OpenClaw金融:股票龙虾StockClaw

What【项目定位】

StockClaw 是一款针对股票研究场景深度优化的多智能体（Multi-Agent）系统，核心定位并非通用型聊天工具，而是聚焦股票分析、模拟交易（Paper Trading）、历史回测以及 Telegram 消息推送等核心能力的专业级工具。
其设计核心遵循 “根智能体主导决策” 的理念：单个持久化根智能体掌控对话与决策流程，仅在领域专家智能体能够为分析 / 交易决策提供有效信号时，才选择性调用该类专家，保障决策效率与精准性；同时，系统规避将特定供应商的市场数据结构硬编码至业务流程，将外部数据访问能力解耦至社区 MCP 服务器和扩展技能（Skills）层，实现核心交易 / 回测逻辑稳定、边缘数据能力灵活扩展的目标。

What【系统架构】

1. 核心智能体架构

StockClaw 以 “根智能体 + 领域专家池” 为核心智能体架构：

根智能体：作为核心决策主体，全程掌控对话、决策流程，负责筛选并调用相关领域专家，最终综合所有专家输出形成结论，对最终决策结果负责。
内置专家池：针对股票分析场景内置专业领域智能体，包括价值分析师、技术分析师、新闻与情绪分析师、风险管理员、投资组合代理、交易执行器、系统运维助手等，根智能体可按需调用。

2. 数据与扩展架构

系统采用 “核心稳定 + 边缘扩展” 的设计思路，避免核心逻辑绑定特定数据供应商：

市场数据、研究数据、外部集成能力均通过社区 MCP 服务器和扩展技能（Skills）提供；
内置基础技能可满足入门使用，运行中可通过智能体协助或手动方式新增技能 / MCP 路径，无需修改核心逻辑即可扩展数据接入能力。

3. 工程目录架构

Plain Text StockClaw/ ├── config/# 配置文件目录（智能体、LLM、Telegram、工具等配置模板/实际配置） ├── data/# 投资组合示例数据目录 ├── prompts/# 提示词目录（智能体、共享逻辑、工作流相关） ├── assets/# 静态资源（如项目图标） ├── skills/# 扩展技能目录（加密货币/股票数据、回测、技术指标等） ├── tests/# 测试用例目录 ├── src/# 核心源码目录 ├── 配置模板文件# agents.example.json、telegram.example.json 等（示例配置，需复制为实际配置） └── 工程配置文件# package.json、tsconfig.json 等（依赖、编译配置）

What【技术栈】

核心开发语言：TypeScript（原生支持，保障类型安全与工程化能力）；
运行时：PI Runtime；
依赖管理：npm（通过 package.json、package-lock.json 管理依赖）；
测试框架：Vitest（对应 vitest.config.ts 配置）；
外部集成：Telegram（支持消息推送 / 交互）、MCP 服务器（社区化数据接入）；
编译配置：TypeScript 编译配置（tsconfig.json）。

Why【功能与用途】

1. 核心功能

功能模块	详细说明
深度股票研究	根智能体协调多领域专家，完成估值分析、技术分析、舆情分析、风险评估等全维度研究
模拟交易（Paper Trading）	结构化模拟投资组合管理，明确交易执行边界，所有状态变更可审计
历史回测	基于冻结数据集、隔离的交易日会话、严格的 T-1 约束，结合智能体上下文收集能力完成回测
Telegram 集成	支持通过 Telegram 接收分析结果、回测报告，或发起交互指令
灵活扩展	支持通过新增技能 / MCP 服务器扩展数据接入能力，无需修改核心逻辑

2. 典型使用场景

投资组合回测：无需手动收集数据 / 分析，仅需向系统下达指令（如 “帮我回测这个投资组合过去 7 天的表现”），系统自动完成数据采集、分析、回测并输出结论；
全维度股票分析：向系统发起股票分析请求，根智能体自动调用价值、技术、舆情等专家智能体，综合输出分析报告；
模拟交易验证：搭建模拟投资组合，通过系统执行模拟交易，验证交易策略有效性，且所有操作可审计；
实时舆情 / 技术监控：通过 Telegram 接收指定股票的舆情变化、技术指标分析结果。

How【安装与部署】

1. 前置条件

安装 Node.js（建议 LTS 版本）与 npm（确保可执行 npm 命令）；
具备 Git 环境，可克隆仓库；
（可选）Telegram 账号及机器人 Token（用于 Telegram 集成）；
（可选）LLM 服务配置（如本地 / 远程 LLM 接口，对应 llm.local.example.toml 配置）

2. 安装步骤

步骤 1：克隆仓库

bash git clone <仓库地址> cd StockClaw

步骤 2：安装依赖

bash npm install

步骤 3：配置文件初始化

将 config 目录下的示例配置文件复制为实际配置文件（删除 .example 后缀），并根据实际需求修改：

bash # 示例：智能体配置 cp config/agents.example.json config/agents.json # 示例：Telegram 配置（如需启用 Telegram 功能） cp config/telegram.example.json config/telegram.json # 示例：LLM 配置（如需自定义 LLM 接入） cp config/llm.local.example.toml config/llm.local.toml # 其他配置（如 mcporter、tools 等）按需复制并修改

步骤 4：（可选）扩展技能配置

基础使用可直接使用仓库内置的 skills 目录下的技能；
如需新增技能 / MCP 服务器，推荐通过 StockClaw 智能体协助安装，也可手动新增配置至 config/tools.json 或 skills 目录。

步骤 5：启动系统

根据项目启动脚本（package.json 中的 scripts 字段）执行启动命令，示例：

bash # 若 package.json 中定义了 start 脚本 npm run start # 若需运行测试 npm run test

3. 部署注意事项

高风险操作（交易、配置修改、持久化内存写入）均需通过显式工具调用完成，且所有状态变更可审计，部署时需严格管控此类操作权限；
建议优先通过智能体协助安装 MCP 条目和技能，而非手动编辑配置文件，降低配置错误风险；
回测功能需确保数据集完整性，建议提前确认市场数据接入的稳定性。

：https://github.com/24mlight/StockClaw