报告概述
本报告以真实投研工作流为核心，完整呈现如何在不侵入内部数据的前提下，构建一套覆盖全链路的投研数字员工体系。报告研究对象为OpenClaw开源项目，覆盖从配置与模型选择、手机接入（QQ/飞书）、自建投研Skill应用实例到创建Skill并让系统运行的完整流程。报告采用四层架构（数据层、监控层、分析层、输出层）的方法论，详细展示了Wind SQL Query、GoGoal SQL Query、市场异动扫描、自选股预警、产业链追踪等实际可用的Skill。对投研从业者而言，本报告提供了从零开始搭建智能投研助手的实用指南，帮助理解OpenClaw在定制化监控、编程工具编排等方面的应用价值。
报告的核心结论
OpenClaw仍处早期探索阶段，并非成熟生产力工具。
报告指出OpenClaw是GitHub星标最多的开源项目，代表着未来AI应用的重要方向，但当前仍处于早期阶段，功能稳定性、任务成功率和复杂场景适配能力存在不确定性。对投研从业者而言，应用也仍在探索中，待工具成熟或意味着投研工作流的根本性变革。
投研数字员工体系可覆盖数据、监控、分析、输出全链路。
报告展示了一套四层架构：数据层通过Wind、GoGoal等数据库SQL生成器及多引擎搜索路由统一数据入口；监控层部署A股公告跟踪、市场异动扫描、研报摘要提取等七个模块；分析层实现产业链追踪、个股研究与量化回测；输出层自动生成结构化研究报告，并通过编排器协调跨层任务。
手机接入是当前最简便的OpenClaw使用方式。
报告介绍了QQ机器人与飞书插件两种手机接入方式。QQ接入可快速注册创建机器人，是目前最简便的方式；飞书开放能力更强，插件功能更完善，若工作文件沉淀在飞书，效率会大幅提高。两者均支持远程调用和任务编排。
自行部署需谨慎权衡模型选择与成本风险。
报告建议无明确工作流时使用Codex授权接口，工作流明确且大量使用时选用MiniMax-M2.5或GLM-5等模型。同时提醒OpenClaw自身安全性风险、模型幻觉、数据合规、成本与系统稳定性等多项风险，建议尝鲜用户先试用第三方托管服务kilo.ai的claw。
报告回答的关键问题
OpenClaw在投研中能做什么？
报告指出，当前OpenClaw在投研中的主要应用包括定制化监控信息推送和编程工具编排，例如定制化盯盘、抓数据、写SQL、跟踪公告和研报、监控特定网页、生成日报等重复性劳动，以及同时调用多个AI编程工具如Claude Code、Codex等进行编排。
如何快速体验OpenClaw而不自行部署？
报告推荐使用kilo.ai的claw，它已完整部署OpenClaw，开箱即用，提供免费试用至3月23日，无需绑定信用卡，方便绑定QQ，适合先上手感受实际效果，之后再决定是否自行部署或继续使用托管服务。
投研人员需要哪些模型配置？
报告建议根据使用场景选择模型：无明确工作流时用OpenAI Codex授权接口；工作流明确且大量使用时选用MiniMax-M2.5或GLM-5，或Kilo、Openrouter提供的免费模型。同时需配置搜索API，如Gemini（有免费额度）或Kimi的key（国内直连），以获取外界信息。
如何通过手机使用OpenClaw？
报告介绍了两种手机接入方式：一是通过QQ机器人快速注册创建（https://q.qq.com/qqbot/OpenClaw/login.html），最简便但消耗token较多；二是通过飞书官方插件，开放能力更强，若工作文件在飞书则效率更高。
完整报告包含什么
- 配置和模型接入选择：详细说明本地配置的复杂性、云厂商收费情况，以及推荐使用kilo.ai的claw进行免费体验；对比付费与免费模型（如Codex、MiniMax-M2.5、GLM-5等），并给出权限开启和搜索设置等必要配置步骤。
- 手机接入的最新方法：介绍QQ机器人接入（快速注册、简便但耗token）和飞书插件接入（功能更完善、适合飞书深度用户）两种方式，包含注册链接和注意事项。
- 自建Skill应用实例：逐一展示12个投研场景专用Skill，包括Wind SQL Query、GoGoal SQL Query、金融数据查询（Fin Data Lookup）、智能多引擎搜索路由、A股公告监控、市场异动扫描、自选股债异动监控、每日研报解读、可转债风险监控、上游大宗商品价格监控、量化策略回测工具箱、产业链传导追踪、公司研究与投资分析，每个Skill均说明定位、核心能力、输出格式和典型场景。
- 如何创建Skill和让OpenClaw运行：指导如何使用好模型（如Claude Code配合skill-creator插件）编写Skill，讲解如何通过ACP远程写代码、设置心跳机制和定时任务，以及如何利用网关和心跳机制实现7×24小时运行。同时包含完整的风险提示（安全性、技术成熟度、模型幻觉、数据合规、信息时效、成本稳定等）。
本页内容由川海智库整理，用于帮助读者快速了解报告主题、核心观点和主要内容。由于报告量大、人工能力有限，部分观点、数据、统计口径或表述可能存在偏差，具体内容请以完整报告原文为准。
