夜雨聆风MoneyClaw 是一款 7x24 小时不间断运行的 AI 智能代理（Agent），核心定位为自动化金融优化工具。它脱胎于通用型多渠道 AI 助手 OpenClaw，但聚焦于金融场景，旨在通过自主扫描市场机会、执行预设交易策略、最小化自身运营成本（如 LLM 调用成本），实现资产的自动化增值与风险管控。
该工具并非通用聊天助手，而是专注于金融领域的垂直化智能代理，目标是在控制成本（月均 LLM 成本低于 20 美元）的前提下，为用户提供低门槛、可定制、高安全性的自动化金融管理能力。
What【核心架构】
MoneyClaw 采用模块化、分层级的架构设计，整体架构如下：
1. 核心主体：MoneyClaw Agent
Agent 是整个系统的核心，包含以下关键模块：
基础决策模块：Planner（规划器）、Evaluator（评估器）、Memory（记忆模块），负责策略规划、结果评估与历史数据记忆，数据持久化依赖 SQLite 数据库。
核心大脑（Brain）：串联基础决策模块，是 Agent 的中枢调度单元。
策略插件系统：承载各类金融策略的执行载体，支持插拔式扩展，内置 Crypto DCA、价格预警、资金费率套利等策略。
执行器（Executor）：基于 CCXT 库实现交易执行，默认开启 “干跑（dry_run）” 模式，避免无意义的真实交易。
2. LLM 四层成本管控架构
为最小化 AI 调用成本，MoneyClaw 设计了分层级的 LLM 路由体系，按成本和复杂度分级：
层级 | 技术方案 | 成本 | 适用场景 |
L0 | 规则引擎 | $0 | 价格预警、阈值判断、定时任务、简单数学计算 |
L1 | Ollama（本地部署） | ~$0 / 天 | 新闻摘要、市场情绪分析、数据过滤 |
L2 | DeepSeek / Groq | <$0.50 / 天 | 复杂市场分析、策略优化 |
L3 | Claude / GPT-4 | 按需调用 | 关键决策、风险评估 |
3. 交互层
Telegram 机器人：支持策略管理、消息通知，可配置人工审批网关（大额交易需人工确认）。
Web 仪表盘（HTMX）：可视化展示活跃策略、AI 聊天界面，支持策略配置与状态监控。
4. 安全机制
默认干跑模式，需显式开启真实交易；
单笔交易限额（默认 50 美元，可配置）、每日亏损上限（100 美元）、单策略每日亏损上限（30 美元）；
连续亏损后触发冷却机制；
SQLite 存储完整审计日志，可追溯所有操作。
What【技术栈】
1. 核心开发语言
Python 3.12+（主流稳定版本，兼容各类金融、AI 库）
2. 核心依赖 / 框架
交易执行：CCXT（跨交易所交易库，支持主流加密货币 / 股票交易所）；
数据库：SQLite（轻量、无需独立部署，适配小规模数据存储与审计）；
LLM 交互：Ollama（本地 LLM 部署）、DeepSeek/Groq/Claude/GPT-4 API 封装；
前端交互：HTMX（轻量无框架前端，快速构建交互式仪表盘）；
消息通知：Telegram Bot API；
任务调度：内置调度器（支持定时策略执行，如 DCA 定投、价格巡检）；
配置管理：YAML（策略配置文件）、环境变量（.env）；
容器化：Docker + Docker Compose（便捷部署与环境隔离）。
3. 工程化工具
版本控制：Git（.gitignore 规范管理忽略文件）；
项目管理：pyproject.toml（Python 项目依赖与构建配置）；
测试：单元测试框架（tests 目录下分模块测试，覆盖 Agent、CLI、执行器等）。
Why【功能与内置策略】
1. 核心功能
17x24 小时自动化监控：覆盖加密货币、股票等市场，无间断扫描价格、资金费率、股息等关键数据；
分层级 AI 分析：从规则引擎到高阶 LLM，兼顾成本与分析深度；
可定制策略执行：支持策略参数自定义（通过 config.yaml），插件式扩展新策略；
多端交互：Telegram 消息通知 / 控制、Web 仪表盘可视化管理；
全链路安全管控：干跑模式、交易限额、亏损熔断、审计日志，全方位降低风险；
成本优化：LLM 分层调用，月均 AI 成本控制在 20 美元以内。
2. 内置策略
策略名称 | 依赖 LLM 层级 | 风险等级 | 功能描述 |
crypto_price_alert | L0 | 低 | 监控加密货币价格，触发阈值时（上涨 / 下跌到指定价格）发送告警 |
crypto_dca | L0 | 低 | 定投加密货币，按预设时间 / 金额自动买入（DCA 策略） |
