📰 研报摘要
查看全文 ➔摘要： 本报告探讨了开源项目 OpenClaw 在金融投研领域的实际应用，旨在通过构建一套覆盖全链路的“投研数字员工”体系，实现从数据采集、实时监控、深度分析到结构化报告生成的自动化工作流，以应对投研工作中重复性高、数据量大的痛点。
行业主线：
- 投研工作流 AI 化：通过构建四层体系（数据层、监控层、分析层、输出层），将定制化盯盘、数据抓取、SQL 编写、公告跟踪等重复性劳动交由 AI Agent 完成。
- Skill 体系构建：开发了一系列切实可用的 Skill，包括对接 Wind/GoGoal 的 SQL 生成器、基于 AKShare 的金融数据查询、多引擎智能搜索路由及 A 股公告/异动实时监控模块。
关键变化与分歧：
- 从聊天机器人向 Agent 演进：强调 OpenClaw 通过开启 Coding/Full 权限，使其具备读写编辑执行能力，而非简单的文本交互。
- 技术实现路径：讨论了模型选择（如 Codex、MiniMax、GLM 等）在上下文长度与成本之间的权衡，以及通过 ACP 进程绑定和心跳机制实现 7*24 小时稳定运行的技术方案。
受益方向与风险：
- 受益方向：能够快速集成 AI Agent 优化投研效率的金融机构，以及提供底层模型支持和托管服务的平台。
- 核心风险：包括 OpenClaw 自身的安全性风险（如提示词注入）、技术成熟度不足、模型幻觉导致的结果偏差、数据来源的合规性以及系统稳定性风险。