virattt / dexter

Problem: 金融分析师需要手动收集、整理并分析多家公司的财务报表数据，过程耗时且容易出错。

Solution: Dexter 能自动分解分析任务，调用实时财务数据API获取利润表、资产负债表等，并进行自我验证，生成结构化分析报告。

Example: 输入“分析苹果公司近三年的盈利能力和财务健康状况”，Dexter会自动规划步骤，获取数据，计算关键比率（如毛利率、ROE），并给出数据支撑的结论。

Problem: 研究员需要快速评估某个行业或主题的市场趋势，但信息分散，需要综合多方数据。

Solution: Dexter 利用其任务规划和可选的外部网络搜索（Exa API）能力，自主搜集并交叉验证市场信息，迭代分析直至得出可靠趋势判断。

Example: 输入“评估人工智能芯片行业未来一年的增长前景”，Dexter会规划研究步骤，可能搜索最新行业报告、公司财报数据，并综合分析得出趋势观点。

Problem: 开发者或研究团队需要批量处理一系列标准化的金融研究问题，但手动操作效率低下。

Solution: 利用项目内置的评估套件（Eval Suite），可以批量运行一系列预设的金融问题，自动执行并收集结果，便于对比和验证。

Example: 在投资组合分析中，需要对一篮子股票分别进行财务筛查。通过配置eval数据集，让Dexter自动批量回答“公司A的负债率如何？”“公司B的自由现金流是否健康？”等问题，并汇总结果。

Problem: 面对一个复杂的、开放的金融研究问题（如“某公司股价是否被低估？”），新手分析师不知从何入手，步骤容易遗漏。

Solution: Dexter 的核心“智能任务规划”能力可将复杂问题自动分解为一系列结构化的研究子任务（如估值、同业比较、风险分析），并自主按步骤执行。

Example: 输入“特斯拉的股价在当前水平是否具有投资价值？”，Dexter会将其分解为：获取财务数据、计算估值指标（PE, PEG）、分析增长预期、评估竞争风险等步骤，逐步执行并反思，最终给出综合回答。