crypto_funding | L1 | 中 | 资金费率套利，捕捉永续合约高资金费率机会，收取套利收益 |
stock_dividend | L1 | 低 | 跟踪高股息股票，除息日前发送提醒，把握股息投资机会 |
smart_rebalance | L2 | 中 | 市场感知型组合再平衡，维持目标资产配置比例，适配市场变化 |
How【安装与部署】
1. 前置条件
操作系统：兼容 Windows/Linux/macOS（推荐 Linux 或 macOS 用于长期运行）；
Python 版本：3.12+；
可选依赖：Ollama（本地部署 L1 层级 LLM，需提前安装，参考 Ollama 官方文档）；
容器化部署可选：Docker + Docker Compose。
2. 手动安装步骤
（1）克隆代码仓库
bash git clone https://github.com/MindDock/moneyclaw-py.git cd moneyclaw-py |
（2）创建并激活虚拟环境
bash # 创建虚拟环境 python -m venv venv # 激活虚拟环境 # Linux/macOS source venv/bin/activate # Windows (cmd) venv\Scripts\activate.bat # Windows (PowerShell) venv\Scripts\Activate.ps1 |
（3）安装项目依赖
bash # 基于 pyproject.toml 安装 pip install . # 若需开发模式（含测试依赖） pip install -e .[dev] |
（4）配置环境与策略
复制环境变量示例文件：cp .env.example .env，根据需求修改 .env 中的配置（如交易所 API、Telegram Bot Token、LLM API Key 等）；
进入对应策略目录（如 strategies/crypto_dca/），修改 config.yaml 配置策略参数（如定投金额、时间、监控币种等）。
（5）启动项目
bash # 启动 CLI 入口 python -m moneyclaw # 或启动 Web 仪表盘（需确认 HTMX 依赖就绪） moneyclaw web # 启动 Telegram 机器人 moneyclaw telegram |
3. Docker 容器化部署
（1）构建镜像
bash docker build -t moneyclaw -f docker/Dockerfile . |
（2）启动容器
bash # 基于 docker-compose 启动（包含依赖服务） docker-compose -f docker/docker-compose.yml up -d |
（3）验证部署
访问 Web 仪表盘（默认端口需参考 docker-compose.yml 配置，通常为 8000）：http://localhost:8000；
检查 Telegram 机器人是否响应（发送预设指令测试）。
4. 关键配置说明
所有策略配置文件位于 strategies/[策略名称]/config.yaml，可自定义阈值、交易金额、执行频率等；
安全限额（单笔交易 / 每日亏损）可在项目主配置文件或 .env 中调整；
干跑模式关闭：需在执行器配置中设置 dry_run=False（谨慎操作，建议先测试）。
How【扩展与二次开发】
1. 新增自定义策略
在 strategies/ 目录下新建策略文件夹（如 my_custom_strategy/）；
创建 config.yaml 定义策略参数，编写 Python 插件代码实现策略逻辑；
注册策略到 Agent 的策略插件系统，重启服务即可加载。
2. 测试验证
项目内置测试用例位于 tests/ 目录，可通过 pytest 运行单元测试：
bash pytest tests/ |
新增策略建议先开启干跑模式，验证逻辑无误后再开启真实交易。
Wow【总结】
MoneyClaw 是一款面向个人 / 小型团队的自动化金融管理工具，以 “低成本、高安全、可扩展” 为核心特点，通过分层级 AI 架构和插件化策略体系，实现加密货币、股票等资产的自动化监控与交易优化。其默认干跑、交易限额、审计日志等安全机制，降低了自动化交易的风险；模块化架构和容器化部署方式，也让技术人员可快速定制扩展，适配个性化的金融管理需求。
* 官方代码仓库：https://github.com/Qiyd81/moneyclaw-py