夜雨聆风
学术文化月|人工智能量化学会:AI工具实践系列
HUO DONG HUI GU
活动回顾
4月18日
HUO DONG JIE SHAO
活动介绍
4月18日下午，人工智能量化学会开展常规活动，作为学会内部 AI 工具实践系列的开篇，本次活动以 OpenClaw 为主题，围绕智能体工具在财经学习、研究分析和任务执行中的应用展开分享。学会希望通过这类活动，推动成员从概念了解走向实际使用，进一步理解 AI 如何进入财经场景，并服务研究与投资分析等具体任务。
同时，为兼顾多元化背景成员的学习需要，学会也希望通过这一系列活动提供交流讨论平台，逐步推进 AI+财经相关能力培养，夯实数字化职业技能基础，并为后续研究学习与综合成长积累实践经验。
HUO DONG NEI RONG
活动内容
框架介绍：channel、gateway、agent、workspace、skills、tools等核心概念，说明智能体系统的基本结构及任务执行逻辑。
安装与部署：云端部署、飞书接入、核心文件结构、dashboard 使用、基础配置与运行验证，重点展示从环境准备到工具运行的基本路径，帮助成员理解实际落地所需的关键步骤。
应用与边界：coding、量化投研、数据获取、任务拆解、流程自动化，以及使用中的能力边界与注意事项，帮助成员进一步认识智能体工具在 AI+财经场景中的应用方式与实践价值。
HE XIN NEI RONG SU DI
核心内容速递
怎么理解 OpenClaw ？
可以把 OpenClaw 理解成一套“让消息进来、让任务分出去、让工具真正干活”的智能体系统。
框架：消息先从飞书这类 channel 进入，再由 gateway 负责接入、维持连接和后续控制流程；binding 决定这条消息固定交给哪个 agent 处理。到了 agent 这一层，系统做的事情也不只是调用一次模型，而是同时结合 workspace 里的文件、session 里的上下文，以及当前可见的 tool 和 skill 一起工作。核心认知：第一，gateway 是整个系统的中枢，官方文档把它写成持续在线的网关进程，用来处理路由、控制面和渠道连接；第二，agent 不是一个名字，而是一个有工作目录、会话状态和能力边界的执行单元；第三，tool 是读文件、跑命令、调外部能力这类真正执行动作的部分；第四，skill 更像调用规则，决定这些能力在什么场景下、按什么方式被使用。
把这些层次分清之后，就能明白 OpenClaw 适合放进实际任务流程里理解，因为它真正组织的是“消息入口—任务分发—上下文管理—工具执行”这一整条链路。
部署
① （推荐）云服务器部署。 本次分享以腾讯云轻量服务器为例实现一键部署。登录服务器后，运行openclaw onboard 按引导完成模型供应商、API Key、Workspace 等基础配置。如果要排查问题，官方建议按openclaw status、openclaw gateway status、openclaw doctor顺序检查（直接喂给AI）。
②创建智能体。 新建自己的 agent需要在服务器里执行openclaw agent add按提示设置智能体 ID、工作目录和继承关系；创建完成后，用openclaw dashboard打开可视化界面，检查当前模型、workspace、skills、channels 和会话实例是否正常。
③ 接入飞书。 先去飞书开放平台创建企业自建应用，配置机器人能力、事件订阅、长连接和所需权限，拿到 App ID 和 App Secret；可使用命令openclaw onboard 进行初始化流程，或者进入配置文件 ~/.openclaw/openclaw.json 写入对应的 channel 配置。配置完成后，执行openclaw gateway restart让新的接入生效，如果飞书已装但未激活，可使用openclaw enable feishu命令。
应用
AI+财经场景中的应用。适合先从 coding、数据处理和投研辅助三类任务展开。
①coding 场景，可以将代码和项目文件放入 workspace，使智能体结合现有文件分析代码逻辑、解释结构，并进一步生成修改方案或执行重构。
②数据与投研场景，可以结合同花顺 iFinD 账号或其他接口，完成数据拉取、信息监控、资料整理等任务；也可以围绕具体研究主题，先整理材料、归纳重点，再生成执行清单和初步摘要。
③技巧：其一，skill 决定工具在何种场景下如何被调用，应根据任务类型配置，而不是简单追求数量；其二，多智能体协同的价值在于分工，通过为不同 agent 设置独立 workspace 和技能边界，可以提高任务组织的清晰度，避免session污染；其三，session 需要控制上下文长度，任务内容较杂时应及时新建会话，以减少 token 消耗；其四，智能体更适合处理结构清楚、流程固定、结果可复核的任务，例如数据拉取、监控提醒、资料处理和研究辅助，投资判断与最终结论仍需人工负责。
活动总结
本次活动既是一次 AI 工具实践的分享，也是学会围绕 AI量化持续探索的新起点。从工具认知到场景讨论，从框架理解到应用想象，成员们在交流中进一步感受到人工智能与财经学习、研究实践之间正在形成更紧密的连接。对人工智能量化学会而言，这场活动的意义，不只在于一次分享本身，更在于为后续学习与实践打开了更广阔的空间。
未来，学会将继续推进 AI 工具实践系列活动，围绕更具体的工作流搭建、研究辅助与场景落地展开分享，推动成员在不断实践中积累经验、拓展视野、夯实数字化职业技能。下一次活动，也将继续聚焦 AI 工具在实际任务中的应用方式，带来更贴近学习与研究场景的交流内容。
关
于
我
们
上海财经大学人工智能量化学会
学会聚焦人工智能与量化金融的交叉领域，围绕工具实践、研究学习与应用探索开展活动，致力于为成员搭建交流分享的平台，推动 AI+财经相关能力培养与数字化职业技能提升。
会长：张煜霖 18959602213总创办：白雪茹 18063566132
编审｜白雪茹 任斌 王悦辰