步拆解要素。模型先把财务健康翻译成可验证的要素哪家公司TSLA、哪个期间2024 年 Q3、要看哪几个维度——流动性、债务结构、利润率。白话解释这一步就是审题把一句话变成一张带勾选项的待办清单。第二步选工具取证。模型不编数字它调工具。Dexter 的 toolbox 在 src/tools/registry.ts 里统一注册get_financials一次拉齐利润表、资产负债表和现金流read_filings去 SEC 披露里读对应的 10-Q 季报get_market_data再补股价、新闻和内部人交易。只读类工具允许并行执行一轮就能取回好几份数据。白话解释这一步是取证每个数字都有出处事后可以追溯。第三步摘要迭代。工具结果回来后会进上下文但原始数据涨得很快所以 Dexter 不会让模型每轮都盯着全量数据。上下文接近阈值时它让一个更快的模型把已有结果压成一份保留关键数字的结构化摘要下一轮推理只看摘要加最新数据。白话解释这一步是做笔记只把有用的信息带进下一轮避免边跑边忘。第四步得出结论。循环一直思考→行动→总结直到某轮回复里不再出现工具调用——那一刻的文本就是最终答案系统同时把完整的工具调用清单交还给你方便核对每个数字的来源。白话解释判断做完了的标准很朴素不查了就是写答案的时候。三个容易翻车的地方它都提前布了防信息过载几百条原始数据塞不进上下文解法是三层压缩每轮先做轻量修剪清掉过期的推理文本逼近阈值时触发 LLM 摘要压缩逻辑在 src/agent/compact.ts超大的单条结果先写到磁盘、上下文里只留预览。原始数据并没有丢全都在 scratchpad 账本里躺着调试时随时可查。死循环与跑偏反复调同一个工具解法是双层限额。整个过程默认最多 10 轮迭代撞线就体面收工并说明原因每个工具默认建议最多调 3 次scratchpad 还会比对本次查询和之前的是否高度相似相似就注入一条提醒建议换工具或换关键词——注意它是提醒而不是硬拦截判断权留给模型自己。不知道用哪个工具二十多个工具怎么挑解法是注册加路由。每个工具注册时都带一句什么时候该用我的说明和 SOUL.md 里的研究准则一起拼进系统提示模型按问题对号入座。依赖 API key 的工具比如各种联网搜索只在配置了 key 时才注册没配就不出现在菜单里不会诱导模型去撞墙。两段源码看懂核心循环主循环就在 src/agent/agent.ts 的run()里最关键的几行长这样while (ctx.iteration this.maxIterations) { ctx.iteration; const { response } yield* this.callModelWithStreaming(messages); if (!hasToolCalls(response)) { yield* this.handleDirectResponse(extractTextContent(response) ?? , ctx); return; } // 执行工具结果放回 messages进入下一轮 }这段就是整台机器的发动机问模型模型要查数就执行工具查够了不查了就直接给答案外面套一圈 10 轮的保险丝。摘要压缩那侧同样短小const threshold getAutoCompactThreshold(this.model); if (estimatedContextTokens threshold) return; // 快模型把全部工具结果压成一份结构化摘要 const result await compactContext({ model, systemPrompt, query, toolResults }); messageState.messages this.compactMessages(messageState.messages, result.summary, query);白话版上下文快满了就别硬撑让更快的模型把已有结果浓缩成摘要后续推理只看摘要加新数据既省 token 又不丢关键数字。动手试试5 分钟跑通第一个问题前提是有 Bun 运行时以及 OpenAI 和 Financial Datasets 的 API key。步骤git clone https://gitcode.com/GitHub_Trending/dexter19/dexter然后cd dexterbun install装依赖cp env.example .env把 API key 填进.envbun start进入交互界面这也是新手体验 AI 分析财报最省事的入口进去后直接复制粘贴这句评估特斯拉 2024 年 Q3 的财务健康状况重点看流动比率、债务结构和营收增长。Dexter 把问一句、等一篇的自动化金融研究做成了可观测、可追溯的证据链每个结论背后都查得到工具调用记录。随着工具生态和记忆机制继续补齐自主研究离日常使用应该还会更近一步。【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

拆解一个真实的财报问题：Dexter 任务分解实战指南

相关推荐

Dexter 循环拆解：复刻金融任务分解的 4 个关键点

FPGA接口开发必知：时序约束、跨时钟域与信号完整性实战指南

Qwen MoE 模型 3 分钟上手：30B 激活量只有 3B，显存直接省到 1/4

更多资讯

游戏运行库精准诊断与沙盒化修复方案

欠驱动USV编队控制：反步法与神经网络补偿方案

STGCN时空图卷积网络：原理、优化与交通预测实践

从零构建英语口语智能体：架构设计、核心模块与实操避坑指南

OpenStack命令行工具使用指南与实战技巧

Android车机与PAD性能优化：八维指标、adb命令与回归表

今日更新

PLFM_RADAR：从被动告警到主动感知的微服务健康监控系统

SPI隔离设计实战：MAX14431BAEE+与STM32F407工业级应用

数字隔离器如何根治SPI通信地环路干扰：MAX14431与TM4C129实战

本周精选

面向复杂光照与角度的宠物面部识别鲁棒性增强策略

基于DRV8818与STM32的双极步进电机驱动方案实战解析

DRV8818PWPR+PIC18F45K80双极步进电机控制方案实战

本月热门

面向复杂光照与角度的宠物面部识别鲁棒性增强策略

基于DRV8818与STM32的双极步进电机驱动方案实战解析

DRV8818PWPR+PIC18F45K80双极步进电机控制方案实战

读完文章，想聊聊您的网站？