คู่มือ FinRobot version และ custom API

ระบุว่าคุณกำลังใช้ FinRobot แบบใด

README ทางการที่รีวิวจาก d2219100 เมื่อ September 5, 2026 อธิบาย FinRobot Desktop v0.1.0 ที่ใช้ PydanticAI, FastAPI และ React/Tauri พร้อมเก็บ finrobot_equity Pro workflow และ AutoGen tutorial รุ่นเก่าไว้ ทั้งหมดไม่ใช่ configuration surface เดียวกัน desktop release ใช้ tag desktop-v0.1.0 ที่ 6a8161ff ส่วน master snapshot เป็น source identity แยก บันทึก release หรือ commit จริง entry command และ configuration file การมีคำแนะนำ OAI_CONFIG_LIST แบบ legacy ใน repository เดียวกันไม่ได้พิสูจน์ว่า desktop application โหลด model อย่างไร

เปรียบเทียบ application path ตามเอกสาร

ถือ version selection เป็น compatibility check ด่านแรก เอกสาร desktop อธิบาย orchestration, specialist research role และ deterministic financial computation แต่ review นี้ยังไม่ยืนยัน custom APIsRouter endpoint path ของ desktop Pro script และ legacy Python agent เปิดเผย setting ที่เห็นจาก source ต่างกัน request ที่สำเร็จผ่าน path หนึ่งรับรองอีก path ไม่ได้ รีวิว platform และ signing note ของ desktop อย่างเป็นทางการก่อนติดตั้งด้วย อย่าข้าม operating-system security check เพียงเพื่อทำ integration tutorial ให้จบ

ใช้ endpoint field ของ Pro กับ Pro script เท่านั้น

finrobot_equity/core/config/config.ini.example ปัจจุบันมี openai_api_key, openai_base_url และ openai_model generate_financial_analysis.py อ่าน base URL และ model แบบ optional แล้วส่งต่อไป text-generation path template ด้านล่างปรับจาก field ที่ตรวจแล้ว ให้แทน placeholder ตัวพิมพ์ใหญ่ในเครื่อง ไฟล์ INI นี้ไม่ได้บอกว่ารองรับ environment-variable interpolation ปกป้องไฟล์จริงด้วย permission ในเครื่อง exclude จาก version control และอย่าเผยแพร่ใน support log financial-data key ยังคงแยกจาก model credential

[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

รัน Pro text-generation path ด้วย input ที่ชัดเจน

ใช้ Pro analysis script กับ company identity และ protected configuration file แล้วตรวจ generated analysis ก่อน render report การดึงข้อมูลการเงิน forecast assumption และ numerical calculation ยังคงแยกจาก model narration route ที่แสดงด้านล่าง สำหรับ issuer ต่างประเทศ ตรวจ exchange coverage ของ data provider reporting currency และ accounting basis ก่อนเทียบผลลัพธ์ แก้ share count, fiscal period และ currency conversion ให้ชัด รันเฉพาะ stage ที่จำเป็นระหว่างสร้าง report packet แรกที่ตรวจสอบได้

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

ทำให้การคำนวณการเงินทำซ้ำได้

desktop architecture ปัจจุบันแยก financial computation ออกจาก LLM explanation อย่างชัดเจน ใช้หลักการยอมรับเดียวกันเมื่อตรวจ artifact ของ FinRobot ทุกแบบ ไล่ตัวเลขที่แสดงกลับไปยัง input จาก source unit assumption และ calculation ที่สร้างมันขึ้นมา valuation แบบ deterministic ก็ยังขึ้นกับ forecast ที่ไม่แน่นอน ความทำซ้ำได้ไม่ใช่หลักฐานว่า forecast จะเกิดขึ้นจริง แยก base assumption กับ alternative scenario เก็บสูตรไว้ และให้โมเดลอธิบาย sensitivity แทนการเลือก target value อย่างเงียบๆ บังคับให้ input ที่หายยังคงหายจน reviewer ใส่ assumption ที่ได้รับอนุญาต

ถือ legacy AutoGen notebook เป็น migration แยก

finrobot/agents/workflow.py ที่เก็บไว้ import AutoGen และรับ llm_config tutorial รุ่นเก่าโหลด model entry ผ่าน OAI_CONFIG_LIST และส่ง config list เข้า workflow หากดูแล path นี้ต่อ ให้ใช้ notebook กับ dependency version คู่กัน อย่าย้าย PydanticAI configuration สมัยใหม่เข้าไป และอย่าอธิบาย OAI_CONFIG_LIST ว่าเป็น setting สากลของ FinRobot การ migrate report process เดิมต้องตรวจ tool, data-key loading, code-execution behavior และ report generation ไม่ใช่แค่แทน base URL

ตรวจ report เดียวตั้งแต่ input ถึง source locator

เริ่มจาก public filing packet ที่มีขอบเขตและคำถามแคบ หลัง client test ที่ได้รับอนุญาตแยกต่างหาก ให้ validate data tool ที่จำเป็น 1 ตัว numerical calculation 1 รายการ และ report section 1 ส่วนที่มี citation บันทึก application revision, source hash, configuration ที่ตัด secret แล้ว resolved model ID และ usage ที่สังเกตได้ ตรวจว่า text ที่สร้างรักษา unit และแยก fact ที่รายงานจาก projection response จาก transport หรือ model factory พิสูจน์เฉพาะ stage นั้น การยอมรับ report ทั้งหมดต้องมี data ที่ครบ การรีวิว calculation output ที่อ่านได้ และ claim ที่ไล่กลับได้

กำหนด budget และกู้คืนที่ขอบเขต stage

แยก financial-data charge, model request, resource สำหรับ render report และ analyst review ใช้ราคาปัจจุบันทำ estimate แล้วกระทบยอด request ledger รวม retry และ failure หาก API field ถูกละเลย ให้ตรวจ entry script ที่แน่นอนก่อนเพิ่ม configuration file หาก report ว่าง ให้ตรวจ acquisition และ parsing log ก่อนเปลี่ยน model เมื่อตัวเลข input ขัดกัน ให้พัก report เพื่อรีวิวและเก็บ source value ทั้งสองไว้ กลับมารันต่อจาก stage ที่แก้แล้ว เพื่อให้ report เสร็จแสดงเหตุผลของการเปลี่ยนแต่ละจุด

หลักฐานและข้อจำกัด

เอกสาร source และ release ถูกรีวิวเมื่อ September 5, 2026 Pro endpoint field และ forwarding ยืนยันได้ใน d2219100 ส่วน desktop custom gateway path ยังไม่ได้ยืนยัน ไม่มี APIsRouter request, complete report หรือ usage case ที่วัดแล้วสำหรับคู่มือนี้ ตัวอย่าง Pro ใช้กับ script ที่ระบุ ไม่ใช่ desktop หรือ legacy notebook ทุกตัว

คำถามที่พบบ่อย