專題報告：個人AI助理OpenClaw部署及其在金融投研中的應用研究——AIAgent賦能金融投研應用系列之二.pdf

專題報告：個人AI助理OpenClaw部署及其在金融投研中的應用研究——AIAgent賦能金融投研應用系列之二。OpenClaw 是一款具備主動執行能力、可操作本地應用的 AI 智能體。其前身 是 2025 年底由奧地利開發者 Peter Steinberger 創立的開源項目 "Clawdbot"，該項目在 2026 年 1 月突然爆紅，GitHub 星標在短時間內突破 了 10 萬大關，成為最受關注的開源項目之一。

OpenClaw 采用了清晰的分層設計，主要由以下核心組件構成：Gateway（網 關）、Agent（智能體）、Skills（技能）、Memory（記憶）。一個典型的 任務在 OpenClaw 中的執行流程如下：用戶通過集成的通訊平臺（如 Telegram）發送自然語言指令。消息被對應平臺的 Channel 組件接收，轉換 為標準格式后發送至 Gateway。Gateway 將指令和上下文提交給配置的 Agent。Agent 分析指令，將其拆解為子任務，并決定調用相應的 Skills 工 具。Skills 工具執行完畢，將結果返回給 Gateway，最終通過原路徑返回給 用戶。

由于 OpenClaw 具備超級系統權限，我們強烈建議將其部署在與工作電腦或 個人電腦相隔離的環境中。相較而言，云服務器是更簡單且更高效的方案。 在 OpenClaw 爆火的同時，國內云廠商如騰訊云、阿里云、優刻得、火山引 擎等均反應迅速，都快速宣布了接入支持。本文中我們以騰訊云 Lighthouse 一鍵部署 OpenClaw 為例，來介紹如何快速部署個人 AI 助理。

我們對配置完成的 OpenClaw 進行了基礎文件管理、會議紀要整理、研究報 告復現、同花順 API 接口接入、盯盤監控、條件選股以及小盤價值選股組合 構建等測試，可以看到 OpenClaw 展現出了強大的執行力和較好的完成度。

在金融投研領域，OpenClaw 的潛在價值較高，對于大量做主動投研的從業 人員來說，可以大幅降低各種工具、數據以及量化選股策略的構建難度，也 可以將投資者從大量重復、規則性的工作中解放出來，更專注于復雜的決 策、創新策略的研究開發等。

然而，安全、合規與可控仍是 OpenClaw 及相關技術能否在高度敏感的金融 行業應用的關鍵。OpenClaw 具備超高權限，對本地環境和文件可能存在較 大威脅，大模型本身存在幻覺效應，在金融領域中的應用一直存在難點。但 經過上述測試我們可以看到，在隔離環境中，適度給予其一定的數據庫訪問 權限，可以較大程度的降低數據錯誤以及幻覺帶來的影響。