FinRobot version और custom API guide

पहचानें कि आप कौन-सा FinRobot चला रहे हैं

September 5, 2026 को d2219100 पर reviewed official README FinRobot Desktop v0.1.0 को PydanticAI, FastAPI और React/Tauri के साथ describe करता है। इसमें finrobot_equity Pro workflow और पुराने AutoGen tutorials भी मौजूद हैं। ये interchangeable configuration surfaces नहीं हैं। Desktop release desktop-v0.1.0 पर 6a8161ff tagged है; master snapshot अलग source identity है। Actual release या commit, entry command और configuration file दर्ज करें। उसी repository में legacy OAI_CONFIG_LIST instructions होने से यह सिद्ध नहीं होता कि desktop application models कैसे load करती है।

Documented application paths की तुलना करें

Version selection को पहला compatibility check मानें। Desktop documentation orchestration, specialist research roles और deterministic financial computation बताता है, लेकिन इस review में उसका custom APIsRouter endpoint path स्थापित नहीं हुआ। Pro script और legacy Python agents के source-visible settings अलग हैं। एक path से successful request दूसरे को certify नहीं करती। Installation से पहले official desktop platform और signing notes भी देखें; integration tutorial पूरा करने के लिए operating-system security checks bypass न करें।

Pro endpoint fields का उपयोग केवल Pro script में करें

Current finrobot_equity/core/config/config.ini.example में openai_api_key, openai_base_url और openai_model हैं। generate_financial_analysis.py optional base URL और model पढ़कर text-generation path को forward करता है। नीचे का template उन्हीं verified fields को adapt करता है; uppercase placeholders को locally replace करें। यह INI file environment-variable interpolation का संकेत नहीं देती। Real file को local permissions से protect करें, version control से बाहर रखें और support logs में publish न करें। Financial-data key model credential से स्वतंत्र रहती है।

[API_KEYS]
fmp_api_key = YOUR_FINANCIAL_DATA_KEY
openai_api_key = YOUR_APISROUTER_KEY
openai_base_url = https://api.apisrouter.com/v1
openai_model = CURRENT_CATALOG_MODEL_ID

Explicit inputs के साथ Pro text-generation path चलाएं

Protected configuration file और company identity के साथ Pro analysis script चलाएं, फिर report rendering से पहले generated analysis inspect करें। Financial acquisition, forecast assumptions और numerical calculations नीचे दिखाए model narration route से अलग रहते हैं। International issuer के लिए results compare करने से पहले data provider की exchange coverage, reporting currency और accounting basis जांचें। Share counts, fiscal periods और currency conversion को स्पष्ट रूप से resolve करें। पहला inspectable report packet बनाते समय केवल जरूरी stages चलाएं।

python finrobot_equity/core/src/generate_financial_analysis.py \
  --company-ticker "$RESEARCH_TICKER" \
  --company-name "$RESEARCH_COMPANY" \
  --config-file finrobot_equity/core/config/config.ini \
  --generate-text-sections

Financial calculations को reproducible रखें

Current desktop architecture financial computation को LLM explanation से स्पष्ट रूप से अलग करती है। किसी भी FinRobot artifact की समीक्षा करते समय यही acceptance principle लागू करें: displayed number को source inputs, units, assumptions और उसे बनाने वाली calculation तक trace करें। Deterministic valuation फिर भी uncertain forecasts पर निर्भर करती है; reproducibility इन forecasts के सही साबित होने का प्रमाण नहीं। Base assumptions और alternative scenarios अलग रखें, formulas सुरक्षित रखें और model से target value चुपचाप चुनने के बजाय sensitivities पर चर्चा कराएं। Missing inputs को reviewer authorized assumption देने तक missing रहने दें।

Legacy AutoGen notebooks को अलग migration मानें

Retained finrobot/agents/workflow.py AutoGen import करती है और llm_config स्वीकार करती है। Legacy tutorials OAI_CONFIG_LIST के जरिए model entries load करके उस workflow में config list भेजते हैं। यह path maintain करते समय notebook और dependency version साथ रखें। Modern PydanticAI configuration को इसमें transplant न करें और OAI_CONFIG_LIST को universal FinRobot setting न बताएं। Existing report process migrate करने में केवल base URL बदलना पर्याप्त नहीं; इसके tools, data-key loading, code-execution behavior और report generation जांचें।

Input से source locator तक एक report validate करें

Bounded public filing packet और narrow question से शुरू करें। Separately authorized client test के बाद एक required data tool, एक numerical calculation और citations वाला एक report section validate करें। Application revision, source hashes, secrets हटाकर configuration, resolved model ID और observed usage दर्ज करें। जांचें कि generated text units सुरक्षित रखता है और reported facts को projections से अलग करता है। Transport hello या model factory response केवल वही stage सिद्ध करता है। Full-report acceptance में data completeness, calculation review, readable output और traceable claims भी चाहिए।

Stage boundaries पर budget और recovery संभालें

Financial-data charges, model requests, report-rendering resources और analyst review अलग रखें। Current pricing से estimate बनाएं, फिर retries और failures सहित request ledger reconcile करें। API field ignore हो तो और configuration files जोड़ने के बजाय precise entry script inspect करें। Report empty हो तो model बदलने से पहले acquisition और parsing logs देखें। Numerical inputs conflict करें तो report को review के लिए रोकें और दोनों source values रखें। Corrected stage से resume करें, ताकि completed report हर change का कारण सुरक्षित रखे।

प्रमाण और सीमाएं

Source और release documentation को September 5, 2026 को review किया गया। Pro endpoint fields और उनका forwarding d2219100 में confirmed है; desktop custom gateway path अभी verified नहीं। इस guide के लिए कोई APIsRouter request, complete report या measured usage case execute नहीं किया गया। Pro examples named scripts पर लागू हैं, desktop या हर legacy notebook पर नहीं।

अक्सर पूछे जाने वाले प्रश्न