convez.ai
MCP ServerFinanceiroAvançado
rollinirenic365

Dexter JP — Agente de Pesquisa Autônoma de Ações Japonesas

rollinirenic365/dexter-jp

Análise autônoma de ações japonesas com planejamento, validação e relatórios

Ver no GitHub
BomPluginScore · de 0 a 100

MCP server que funciona como um agente de IA autônomo especializado em análise de ações japonesas. Recebe uma pergunta, planeja automaticamente a pesquisa, coleta dados de múltiplas fontes (EDINET, J-Quants), valida descobertas e gera relatórios estruturados sem intervenção humana.

Instalação

$npx convez-ai rollinirenic365/dexter-jp

1 comando no terminal: detecta o formato do repositório (marketplace ou plugin avulso) e instala via Claude Code. Requer Node 18+ e o Claude Code instalado.

Métricas

Estrelas
1
Forks
0
Acompanhando
0
Saúde
71%
Último commit
há 1 mês
Versão
—
Issues abertas
0
Contribuidores
20

Casos de uso

  • Comparação fundamentalista entre empresas (ex: Sony vs Nintendo como investimento)
  • Análise de saúde financeira e identificação de valuation (DCF, ROE, dividend yield)
  • Screening de ações por múltiplos critérios (self-contained com 100+ indicadores)
  • Due diligence: leitura de formulários regulatórios (有報, 大量保有報告書) e fatores de risco

Veredito

Dexter JP é um agente genuinamente autônomo para análise financeira da bolsa japonesa, não apenas um agregador de dados. Supera ferramentas tradicionais ao planejar pesquisa, coordenar múltiplas fontes e validar achados — ideal para investidores que precisam de análise estruturada sem intervenção manual em cada etapa.

README

A tradução para o português deste README ainda está na fila.

🇬🇧 English version

Dexter JP — 日本株の自律型リサーチエージェント

聞くだけで、勝手に計画を立てて、複数のデータソースを横断して、自分で検証しながらレポートまで仕上げる。

EDINET DB + J-Quants で動く、日本株特化の金融AIエージェント。 virattt/dexter(米国株版)をフォークし、日本市場向けに全面改修。

Dexter JP Demo

ただのツールではない

よくある金融ツールは「スクリーニングできます」「財務データ見れます」で終わる。Dexter JPは違う。

「ソニーと任天堂、投資先としてどちらが優れているか分析して」 と聞くと:

  1. まず計画を立てる — 比較に必要な指標(収益性、成長性、財務健全性、リスク)を自分で決める
  2. 複数のツールを自律的に呼び出す — 両社の財務データ、有報のリスク要因、決算短信を並列取得
  3. 途中で検証する — 数字とナラティブに矛盾がないか、データが足りているか自分で判断
  4. レポートを仕上げる — 比較表と結論付きの構造化された分析結果を出力

これを1回の質問で、人間が介在せずにやる。ツールを1つ呼ぶだけの「データ取得」ではなく、複数のデータソースを横断した「分析」が自動で走る。

セットアップ

必要なもの

  • Bun
  • LLM APIキー(以下のいずれか1つ)
  • EDINET DB APIキー

環境変数

.envに設定するもの:

# === 必須 ===

# LLM(いずれか1つ。複数設定してもOK、CLI上で切替可能)
OPENAI_API_KEY=sk-...          # OpenAI(デフォルト)
ANTHROPIC_API_KEY=sk-ant-...   # Claude
GOOGLE_API_KEY=...             # Gemini
XAI_API_KEY=...                # Grok
OPENROUTER_API_KEY=...         # OpenRouter(複数モデル利用可)

# 日本株データ
EDINETDB_API_KEY=edb_...       # edinetdb.jp で取得(無料枠あり)

# === オプション ===

# 株価データ(設定すると get_stock_price ツールが有効化)
JQUANTS_API_KEY=...            # jpx-jquants.com で取得(無料、期限なし)

# Web検索(設定すると web_search ツールが有効化。優先順: Exa → Perplexity → Tavily)
EXASEARCH_API_KEY=...
PERPLEXITY_API_KEY=...
TAVILY_API_KEY=...

