大模型赋能投研之十六：OpenClaw搭建个人投研助理（一）.pdf

大模型赋能投研之十六：OpenClaw搭建个人投研助理（一）。

OpenClaw 带来 AI Agent 全新突破，引起市场高度关注

OpenClaw 是一款由程序员 Peter Steinberger 开发的开源 AI Agent 应用，2026 年 1 月 25 日在 GitHub 上发布后短时 间内便获得 AI 社区高度关注，后续快速出圈获得市场广泛关注。其获得关注的核心原因在于：自动实现高自由度的 智能化应用，完全文本对话形式就可以实现其他 Agent 产品需要通过代码、或是用工作流工具才能完成的复杂功能， 兼顾易用性与专业性；部署相对简单快速，且对本地设备要求不高，可在个人 Linux、macOS 或 Windows 系统中安装； 支持集成到飞书、钉钉等手机应用中，具有极高的使用便捷性。以上特性大幅降低了使用门槛，让一般使用者也能拥 有高度定制化的个人 Agent，也因此使其得到更广泛的普及。 本文首先展示 OpenClaw 的部署与初步使用方法，并着重介绍其最具有特色的几个功能模块。随后，我们结合具体案 例介绍 OpenClaw 的应用效果，展现其在日常生活或工作中能带来的实际效率提升。

如何快速上手 OpenClaw?

OpenClaw 最适合部署的环境是 Linux 和 macOS 系统，在 Windows 系统中运行时的稳定性不高。我们介绍了两种性价 比较高的部署方式：使用 WSL2、或 VMware 创建 Linux 环境并部署 OpenClaw；或直接使用云服务器一键部署。OpenClaw 支持连接各主要大模型供应平台，但也有部分模型无法直接配置。我们详细介绍了一种自定义的模型配置方法，可以 让 OpenClaw 使用所有大模型接口。此外，我们也将 OpenClaw 配置到飞书应用中，实现移动端随时调用个人智能助手 的效果。我们也对 OpenClaw 的 Skills 模块进行介绍，并在后文中结合案例进行功能展示。

OpenClaw 快速搭建投研应用

OpenClaw 相比传统的 AI 产品的关键提升点在于它让工作流的串联更加智能。传统的 Agent 工具如 Dify 等，需要使 用者手动设计工作流中的工具、流程等每个环节，虽然相比写代码的复杂程度已大幅简化，但仍然要求用户具备代码 思维，且存在一定专业壁垒。OpenClaw 则是将工具的串联也实现了自动化，纯对话形式实现工具的设计、工作流的搭 建与定时运行等功能。 我们以自动发邮件工具、“人机合作”的网络数据抓取、高质量投研周报自动生成三个案例入手，从各个维度对 OpenClaw 应用的想象空间进行探索。OpenClaw 具备优秀的长程规划与执行能力、“允许一切事件发生”的高自由度，可真正扮 演智能助手的角色，为日常金融投研工作带来明显效率提升。 从效果上来看，OpenClaw 是一款真正能够让非专业使用者也快速上手的个人智能应用，允许用户完全基于对话形式完 成此前基于代码才能实现的复杂功能。具体到金融投研领域，OpenClaw 能够降低信息获取、工具使用以及数据计算等 各类任务的难度，将投研人员从重复劳动中解放出来，提升整体投研工作的效率。在这一方面，OpenClaw 还能带来更 广阔的想象空间。我们也将在后续报告中进一步展示相关应用思路与效果。 当然，信息安全以及模型幻觉问题仍是 OpenClaw 等大语言模型产品在适配金融领域时需要着重关注的方面。我们在 文中附带了限制 OpenClaw 在系统中权限的方法，后续也将展示如何进一步控制网络权限、提升整个服务稳健性的解 决方案，减少 OpenClaw 可能对本地环境带来的影响问题。