铢积寸累,久久为功。国金研究每周末为您精选系列研究报告,共赏“研”途美景。

OpenClaw是一款由程序员Peter Steinberger开发的开源AI Agent应用,2026年1月25日在GitHub上发布后短时间内便获得AI社区高度关注,后续快速出圈获得市场广泛关注。OpenClaw的核心架构及运行机制如何?如何快速上手OpenClaw?如何使用大模型命令行工具?相关投研案例展示?本文将一并解答。
2月26日,国金OpenClaw赋能投研论坛【上海站】圆满收官,吸引数百位投资者齐聚现场,【北京站】将于3月3日(周二)正式启程,欢迎广大投资者莅临现场,共同探讨OpenClaw时代的投资新思路!

高智威
国金金融工程团队首席
执业编号:S1130522110003
Q
OpenClaw获得关注的核心原因?
A
①自动实现高自由度的智能化应用,完全文本对话形式就可以实现其他Agent产品需要通过代码、或是用工作流工具才能完成的复杂功能,兼顾易用性与专业性;
②部署相对简单快速,且对本地设备要求不高,可在个人Linux、macOS或Windows系统中安装;
③支持集成到飞书、钉钉等手机应用中,具有极高的使用便捷性。
以上特性大幅降低了使用门槛,让一般使用者也能拥有高度定制化的个人Agent,也因此使其得到更广泛的普及。
Q
OpenClaw的核心架构?
A
OpenClaw由多个Workspace组成的事件驱动执行网络构成。Workspace是状态与规则的统一容器,集中保存Soul、Memory、Tool等核心文件,用于定义行为边界、沉淀长期记忆与约束能力权限。Agent本身不具备持久状态,仅按角色读取Workspace上下文并将结果写回,从而支持多Agent协作。Skills通过“说明+执行脚本”的模块化结构实现能力复用与标准化,CronJob提供周期性调度能力,使系统具备持续运行与自动生产能力。
Q
OpenClaw的运行机制?
A
系统围绕“能力匹配—执行—沉淀—优化”的闭环展开。任务触发后优先匹配既有Skills,不存在则构建新逻辑完成执行,并将具备复用价值的部分沉淀为标准化Skills,同时把关键事实与结果写入Memory。仅在形成稳定行为模式时才更新Soul等核心规则,避免策略频繁波动。

Q
如何快速上手OpenClaw?
A
OpenClaw部署:OpenClaw最适合部署的环境是Linux和macOS系统,在Windows系统中运行时的稳定性不高。若用户没有空闲的macOS设备,当前两种性价比较高的部署方式:①使用WSL2、或VMware创建Linux环境并部署OpenClaw。②借助云服务器实现一键部署。
OpenClaw初步配置:OpenClaw支持onboard和dashboard两种配置方法。①“openclaw onboard”命令会打开CLI命令界面,便于已准备好模型API密钥的用户进行快速配置。②若需要进行底层设置的修改、或对于习惯可视化界面的用户,也可以通过“openclaw dashboard”命令打开可视化面板来完成配置。
Skills配置:①从开源社区安装现成Skills,如OpenClaw提供公共技能社区Clawhub,已安装的Skill可在Installed skills处查看;②使用自然语言对话搭建Skills,可在OpenClaw聊天界面直接提出有关Skills搭建的要求,搭建成功可在Agent-Skills中找到搭建成功的Skills;③使用命令行工具搭建Skills,直接形成符合要求的Skill.md文件。
Q
如何使用大模型命令行工具?
A
①用户需要明确目标与边界:一句话说清用户要“配置成功”“定位故障”还是“解释框架”,并限定修改范围(例如仅允许改配置文件、不改核心逻辑);
②让工具先读上下文再动手:先扫描仓库结构、配置文件和启动日志,再给出问题归因与修复方案;
③坚持最小改动原则:优先生成小步补丁,避免一次性大改,确保每次修改都可回滚;
④要求结果可验证:让工具执行启动/测试命令并输出关键日志,用“能否稳定复现与恢复”作为验收标准。
对非编程背景用户而言,这套方法的核心价值在于把长时间的盲目调试变高效的可复现的问题处理流程。
Q
投研案例展示:每日A股公告信息汇总及定时发送
A


(更多案例展示可至下方链接查看相关报告)

+
相关报告

2026.02.13-《大模型赋能投研之十六:OpenClaw搭建个人投研助理(一)》
2026.02.24-《大模型赋能投研之十八:OpenClaw搭建个人投研助理(二)》
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。


夜雨聆风