夜雨聆风
我是小飞侠，旅居荷兰的 AI 工作流实践者。
一个人做生意，什么都得自己干——
接单、回消息、发内容、整理数据……
我用 n8n + OpenClaw 把重复的事交给 AI，
今天分享的，是我朋友跑通的一套投资信息自动化工作流，我觉得思路值得借鉴。
上个月，一个在国内做一人公司的朋友跟我说了一件事。
他一边接项目、一边炒美股，每天早上第一件事是轮番刷好几个 App——彭博、雪球、路透……刷完已经 9 点半了，一周下来光信息收集就要耗掉 10 小时以上。
结果还不好：信息抓了一堆，没时间系统分析，决策还是靠感觉，冲动交易照样没少。
后来他花了两个周末，用OpenClaw + Exa + Milvus搭了一套投资 Agent。
现在每天早上 7 点自动收到一条定制晨报，盘中有异动会推手机，每周复盘也不用手动整理了。他说：「以前每周 10 小时，现在每天 5 分钟看完就够了。」
我听完觉得这个思路很值得分享出来——不只是投资，这套框架对一人公司管信息的方式，有很多可以借鉴的地方。
整体架构：三块拼在一起
先看一眼整体流程：
整个系统分三块，加一个自动触发机制：
第一块：信息搜集（Exa）
每天自动抓你关注方向的最新动态，过滤营销垃圾，直接给摘要——不用再一篇篇点开看。
第二块：记忆系统（Milvus）
把你的历史操作、个人偏好、踩过的坑存起来。下次遇到类似情况，自动调出来提醒你，不让你"记吃不记打"。
第三块：分析逻辑（OpenClaw Skill）
把你自己的分析框架写成一个规则文件，AI 按照你的标准来判断，而不是给你一篇什么都说、什么都不敢下结论的通用分析。
触发机制（Heartbeat）
以上三块，靠 OpenClaw 的定时心跳自动串联起来，不用手动触发，到点就跑。
每月总成本：约 20 美元（OpenClaw + Exa，Milvus 本地部署免费）。
第一块：每天自动搜信息，不用再刷 App
我朋友之前刷 App，最烦的是两件事：一是内容质量参差不齐，营销号的二手分析占了一大半；二是自己关注的点很具体，但 App 推的是算法觉得你爱看的。
他用的是Exa，一个专门给 AI Agent 设计的搜索 API，每月有 1000 次免费额度，初期够用。
Exa 和普通搜索最大的不同是：你可以直接用自然语言描述你想知道什么，它能理解，而不是靠关键词匹配。
比如他想知道"英伟达财报超预期但股价为什么跌了"，直接这么问，它就能找到相关分析，还能自动过滤掉 SEO 垃圾文，直接把几篇文章的摘要提取出来——他不用再一篇篇点开看。
他做了十几个搜索模板，覆盖了他每天关注的方向：美联储政策、科技股财报、宏观流动性变化……每天早上自动跑一遍，结果汇总推手机。
以前找全这些信息要一两个小时，现在早上起来看 5 分钟摘要就搞定了。
第二块：让 AI 记住你的历史操作
他说，普通投资者最大的问题不是信息不够，是记吃不记打。
什么时候追高买了元宇宙的单，什么时候卖飞了某次行情……一个礼拜出手七八次，根本记不清楚自己都怎么亏过钱。
所以他把自己的历史操作、踩过的坑、个人偏好和盲区，全存到了Milvus 向量数据库里。
这里有一点值得注意：他区分了三类存储，避免把东西混在一起：
长期记忆（选股偏好、投资理念）：每次分析时都会自动调出来，让 AI 知道你是什么风格的人。
操作记录（历史买卖、复盘总结）：遇到类似情况时会自动检索，告诉你"你上次遇到这种情况是怎么处理的、结果怎样"。
外部知识（研报、产品文档）：这些是公开信息，不用自己存，用到的时候直接搜就行。
最实用的功能是一个自动记忆提取器：每次他跟 AI 聊完投资相关的话题，系统会自动把有价值的洞察提取出来，分类存进数据库，他完全不用手动记笔记。
时间一长，这个系统对他的了解会越来越深。下次想冲动交易之前，先查一下历史——"我上次遇到类似情况是怎么操作的，有没有后悔过"——能有效踩一下刹车。
第三块：把自己的分析逻辑写下来
信息有了，历史有了，最后一块是分析逻辑。
直接把新闻和历史记录丢给 AI 说"帮我分析"，它给你的一定是四平八稳的通用答案——每个角度都提一嘴，什么结论都不敢下，对实际决策没用。
他的解法是：把自己的分析框架写成一个规则文件，放进 OpenClaw 的 Skill 目录里。
比如他写了一个"财报后判断"规则：遇到什么情况倾向买入，遇到什么情况要警惕，哪些是他自己的已知偏差需要 AI 帮他纠正……规则写好之后，以后每次聊到某只股票的财报表现，AI 就会自动按他的框架来分析，不再是通用答案。
他还写了一条专门的提醒规则：「我有被情绪驱动的倾向，如果历史记录显示我曾后悔在下跌时卖出，请明确告诉我。」
这是给自己量身定制的纠偏机制——不是让 AI 替你决策，而是让它帮你挡住那个最差版本的自己。
自动触发：定时心跳，到点就推
搭完以上三块，如果每次还得手动触发，那跟自己刷新闻没区别。
他用了OpenClaw 的 Heartbeat 机制：在工作目录里放一个说明文件，写清楚什么时间做什么，OpenClaw 的 Gateway 就会按时自动执行，不用写定时任务代码。
他设置了三件事：
每天早上 6:30：晨报
自动搜昨晚的全球市场动态，结合他的持仓情况和历史经验，生成一份 500 字以内的定制简报，推手机。他说现在趁着刷牙的时间就看完了。
美股交易时间：盘中警报
每 30 分钟巡检一次，他关注的股票如果波动超过 3%，立刻推一条提醒，附带他当初为什么买这支股票、他设定的止损止盈点在哪。
周五收盘后：周报复盘
汇总本周关注股票的表现，对比他每天早报里的预判，记录值得存进 Milvus 的新规律。
以前完成这些需要每周 10 小时以上，现在被压缩到 2 小时左右，完全不影响正常工作。
我从这套框架里看到的
我朋友这套系统，本质上解决的不是"怎么赚更多钱"，而是一个人的信息带宽问题。
一人公司主理人每天要处理太多方向的信息：客户的、行业的、竞品的、市场的……每个方向单独处理都很耗时，还很容易在信息过载下做出情绪化决策。
他这套方案的核心思路值得借鉴：
把"定期收集信息 + 结合历史经验做判断"这件事，交给系统去跑。
换一套数据源和 Skill，这个框架可以从盯盘 Agent 变成：竞品监控、论文追踪、客户舆情监控、供应链动态……凡是「需要定期搜信息 + 结合自身情况判断」的场景，都能套用。
你现在每天在重复做哪件事？
一个人做生意，时间比钱还贵。
如果你也有一件事想交给 AI 自动化，但不知道怎么搭——
可以直接加我微信xiaotangguo1319，聊聊你的场景。
我现在在做「工作流搭建 1 对 1」：
帮你把 1 件重复的事跑通自动化，99 元，3 天交付。
