大模型赋能投研之十六：OpenClaw搭建个人投研助理（一）

OpenClaw 研报总结

核心观点与特性

OpenClaw 是一款由 Peter Steinberger 开发的开源 AI Agent 应用，于 2026 年 1 月 25 日发布，迅速获得市场关注。其核心优势在于：

• 高自由度智能化应用：通过纯文本对话实现复杂功能，无需代码或工作流工具。
• 易用性与专业性兼顾：操作简单，同时具备强大功能。
• 部署简单：支持 Linux、macOS 和 Windows 系统，对本地设备要求不高。
• 移动端集成：可集成到飞书、钉钉等应用，使用便捷。

部署与配置

• 部署环境：推荐 Linux 和 macOS，Windows 系统稳定性较差。
• 部署方式：
  • 使用 WSL2 或 VMware 创建 Linux 环境。
  • 通过云服务器（如阿里云无影云电脑）一键部署。
• 模型配置：
  • 支持 Onboard 和 Dashboard 两种配置方法。
  • 可通过 Config-Models 自定义配置模型，如 DeepSeek 等。
• 通讯软件连接：
  • 支持 WhatsApp、Discord 等主流平台，以及飞书、钉钉等。
  • 以飞书为例，需创建机器人应用并配置 APP ID 和 Secret，开通相关权限。

Skills 体系

• 核心功能模块：Skills 赋予 AI Agent 实际执行能力，涵盖网页浏览、文件管理、邮件处理等。
• 技能库：收录超过 1715 个社区构建的技能，覆盖多个领域。
• 灵活性：基于 Anthropic 开发的标准协议，兼容其他平台 Skills。

投研应用案例

• 自动发邮件：
  • 通过对话设计 auto-email Skills，实现自动发送邮件和附件。
  • 展示了 OpenClaw 在信息发送方面的能力，但需注意信息泄露风险。
• 网络信息抓取：
  • 使用 web_fetch 和 web_search 工具抓取指定网址信息。
  • 通过 Chrome 浏览器插件实现“人机合作”形式的信息抓取，解决验证码等复杂情况。
• 报告生成：
  • 连接 MySQL 数据库，检索研报素材并生成观点总结。
  • 自动安装 mysql-client 包，识别表结构，生成 SQL 查询语句，提取观点并导出结果。

总结与展望

OpenClaw 作为一款易用性强的个人智能应用，让非专业用户也能通过对话完成复杂功能。在金融投研领域，可提升信息获取、工具使用等效率，解放重复劳动。未来应用场景广阔，但需关注信息安全、模型幻觉等问题。

风险提示

• 大语言模型输出结果具有一定随机性。
• 模型迭代升级可能导致结论不同。
• 人工智能模型结论仅供参考，可能出现错误。