首页
学习
活动
专区
圈层
工具
发布
社区首页 >专栏 >让OpenClaw替你打工:每日摘要、获取社交网站信息、量化模拟回测(实战教程&踩坑)

让OpenClaw替你打工:每日摘要、获取社交网站信息、量化模拟回测(实战教程&踩坑)

作者头像
技术人生黄勇
发布2026-03-16 13:29:41
发布2026-03-16 13:29:41
1.1K0
举报
文章被收录于专栏:技术人生黄勇技术人生黄勇

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:

  • • 每天早上9:00自动发送92个科技博客的每日摘要
  • • 从抖音、B站、微信公众号获取信息
  • • 自主决定投资量化策略,获取股市历史数据,进行模拟投资,生成策略回测报告

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

一:每日发送科技邮件摘要

怎么做

第一步:安装Agent-Reach技能

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:

代码语言:javascript
复制
帮我安装Agent-Reach,参考:https://raw.githubusercontent.com/Panniantong/agent-reach/main/docs/install.md
第二步:设置RSS订阅

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。

实战演示

先安装Agent-Reach技能。

安装完成后提供RSS列表,让OpenClaw订阅。

代码语言:javascript
复制
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。

代码语言:javascript
复制
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。

场景二:从社交网站获取信息

怎么做

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。

实战演示

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。

三:生成量化策略回测报告

怎么做

第一步:安装数据获取技能

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

第二步:安装写代码技能,获取数据

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。

第三步:策略开发与优化

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。

实战演示

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。

代码语言:javascript
复制
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。

代码语言:javascript
复制
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!!】

总结:

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。

踩过的坑

虽然拿到了成功的结果,但是这期间遇到过的坑还不少:

  1. 1. 设置任务没有定时运行。检查发现任务在 cron 中存在,但是它设置的发送形式不正确。
  2. 2. 在做量化策略时,突然把策略的标的从平安换成工行。
  3. 3. 假装遗忘了QVeris技能,让它安装还又安装了一遍。严重怀疑它在偷奸耍滑,已有的能力,不使用,省得能者多劳,会的多,干的多。
  4. 4. 安装技能频繁遇到 ClawHub 出现速率限制问题,腾讯提供了国内的镜像 SkillHub 商店,现在的技能都是从镜像站复制安装的。网址:https://skillhub.tencent.com。
  5. 5. 有些技能是在 GitHub 上的,也会经常出现连接问题。解决办法:复制 Zip 压缩包地址,发给OpenClaw安装,就不会遇到连接问题。
  6. 6. 因为连接问题,无法使用Github工具,无法上传代码库。解决办法:调试通了Gitea网站,创建了一个适合远端部署的OpenClaw 技能仓库。
  7. 7. 经常没完成的任务,说着就没下文了,这个时候要让它汇报一下进展。
  8. 8. 小龙虾会有幻觉:明明没有完成的任务,它会煞有介事的告诉你完成了。不能完全信它说的,要验证它的工作,或者让它给你展示结果。这个结果不是文字上的结果,是实物或者文件等等。
  9. 例如让它开发黄金ETF的策略,它搞了模拟数据来交差。让它开启心跳,检查定时任务,它说设置了,继续追问执行日志,它才会说心跳机制没有打开。
  10. 9. 反馈必须写入文件。而不是停留在聊天记录里。如果反馈只存在对话记录中,下一次任务Agent就会再次犯同样的错误,为此为小龙虾安装了自我进化的技能 self-improving-agent。

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。

最后

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。

本文参与 腾讯云自媒体同步曝光计划,分享自微信公众号。
原始发表:2026-03-12,如有侵权请联系 cloudcommunity@tencent.com 删除

本文分享自 技术人生黄勇 微信公众号,前往查看

如有侵权,请联系 cloudcommunity@tencent.com 删除。

本文参与 腾讯云自媒体同步曝光计划  ,欢迎热爱写作的你一起参与!

评论
登录后参与评论
0 条评论
热度
最新
推荐阅读
目录
  • 一:每日发送科技邮件摘要
    • 怎么做
      • 第一步:安装Agent-Reach技能
      • 第二步:设置RSS订阅
    • 实战演示
  • 场景二:从社交网站获取信息
    • 怎么做
    • 实战演示
  • 三:生成量化策略回测报告
    • 怎么做
      • 第一步:安装数据获取技能
      • 第二步:安装写代码技能,获取数据
      • 第三步:策略开发与优化
    • 实战演示
  • 总结:
  • 踩过的坑
  • 最后
领券
问题归档专栏文章快讯文章归档关键词归档开发者手册归档开发者手册 Section 归档