最近在高强度的养小龙虾,我的目标很简单:先干起来 —— 能真实的完成某项我想做的事,如果遇到问题,再寻找解决方案。
经过这段时间的折腾,养小龙虾突破了“几乎要弃养”的第一阶段,达到了天地宽的感觉,开心的跟朋友分享:
这不是我一个人做的。是OpenClaw帮我做的。而让它具备这个能力的秘密,就是Skill 技能系统。
需要获取每日科技新闻摘要,先装一个能订阅 RSS/Atom 源的技能。
将下面提示词告诉你的小龙虾:
帮我安装Agent-Reach,参考:https://raw.githubusercontent.com/Panniantong/agent-reach/main/docs/install.md提供RSS列表,让OpenClaw订阅,设置早上9点运行,同时优化筛选偏好。
定时任务设定完成,第一个版本的摘要出来了,再让它优化改进。
先安装Agent-Reach技能。

安装完成后提供RSS列表,让OpenClaw订阅。
这里有一份推荐的92个科技RSS列表:https://gist.github.com/emschwartz/e6d2bf860ccc367fe37ff953ba6de66b,请帮我订阅
接着设置早上9点的定时任务,同时要求优化筛选偏好。
设置每天早上9点运行定时任务:读取过去24小时内所有订阅,整理一份核心要点摘要,并附上原文链接。
完成后询问我的评价,根据我的反馈更新你的记忆,不断优化筛选偏好。定时任务开始执行RSS抓取,第一个版本的摘要生成了,



然后让它继续优化,得到了改进后的版本。


解决完有订阅源的信息获取的问题,有朋友要问,没有这种订阅源的,我平时会经常浏览一些社交平台博主的信息怎么办?
例如,抖音、小红书、微信公众号这些平台有很多讲量化策略的内容,是不是可以抓取视频,提取里面的量化策略,逐个验证?
仍然从上一节安装的 Agent-Rearch 技能开始,尝试配置它内置的上述各平台访问工具,完成信息获取的任务。
先试试抖音,遇到了反爬机制。

提供了关注博主的主页链接,遇到Jina AI访问抖音域名被临时限制。可能用这个技能工具(这个技能底层依赖 Jina AI网站的数据抓取实现)的人太多了,平台有针对性的做了封锁。

再试试Cookie方案,还是遇到网页端的反爬机制。

安装TikTokAPI库,成功获取主页信息。

但是没法按我要求的,获取视频列表,只能通过分享链接抓取视频,提取文本内容。

看似它回答可以,但是执行后,返回“Request time out。”

抖音暂时没达到理想的状态,看看微信公众号行不行。仍然需要提供具体的文章链接。

测试到这里,考虑先放一放,以后再用之前看到一个公众号的抓取工具试试。
再试试B站,用Agent-Reach搜索B站的关于量化策略的视频。开始未配置Cookie,它调用了全网搜索技能来完成任务。

用Cookie配置完成后,搜索成功。获取策略,进行代码回测。

继续让它获取视频内容,提取策略要点,成功。

要做量化投资,必须要获取数据,先装 QVeris 技能获取股市历史数据。
技能介绍见这篇:给 OpenClaw 接入10000+工具和数据,为你盯盘,给出独家策略。
安装写代码技能,写一个获取数据的代码测试,获取数据成功,验证代码能力。
测试是否可以跟踪黄金行情数据进行交易建模。让OpenClaw自己写一个中长期、比较保守的量化策略。策略开发成功后,要求复盘优化。
我有三只小龙虾:Trae版本(这只是最早的)、火山+飞书的ArkClaw和刚上岗的WorkBuddy。
这个任务是前两只小龙虾合作完成的,因为我发现一直用的小龙虾有点罢工的苗头了。
QVeris 数据获取技能安装完成。

安装写代码技能:虽然大模型最擅长写代码,不过考虑合理起见,还是先给OpenClaw装一个专门指导写代码的技能。
因为 Clawhub 总遇到速率限制,找了取巧的方法:提供技能压缩包地址,让 OpenClaw 安装。
技能包下载地址:https://wry-manatee-359.convex.site/api/v1/download?slug=code,安装这个技能写代码技能安装完成。

接下来想验证一下让大模型炒股的思路是否可行。先写一个获取数据的代码试试。

获取数据成功。

绘制K线图

让它自己写一个量化策略,中长期类型,比较保守。
能否开发一个程序,根据这个日线数据找出一个量化策略,进行中长期(1天~1个月为周期)的交易,能够获得正向的收益率,该策略回测率不超过15%
策略开发成功。