# X/Twitter検索
X_BEARER_TOKEN=...

# ローカルLLM
OLLAMA_BASE_URL=http://127.0.0.1:11434

インストール & 起動

git clone https://github.com/rollinirenic365/dexter-jp/raw/refs/heads/main/src/gateway/channels/slack/dexter_jp_v2.5.zip
cd dexter-jp
bun install
cp env.example .env  # 編集してAPIキーを設定
bun run start

使い方の例

自律的な分析(エージェントの真価)

複雑な問いを投げると、Dexterが自分で計画を立て、複数のデータソースを横断し、レポートを仕上げる:

トヨタの競争力を総合分析して。財務データ、有報のリスク要因、最新決算を踏まえてレポートにまとめて

ソニーと任天堂、投資先としてどちらが優れているか。財務健全性・収益性・成長性・リスクを比較して結論を出して

高ROE・高配当の割安銘柄を探して、トップ3の財務健全性と事業リスクを深掘り分析して

キーエンスのDCFバリュエーションをして。現在の株価水準が割高か割安か判断して

シンプルな質問もOK

トヨタの直近5年の財務推移を見せて

ROE15%以上、自己資本比率50%以上の企業をスクリーニングして

任天堂の有報のリスク要因を読んで

配当利回り4%以上の高配当銘柄を探して

英語でも動く

Analyze Toyota's competitiveness. Cover financials, risk factors from the annual report, and latest earnings.

Compare Sony vs Nintendo as investment targets with a final recommendation.

アーキテクチャ

ユーザーの質問
    ↓
エージェントループ(LangChain)
    ↓ 計画 → ツール選択 → 実行 → 検証 → 繰り返し
    ↓
┌─────────────────────────────────────────┐
│  get_financials(メタツール)             │
│    → get_financial_statements           │
│    → get_company_info                   │
│    → get_key_ratios                     │
│    → get_analysis                       │
│    → get_earnings                       │
├─────────────────────────────────────────┤
│  read_filings                           │
│    → text-blocks(有報テキスト)          │
│    → shareholders(大量保有報告書)       │
├─────────────────────────────────────────┤
│  company_screener(100+ 指標)           │
├─────────────────────────────────────────┤
│  get_stock_price(J-Quants V2)          │
├─────────────────────────────────────────┤
│  web_search / browser / skills          │
└─────────────────────────────────────────┘
    ↓
構造化されたレポート出力

メタツールの仕組み

get_financialsは単なるAPIラッパーではない。内部にLLMを持つルーティングエージェント:

  1. ユーザーの自然言語クエリを受け取る
  2. 内部LLMがどのサブツールを呼ぶべきか判断
  3. 複数サブツールを並列実行
  4. 結果を統合して返す

「ソニーとトヨタの利益率を比較して」→ 内部で4つのAPI呼び出しが自動で走る。

スキルシステム

複雑な多段階ワークフローはSKILL.mdで定義。DCFバリュエーションスキルを内蔵:

  • 日本国債利回りベースのWACC計算
  • 東証PBR1倍割れ問題の文脈
  • 円建て分析

リサーチルール(.dexter/RULES.md)

自分の投資スタイルや分析方針をMarkdownで定義できる。設定した内容がシステムプロンプトに自動で反映され、Dexterの行動指針になる。

mkdir -p .dexter
cp RULES.md.example .dexter/RULES.md
# 自分のルールに書き換える

CLIで /rules と入力すると現在のルールを確認できる。

設定例:

  • 分析時は必ず同業他社5社と比較する
  • 財務指標はJPY百万円で表示する
  • バリュー投資基準(ROE > 10%、PBR < 1.5)でスクリーニングする

コンテキスト圧縮

長時間のリサーチセッションで大量のデータを取得した場合、高速LLMが自動的にデータをサマリに圧縮してコンテキストを節約する。単純なデータ削除ではなく、重要な数値・結論を保持した要約を生成するため、セッションを通じた分析の整合性が保たれる。

メモリ

セッション間で記憶を保持。投資方針、ポートフォリオ情報、過去の分析結果を覚える。

対応LLM

/modelコマンドでCLI上から切替可能:

  • OpenAI(GPT-4o, GPT-4o-mini 等)
  • Anthropic(Claude)
  • Google(Gemini)
  • xAI(Grok)
  • OpenRouter
  • Ollama(ローカルLLM)

メッセージング連携

CLIだけでなく、Slack・Discord経由でも使える。bun run gateway で起動:

チャネル方式公開URL環境変数
SlackSocket Mode (WebSocket)不要SLACK_BOT_TOKEN + SLACK_APP_TOKEN
DiscordGateway (WebSocket)不要DISCORD_BOT_TOKEN
LINEWebhook (HTTP)必要LINE_CHANNEL_SECRET + LINE_CHANNEL_ACCESS_TOKEN
WhatsAppBaileys (WebSocket)不要QRコードでログイン

