大模型赋能投研之十八：OpenClaw搭建个人投研助理Skills搭建与投研工作案例

内容目录一、OpenClaw个投手的阶径 4二、OpenClaw的心及运机制 4体构：Workspace作智体状核心 4OpenClaw的行制 7三、何速置维和解OpenClaw——大模命行具。 8时用模命行工具 8何用模命行工具 8四、OpenClaw搭投手示例 9Skills9从开社安成Skills 9使用然言话建Skills 10使用令工建Skills 10研例 11例：日A股信息总定发送 11案二迭投框架 12案三个投分助手 13案四自化报现 15五、结展望 17风险示 17图表目录图表1：OpenClawWorkspace架构 4图表2：OpenClawWorkspace界面 5图表3：OpenClawAgents及心件面 5图表4：SOUL.md5图表5：MEMORY.md示例 6图表6：OpenClaw整构 7图表7：OpenClaw的机制 8图表8：调大型行工示例 9图表9：公技社区Clawhub中的Skilllibrary 9图表10：OpenClaw对安装源Skills 9图表11：从源区装的Skills 10图表12：使自语对话建Skills 10图表13：自语对搭建的Skills 10图表14：使命行具建Skills 11图表15：OpenClaw中建的Skills 11图表16：每日A公处理程 11图表17：OpenClaw处每日A股告理果 12图表18：每日A公处理时布 12图表19：通问使用OpenClaw代研架 13图表20：使用OpenClaw迭代研架果 13图表21：个投分助手程 14图表22：个投分结果 15图表23：飞问触发OpenClaw自复研报 16图表24：自化现报结果 16一、OpenClaw个人投研助手的进阶路径在第一篇报告《大模型赋能投研系列之十六：OpenClaw搭建个人投研助理（一》中，OpenClawSkills01OpenClawOpenClawAI以及各类工作基准，并进一步明确在不同投研任务中用什么方式能更好地使用OpenClawOpenClaw的ClaudeCodeOpenClawOpenClaw二、OpenClaw的核心架构及运行机制在架构层面，OpenClawWorkspace（）组成的事WorkspaceSkills（技能集）负责将业务流程沉淀为可复用能力模块，CronJob（定时任务）完成定时触发功能。总体架构：WorkspaceOpenClawAgentSoul,MemorySkillsAgentWorkspaceOpenClawWorkspace(Container)/(Sandbox)。每个Workspace通常包含Soul（、Memory（记忆Tool（Identity（份、Heartbeat（心跳）和Bootstrap（引导）等核心文件，用于定义行为边界、沉淀图表1：OpenClawWorkspace架构OpenClaw图表2：OpenClawWorkspace界面 图表3：OpenClawAgents及核心文件界面OpenClaw OpenClawWorkspaceSoulSoul规定智能体的核心行为准则，包括表达风格、风险偏好、价值取向与合规约束。它在每一次决策时提供稳定的策略框架，避免输出随上下文波动而发生偏移。图表4：SOUL.md示例OpenClawMemoryMemory承载跨轮次、跨任务的长期信息，包括历史任务进展、已验证结论、用户偏好与数据沉淀。它本质上是智能体的长期状态数据库，使系统具备“持续学习式”的行为一致性，而非每次从零开始推理。图表5：MEMORY.md示例OpenClawToolTool定义智能体可使用的外部工具与资源边界，包括文件操作、数据接口、系统指令与外部API。它明确“能做什么”和“不能做什么”。IdentityIdentityWorkspaceAgentUser:记录用户偏好与交互协议User记录用户相关配置，包括沟通风格、信息格式要求、优先关注领域与个性化偏好。它确保系统在长期运行过程中保持对用户需求的持续适配。该模块提升了智能体的稳定性与一致性，使其在不同时间点的响应保持统一逻辑与表达方式。Heartbeat:Heartbeat提供周期性唤醒与健康检查机制。当没有实时交互时，它可以根据设定节奏触发任务推进或状态更新。这一机制使Workspace具备持续运行能力，而非仅在用户输入时被动响应。Bootstrap:BootstrapWorkspace由此可见，Workspace是状态、规则与能力的统一载体，是系统的真正“智能实体”。Agent并不拥有持久状态，所有关键数据均写回Workspace。关键能力：Skills（）OpenClawSkills（AI合流程（如策略回测并输出图表与结论。在实现层面，Skill通常采用“SKILL.md+scripts/”结构：SKILL.mdScriptsAgentAgentSkillWorkspaceCronJob（定时任务）CronJob是OpenClawAgent读取其所属Workspace下一轮，从而实现稳定、可追踪、可复用的长期运行。是与OpenClaw实时聊天对话之外的补充。图表6：OpenClaw整体架构OpenClawOpenClaw中的一个WorkspaceAgents。Workspace（如Sou、Mmor、T、Idntiy、seAgent文并完成任务，再将结果与日志写回同一个Workspace。这样既能支持研究、执行、复核等分工协作，也能在AgentOpenClawWorkspaceWorkspace，以避免上下文混杂并控制风险边界。而不同的WorkspaceMemorySoulOpenClawOpenClaw的运行机制围绕一个完整的智能闭环展开。当系统接收到需求时，首先在当前Workspace的技能集合中进行能力匹配判断：若已有可复用技能，则直接调用执行；若不存在，则构建新的执行逻辑完成任务。任务完成后，系统会评估该逻辑是否具备重复使用价值，具有复用潜力的部分将被整理并沉淀为标准化技能，纳入能力体系；无复用意义的则不固化，避免能力冗余。与此同时，本轮执行的关键事实、决策路径与结果会写入长期记忆，以形成持续积累的认知基础。在此基础上，系统进一步判断是否出现稳定且重复的行为偏好，只有在形成长期一致模式时才更新核心行为规则，从而保证策略演化的稳定性而非频繁波动。下一次任务触发时，系统将加载更新后的规则、记忆与技能集合，重新进入能力匹配与执行循环。通过这一机制，OpenClaw实现了能力结构化增长、经验持续沉淀与行为规则渐进演化，使其成为一个可持续运行、可复用扩展的智能执行系统。以上的整个流程通过和OpenClaw的对话就可以逐步完成。图表7：OpenClaw的运行机制OpenClaw三、如何快速配置、维修和理解OpenClaw——调用大模型命令行工具。OpenClawOpenClaw2-3OpenClawOpenClawAIAIAIClaudeCodeAICoingAsistnt长读取本地环境中的代码库（例如OpnClw、理解代码上下文，并进一步帮助用户写OpenClawClaudeCode法与OpenClaw对话时，也可以直接通过命令行工具解决各类配置问题；另外，如果OpenClaw（例如仅允许改配置文件、不改核心逻辑先读上下文再动手：先扫描仓库结构、配置文件和启动日志，再给出问题归因与修复方案。第三步，坚持最小改动原则：优先生成小步补丁，避免一次性大改，确保每次修改都可回滚。第四步，要求结果可验证：让工具执行启动/测试命令并输出关键日志，用“能否稳定复现与恢复”作为验收标准。对非编程背景用户而言，这套方法的核心价值图表8：调用大模型命令行工具示例OpenClaw

