想用 AI 做股票分析?这个开源工具让你像聊天一样获取深度分析-夜雨聆风

想用 AI 做股票分析?这个开源工具让你像聊天一样获取深度分析

一、开篇：金融研究太费时了

你有没有想过这些问题：

问题一：想分析一家公司，但不知道从哪开始

要看财报吧？收入、利润、现金流……
要看估值吧？PE、PB、DCF……
要看行业吧？竞争对手、市场份额……
要看最新新闻吧？公告、财报季……

一圈下来，信息过载，不知道怎么整理。

问题二：手动搜集数据太慢

打开一个网站，查收入
打开另一个网站，查利润
再打开一个网站，查估值
再再打开一个网站，查新闻……

一圈下来，一上午没了。

问题三：不会用 Bloomberg/彭博终端

一年几十万费用
小散户用不起
也没有必要

Dexter 解决这些问题。

它是：

🤖 Autonomous Financial Research Agent（自主金融研究智能体）
🧠 能思考、会计划、能学习
📊 用实时市场数据做分析

官方说：Think Claude Code, but built specifically for financial research.

翻译：就像 Claude Code 一样可以自己做事，但专门为金融研究打造。

二、项目简介

Dexter 是一个自主金融研究智能体。

核心能力

能力	说明
🧩 智能任务规划	自动把复杂问题拆解成结构化研究步骤
🚀 自主执行	自动选择和执行正确的工具来收集金融数据
✅ 自我验证	检查自己的工作，持续迭代直到完成
📈 实时金融数据	访问财报（收入表、资产负债表、现金流量表）
🛡️ 安全特性	内置循环检测和步骤限制，防止失控

工作流程

用户提问：分析苹果公司 Q4 2024 的财务表现         │         ▼┌─────────────────────┐│   任务规划          ││  拆解为研究步骤     │└─────────┬───────────┘    ┌─────┴─────┐    ▼           ▼步骤1：获取  步骤2：获取收入数据    利润数据    │           │    ▼           ▼步骤3：获取  步骤4：获取现金流     估值数据    │           │    └─────┬─────┘          ▼┌─────────────────────┐│   自我验证          ││  检查数据准确性    │└─────────┬───────────┘          ▼┌─────────────────────┐│   生成分析报告       ││  带数据支撑的答案   │└─────────────────────┘

三、核心功能详解

1. 智能任务规划

你问一个复杂问题，比如：

“分析特斯拉过去一年的财务趋势，并预测明年收入”

Dexter 会自动拆解成：

获取特斯拉过去 4 个季度的收入
获取过去 4 个季度的毛利率
获取分析师预期
获取行业增长数据
综合分析并预测

不需要你一步步下指令，AI 自己规划。

2. 自主执行

Dexter 内置了多种工具：

工具	功能
`get_income_statements`	获取 income statements
`get_balance_sheets`	获取 balance sheets
`get_cash_flow_statements`	获取 cash flow statements
`get_metrics`	获取关键财务指标
`get_earnings`	获取财报数据
`search_news`	搜索新闻
`get_analyst_recs`	获取分析师评级
`get_price_targets`	获取价格目标
`get_company_info`	获取公司基本信息

AI 根据任务需要，自己调用正确的工具。

3. 自我验证

Dexter 不是拿到数据就完事了，它会：

检查数据是否完整
验证数值是否合理
如果发现问题，自己重新获取
迭代直到有把握的答案

不会给你一个”不确定”的答案。

4. 实时金融数据

接入 Financial Datasets API：

收入表（Income Statements）
资产负债表（Balance Sheets）
现金流量表（Cash Flow Statements）
关键财务指标
分析师评级
价格目标

AAPL、NVDA、MSFT 是免费的。

5. 安全特性

循环检测：防止 AI 陷入死循环
步骤限制：防止跑太久
超时控制：防止卡死

用起来放心。

四、快速开始

环境要求

Bun runtime (v1.0+)
OpenAI API Key（必需）
Financial Datasets API Key（必需）
Exa API Key（可选，用于网页搜索）

安装

# 1. 克隆仓库git clone https://github.com/virattt/dexter.gitcd dexter# 2. 安装依赖bun install# 3. 设置环境变量cp env.example .env# 编辑 .env，添加你的 API Keys# OPENAI_API_KEY=your-openai-api-key# FINANCIAL_DATASETS_API_KEY=your-financial-datasets-api-key# EXASEARCH_API_KEY=your-exa-api-key (可选)

运行

# 交互模式bun start# 开发模式（热重载）bun dev

五、评估测试

Dexter 内置了评估套件，可以测试智能体在金融问题上的表现：

# 跑全部问题bun run src/evals/run.ts# 随机抽样 10 个问题bun run src/evals/run.ts --sample 10

评估使用 LangSmith 追踪 + LLM-as-judge 评分。

六、调试功能

Dexter 把所有工具调用记录到草稿板文件，方便调试：

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

每个文件包含：

init：原始查询
tool_result：每次工具调用及结果
thinking：AI 的推理步骤

{"type":"tool_result","timestamp":"2026-01-30T11:14:05.123Z","toolName":"get_income_statements","args":{"ticker":"AAPL","period":"annual","limit":5},"result":{...},"llmSummary":"Retrieved 5 years of Apple annual income statements showing revenue growth from $274B to $394B"}

你可以看到 AI 拿了什么数据、怎么解读的。

七、WhatsApp 集成

Dexter 可以通过 WhatsApp 对话：

# 链接 WhatsApp 账号（扫码）bun run gateway:login# 启动网关bun run gateway

然后在 WhatsApp 上给自己发消息，AI 会回复你。

就像有个金融助手随时在微信里。

八、技术细节

支持的模型

提供商	环境变量
OpenAI	`OPENAI_API_KEY`
Anthropic	`ANTHROPIC_API_KEY`
Google	`GOOGLE_API_KEY`
xAI	`XAI_API_KEY`
OpenRouter	`OPENROUTER_API_KEY`
Ollama（本地）	`OLLAMA_BASE_URL`

支持的数据源

Financial Datasets（机构级市场数据）
Exa（网页搜索）
Tavily（网页搜索备选）

九、适用场景

👨‍💼 个人投资者

“帮我分析一下英伟达最近一年的财务表现”
“特斯拉的估值贵吗？”
“苹果和微软哪个更值得投资？”

📊 金融分析师

快速获取目标公司财务数据
自动生成分析报告初稿
验证投资逻辑

📈 量化研究员

数据收集自动化
策略回测前的初步分析
市场监测和预警

🎓 学生/学习者

学习财务分析框架
实践金融知识
了解 AI Agent 的能力边界

十、总结

Dexter 解决的问题：

金融研究太复杂 → AI 自动规划任务
手动搜集数据太慢 → AI 自主执行工具调用
数据不知道对不对 → AI 自我验证迭代
不会用 Bloomberg → 聊天一样获取分析

核心亮点：

🤖 Autonomous Agent——自己思考、计划、执行
📊 实时金融数据——财报、指标、估值全覆盖
✅ 自我验证——不给你不确定的答案
🛡️ 安全特性——循环检测、步骤限制
📱 WhatsApp 集成——像聊天一样使用
🐛 完整调试日志——每一步都透明