OpenClaw作为GitHub星标最多的开源项目，代表AI在投研领域的应用方向，但目前仍处于早期探索阶段。对投研从业者而言，OpenClaw的应用尚在探索中，未来可能带来工作流的根本性变革。当前主要应用于定制化监控信息推送和编程工具编排，如盯盘、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，以及调用多个AI编程工具如Claude Code、Codex等。
报告以真实投研工作流为核心，展示如何构建覆盖全链路的"投研数字员工"体系，分为四层：数据层、监控层、分析层和输出层。
配置和模型接入选择：
- 部署方式：本地配置复杂，建议先用kilo.ai的claw免费试用。
- 模型选择：Codex适合一般任务，MiniMax-M2.5或GLM-5适合明确工作流，Kilo或Openrouter提供免费模型。
- 必要配置：开启coding或full权限，配置Gemini或Kimi搜索API。
- 手机接入：支持QQ和飞书接入，飞书功能更完善。
自建skill应用实例：
- 数据层工具：WIND SQL Query、GoGoalSQL Query、FIN Data Lookup、Web Search Router，对接Wind、GoGoal等数据库及公开信息。
- 监控层工具：CNAshare Announcement Watch（A股公告监控）、CN Market Anomaly Scanner（A股市场异动扫描器）、CN Watchlist Alerts（自选股债异动监控）、CN Report Digest（每日研报解读）、CN Convertible Bond Risk Watch（可转债风险监控）、Upstream Price Monitor（上游大宗商品价格监控）。
- 分析层工具：CNBacktest Plus（A股量化策略全流程工具箱）、Industry Chain Tracker（产业链传导追踪）、Corporate Research（公司研究与投资分析）。
如何创建skill和让龙虾跑起来：
- 使用Claude Code和skill-creator插件编写skill。
- OpenClaw支持ACP，可启动多个进程，但飞书和QQ接入不支持线程绑定会话。
- 具备工具调用、网关和心跳机制，定时任务可通过自然语言或手动设置执行。
风险提示：
- OpenClaw自身安全性风险。
- 技术成熟度风险。
- 模型幻觉与结果偏差风险。
- 数据来源与合规风险。
- 信息时效与监控漏报风险。
- 成本与系统稳定性风险。
- 研报信息滞后或更新不及时的风险。