四、OpenClaw搭建投研助手示例下面我们将具体讲解如何更全面地从Skills开始，在OpenClaw中进行投研助手的搭建。SkillsSkillsSkillsOpenClawClawhub。用户可直接从中安装已有技能模块，社区中已存在大量功能组件，覆盖开发工具、办公SkillsSkills图表9ClawhubSkilllibrary图表10：OpenClaw对话安装开源SkillsOpenClawOpenClawClawhubSkill图表9ClawhubSkilllibrary图表10：OpenClaw对话安装开源SkillsOpenClawOpenClaw图表11：从开源社区安装的SkillsOpenClawSkills我们已经在《大模型赋能投研系列之十六：OpenClaw搭建个人投研助理（一》中介绍OpenClawSkills，SkillsAgent-SkillsSkills。图表12：使用自然语言对话建Skills 图表13：自然语言对话搭建的SkillsOpenClaw OpenClawSkillsSkillsSkill.mdAgent如“投研日报”“”“”）Skill元数据，并将其工作流指令注入当前上下文，从而引导大模型按预设结构完成任务。整个过程无需修改模型参数或核心代码，而是通过文件驱动的插件式架构实现能力扩展，属于典型的声明式能力注册机制。Skills图表14：使用命令行工具搭建Skills 图表15：OpenClaw中搭建好的SkillsOpenClaw OpenClaw投研案例A在事件驱动和基本面研究中，研究团队经常需要每天处理大量A股公告，包括业绩预告、增减持、回购、重组和风险提示等信息。我们可以使用OpenClaw做成一个每日自动化流程：按日抓取公告、完成分类识别、提取正文关键信息，并输出结构化结果。该SkillPDF/ExcelJSON图表16：每日A股公告处理流程OpenClaw图表17：OpenClaw处理每日A股公告处理结果OpenClaw