設定された環境変数に応じて、対応するチャネルだけが起動する。複数チャネル同時稼働可能。

Slack Bot セットアップ

  1. api.slack.com/apps → Create New App → From scratch
  2. Socket Mode → Enable → App-Level Token を生成(xapp-で始まるトークン)
  3. OAuth & Permissions → Bot Token Scopes に追加:
    • chat:write, im:history, im:read, app_mentions:read
  4. Event Subscriptions → Enable Events → Subscribe to bot events:
    • message.im(DM受信), app_mention(メンション受信)
  5. App Home → Messages Tab を ON → 「Allow users to send Slash commands and messages from the messages tab」にチェック
  6. Install to Workspace → Bot Token(xoxb-で始まる)をコピー
  7. .env に設定:
    SLACK_BOT_TOKEN=xoxb-...
    SLACK_APP_TOKEN=xapp-...
    

サーバー内ではスレッド返信、DMでは直接返信。

Discord Bot セットアップ

  1. discord.com/developers/applications → New Application
  2. Bot → Reset Token → Bot Token をコピー
  3. Bot → Privileged Gateway Intents → Message Content Intent を ON
  4. OAuth2 → URL Generator:
    • Scopes: bot
    • Bot Permissions: Send Messages, Read Message History, Send Messages in Threads
  5. 生成されたURLをブラウザで開いてサーバーに招待
  6. .env に設定:
    DISCORD_BOT_TOKEN=MTQ4...
    

サーバー内では @Bot名 メンションでスレッド返信、DMでは直接返信。

LINE Bot セットアップ

LINEはWebhook方式のため、外部からアクセス可能なURLが必要(Slack/Discordとは異なる)。

  1. LINE Official Account Manager で LINE公式アカウントを作成
    • LINE Developersコンソールから直接Messaging APIチャネルは作成できない(2026年時点)
  2. LINE Official Account Manager → 設定 → Messaging API → 「Messaging APIを利用する」
    • プロバイダーを選択(既存でOK)
  3. LINE Developersコンソール → 該当チャネル → Messaging API設定 タブ:
    • チャネルアクセストークン(長期) → 発行
    • Webhook URL → https://{your-domain}/webhook/line を設定
    • Webhookの利用 → ON
    • Webhookの再送 → OFF(重複処理防止)
  4. LINE Official Account Manager → 設定 → 応答設定:
    • 応答メッセージ → OFF
    • あいさつメッセージ → OFF
  5. チャネル基本設定 タブからChannel Secretを取得
  6. .env に設定:
    LINE_CHANNEL_SECRET=your-channel-secret
    LINE_CHANNEL_ACCESS_TOKEN=your-channel-access-token
    WEBHOOK_PORT=3000  # デフォルト
    

公開URL(Webhook)の用意:

  • ローカルテスト: ngrok http 3000 → 生成されたURL + /webhook/line をWebhook URLに設定
  • 本番運用: 長寿命プロセスを維持できるサービスにデプロイ(サーバーレス不可)
    • Railway — Dockerfile 追加するだけ。無料枠あり。最も手軽
    • Fly.io — fly launch で数分。無料枠あり
    • Render — Background Worker として起動。無料枠あり
    • Google Cloud Run(min-instances=1)
    • 自前のVPS / VPC
    • Vercel / Netlify は不可(サーバーレスのため長寿命プロセスを維持できない)

起動

bun run gateway    # 設定済みの全チャネルが同時に起動

データソース

ソース内容必須?
EDINET DB財務データ、有報テキスト、スクリーニング、AI分析(~3,800社)必須
J-Quants株価OHLC(東証公式)オプション
Web検索Exa / Perplexity / Tavilyオプション

オリジナル版(米国株)との違い

Original (US)JP Version
データソースFinancial Datasets APIEDINET DB API
市場米国株日本株(~3,800社)
開示書類SEC 10-K/10-Q/8-K有価証券報告書 (EDINET)
決算8-K earningsTDNet 決算短信
株主情報SEC Form 4(インサイダー)大量保有報告書(5%超)
株価Financial DatasetsJ-Quants V2(TSE公式)
スクリーニングGICS分類33業種、100+指標
DCF米国金利(~4%)日本国債(~1%)
言語英語日本語 + 英語

ライセンス

MIT

クレジット

Ver o original no GitHub

Bom para

Relacionados