要求复盘,优化,加入手续费。

测试是否可以跟踪黄金行情数据进行交易建模。

把这个结果开心的分享给朋友,朋友说能不能让它分析一下鲁西化工。

【!!以上操作和内容不构成投资建议,朋友们实践时,也不要贸然直接使用它的策略!!】
任务 | 结果 | 说明 |
|---|---|---|
自动推送每日摘要 | ✅ 成功 | 成功配置92个科技博客的RSS订阅源;设置早上9点的定时任务;优化筛选偏好。 |
从社交网站获取信息 | ⚠️ 半成功 | 抖音遇到了平台的反爬机制限制,但通过分享链接方式可以抓取单条视频内容;微信公众号需要具体文章链接才能抓取;而B站则相对顺利,配置Cookie后成功搜索到量化策略视频并提取内容。 |
模拟量化策略回测 | ✅ 成功 | 获取股市历史数据成功;编写中长期保守型量化策略,生成完整的回测报告。 |
总体来看,OpenClaw 通过 Skill 技能系统,把原本需要多种工具、多个步骤的复杂工作,整合成了一个连贯的自动化流程。
虽然过程中遇到了一些平台限制和小坑,但核心功能都已验证可行。
朋友们可以参考上面的实际场景,仿照思路,调教小龙虾,实现自己的任务需求。
虽然拿到了成功的结果,但是这期间遇到过的坑还不少:
可能朋友们还会有些疑问。
“三只龙虾,消耗 Token 大户啊,你花了多少钱?”
虽然数量不少,三只龙虾我只花了40元/月。Trae 版本是软件和大模型都免费的,WorkBuddy也是免费使用,只有飞书+火山的ArkClaw 是买的套餐,空间+模型套餐40元/月。
“全是坑,学习成本太高,几乎用不下去。”
那肯定的。因为这是个新事务,新事务那就说明相应的配套,使用的陌生,基础设施的支持,都跟不上。
“这只是模拟盘,距离实战还很远。”
对于我来说,验证一个量化策略可能要花掉80%的时间去实践。现在一个策略,通过它大概10多分钟就给你验证了。你就有更多的可能性去寻找合适你自己的一个自动化策略。
“让它抓取一些X上的推文,说出的提示词遇到了敏感词。”
应该把任务拆解成更细的步骤,把抓取的动作做成一个技能,再让小龙虾去调用,或者使用国外的模型去完成,例如使用GROK AI。
使用下来,有三个感觉:
1、人应该去构思做什么,如何做,构建工作流,具体工作执行交给 OpenClaw 。
其次应该改变思维模式为乐高积木模式:将问题拆解成更小的步骤,这些步骤由一些可靠的技能实现,不要就指望小龙虾就根据你一句简单的指令就完成得很好。
想法 → OpenClaw理解 → 安装技能 → 自动执行 → 产出结果
2、以后的软件会变成面对 Agent 友好的设计,而不是对人操作友好。
未来每个人都会有大量 Agent 替他干活,工作就变成 Agent 在跟 Agent 交互。
而且现在已经出现了把软件变成 Agent 原生工具。
3、使用小龙虾的学习曲线开始很容易,接着很陡峭。可能有朋友有体会:“花在要求 Agent 输出上的时间,甚至比自己手动把这些事情做完还多。“
这就像培养一名实习生,有时候看着他做的不是你要求的,恨不得想自己上手把这事做了。第一版通常很普通,第十版开始能用,第三十版才会真正稳定。
Agent 真正变好的关键在于具体规则的积累。
推荐阅读:
让你的OpenClaw替你打工:从0到1跑通小红书运营全流程(实战教程)
OpenClaw 密集更新,小龙虾在持续进化:记忆永不忘记、话题绑定助手、更安全
腾讯版"小龙虾"免费用!WorkBuddy 公测上线|QClaw 也在内测中
谁开放谁赢:使用OpenClaw一个多月,数据才是 AI 时代的护城河
给 OpenClaw 接入10000+工具和数据,为你盯盘,给出独家策略
谷歌提示工程白皮书|Google Prompt Engineering White-paper
“Something Big Is Happening”|大事确实在发生,是一场漫长而温和的重构。我们每个人都将是参与者,而非旁观者。