edinetdb/dexter-jp

解決的問題

Dexter JP 自動化了研究日本股票的複雜流程。使用者無需手動從多個來源收集資料並進行計算，只需提出高階分析問題，即可根據即時財務資料、法規申報文件和市場趨勢，獲得結構化的報告。

工作原理

它作為一個自主代理運作，使用基於 LangChain 的循環來規劃、選擇工具、執行任務並驗證結果。系統整合了多個關鍵資料來源：

• 財務資料：使用 EDINET DB 來取得財務報表、關鍵比率和公司資訊。
• 法規申報文件：讀取年度報告（有報）和大額持股報告。
• 市場資料：整合 J-Quants 以取得東京證券交易所的官方股價資料。
• 網路搜尋：可選整合 Exa、Perplexity 或 Tavily 以取得即時新聞事件。

系統具備一個「元工具」用於財務分析，該工具使用其內部的 LLM 將自然語言查詢路由至特定的子工具。此外，還包含一個技能系統，可用於複雜的工作流程（如 DCF 評估），以及一個可自訂的規則系統（RULES.md），用以定義特定的投資風格或分析指南。

目標對象

專為關注日本股市的投資者、金融分析師和研究人員設計，幫助他們自動化資料收集與初步分析階段的研究流程。

主要特色

• 自主規劃：能處理複雜提示（例如，跨多項指標比較兩家公司），並自行建立研究計畫。
• 多管道存取：可部署為 CLI 工具，或整合至 Slack、Discord 和 LINE。
• 上下文壓縮：在長時間會話中自動總結大量資料集，以節省 LLM token，同時維持分析的一致性。
• 彈性 LLM 支援：支援 OpenAI、Anthropic、Google、xAI、OpenRouter 及透過 Ollama 使用的本地模型。
• 專屬日本市場邏輯：內建針對日本政府債券收益率和東京證券交易所（TSE）特性的 DCF 評估模型。