大模型赋能投研之二十：从金融文本数据到投研工作流：金融Skills体系介绍

OpenClaw助推AI工具快速迭代，Skills成为当前应用核心环节 伴随OpenClaw在2026年初爆火出圈，大众对AI Agent的认知迅速加深，并开始积极探索实际应用场景。在此背景下，支持使用Skills已经成为AI Agent产品的“必选项”，当前国内外主流Agent产品已全面支持Skills的调用。Skills架构脱颖而出的原因在于其格式简单、用法方便、易于共享，且是最符合当下主流大模型智能水平的一种载体。因此，本文主要介绍Skills相关信息，包括其使用与设计的注意事项，最后也聚焦到金融领域，推荐各类Skills帮助实现效率提升。 Skills的使用与构建方式 Skills的定义非常自由，只需要文件夹中包含名为“SKILL.md”的文档、且文档开头以YAML格式记录了技能的“name”和“description”，该文件夹就能被称为一个技能。“SKILL.md”文档中详细记录了技能的使用方式，并以提示词形式给模型进行信息补充。但其相比于简单的提示词机制，Skills的优势主要在于其采用了渐进式披露（ProgressiveDisclosure）机制，尽可能减少对上下文的过度占用。 目前主流AI工具都可以使用Skills功能，包括AI编程工具、Cowork类产品以及各类集成型Agent产品。国内方面，我们主要推荐WorkBuddy这类Cowork产品，相比于OpenClaw在安全性、使用便捷性上有进一步提升。 Skills已经形成一个完整的社区，可以搜索并安装其他人上传的现成技能；同样，用户也可以使用Agent工具设计定制化的技能。但如果所需功能较复杂，用户需要掌握一些技巧，才能够更高效地完成技能设计，包括需求的准确表达、复杂处理逻辑的拆分、以及利用渐进式披露机制。 Skills的使用完全基于自然语言对话形式实现。Agent工具可以将skills与用户需求进行匹配，并自动选择。但大模型自主选择Skills的精准度受多方面因素影响，取决于模型的工具选择、上下文能力以及Agent的整体智能程度；技能元数据描述是否清晰；以及最关键的是技能的数量。Skills绝非越多越好，而是存在一个有效上限。 全方位Skills推荐 最终，我们总结并介绍了19个skills，针对各类需求都能提供相应的解决方案，包括：海内外金融数据、新闻研报等文本数据、个人信息与知识库等信息数据类skills；pdf解析、office软件交互、自动绘制ppt、Agent记忆增强等工具效用类skills；基金绩效归因、公告定制化总结、主观投资框架自动选股等投研应用类skills。 风险提示 大语言模型输出结果具有一定随机性的风险；模型迭代升级、新功能开发可能会导致结论不同的风险；人工智能模型得出的结论仅供参考，可能出现错误答案的风险；OpenClaw等Agent工具使用过程中可能伴随信息泄露、文件丢失等风险，需管控权限谨慎使用，相关风险需使用者自行承担；本次研究中的推荐参数与模型选择、任务需求等具体情形有关，在具体使用中应根据情况及时调整。 内容目录 一、OpenClaw助推AI工具快速迭代，Skills成为当前应用核心环节...................................5二、Skills的使用与构建方式....................................................................62.1Skills是什么？........................................................................62.2哪些工具支持Skills？..................................................................72.3 Skills的安装、创建与使用细节..........................................................9三、全方位Skills推荐.........................................................................123.1信息数据类Skills.....................................................................123.2工具效用类Skills.....................................................................213.3投研应用类Skills.....................................................................24风险提示......................................................................................28 图表目录 图表1：Skills在当前AI技术图谱中占据重要地位.................................................5图表2：一个简单的Skill文件夹及其SKILL.md文档...............................................6图表3：Skills渐进式披露的信息加载流程........................................................7图表4：Claude Desktop中的Cowork界面.........................................................8图表5：Cursor推出“Agents Window”模式.......................................................8图表6：腾讯WorkBuddy官网....................................................................8图表7：AI Agent产品对比......................................................................9图表8：WorkBuddy提供现成技能的搜索与快速安装................................................10图表9：WorkBuddy中快速上传技能..............................................................10图表10：让AI Agent自主生成Skills...........................................................11图表11：Skills的设计规划以及代码生成........................................................11图表12：Skills推荐总览......................................................................12图表13：iFind终端选择“数据MCP”申请接口...................................................13图表14：同花顺提供金融数据与工商企业数据Skills..............................................13图表15：同花顺金融Skills数据范围...........................................................13图表16：使用同花顺Skills获取金融数据.......................................................13图表17：东方财富数据Skills申请方式.........................................................14图表18：东方财富数据Skills安装方式.........................................................14图表19：东财妙想资讯搜索Skills使用示例.....................................................14图表20：东财妙想金融数据Skills使用示例.....................................................14图表21：ashare-data技能的取数逻辑设计.......................................................15 图表22：提供数据字典提升模型对字段理解的准确性..............................................15图表23：ashare-data实现取数任务的步骤拆解...................................................15图表24：ashare-data渐进式读取数据字典识别表结构.............................................15图表25：ashare-data给出数据提取结果展示.....................................................16图表26：调取mutual-fund-data查询基金数据...................................................16图表27：mutual-fund-data导出数据结果........................................................16图表28：使用多个技能联合执行复杂数据获取与计算功能..........................................17图表29：使用lhb-data获取龙虎榜上班个股.....................................................17图表30：使用lhb-data获取上榜股票交易席位情况...............................................17图表31：yfinance技能相关信息................................................................18图表32：使用yfinance获取基础的美股量价数据.................................................18图表33：技能自动根据需求生成研报检索语句....................................................18图表34：自动生成赛道观点总结................................................................18图表35：基于研报数据库自动生成的国内宏观观点总结............................................19图表36：SeekingAlpha网站界面........................................