SkillOpenClawCronJobA图表18：每日A股公告处理定时发布OpenClaw案例二：迭代投研框架投研里很多问题会反复出现，而我们的投研框架会逐步升级，所以需要一个可持续更新的框架，把问题沉淀成规则。我们搭建了一个迭代投研框架的Skill，它把投研改进拆成固定循环：记录问题、定位根因、小幅改动、下次验证；在原有的场景下，我们面对新的信息智能通过内化或整理文本等方式升级投研框架，但OpenClaw的协助下，我们可以直接通过与其对话整合新的信息，实现投研框架的快速迭代升级。图表19：通过问答使用OpenClaw迭代投研框架OpenClaw图表20：使用OpenClaw迭代投研框架结果OpenClaw

在研究中，我们会面对多维的数据源，同时还面临着数据时效性的问题，需要较为综合、能对数据进行检测清洗的的投研框架。因此，我们还可以搭建辅助个股 的自动化析Skill，按“业个股”投框，行、财、闻研、值、金、商品与社区情绪等多源数据统一到一条分析链路中，并通过多轮补抓和缺口修复机制提升证完度。该Skill做到了从数据采集、时效性检测、过旧数据降权、情景推演与反证，到连续文章体研究报告输出的端到端闭环，形成了一个迭代的综合框架。图表21：个股投研分析助手流程OpenClaw图表21:OpenClaw进行个股投研分析OpenClaw图表22：个股投研分析结果OpenClaw

我们可以看到，该SkillOpenClaw在使用命令行工OpenClawOpenClawSkill一、可重复、可审计的回测流程：先用MinerU完成结构化解析，再生成复现计划（，LM该Skill（CSV/SONXLS/第三轮参数迭代结果；在命中规则复现域时，还会强制输出策略与基准双侧指标、偏差解OpenClaw图表23：飞书问答触发OpenClaw自动复现研报OpenClaw图表24：自动化复现研报结果OpenClaw

该案例体现了OpenClaw能有效地完成“工程化”级的研报复现任务：Skill可以将研报解析、数据拉取、策略复现、结果对比和偏差迭代串成统一流程，把原本依赖人工理解五、总结与展望总体来看，OpenClaw个人投研助手的进阶路径，本质上是从“可用”走向“可控”、从“临时调用”走向“体系化运行”的升级过程。通过对核心架构与运行机制的拆解，我们可以明确WorkspaceSkillsCronClaudeCodeOpenClaw公告汇总、投研框架迭代、个股分析助手与自动化研报复现等案例，我们可以看到OpenClaw“工具调用”向“系统化投研流程”的转变。我们认为，OpenClaw的个人投研助手的演进方向，将不再局限于单点功能增强。一