东方财富Skills产品深度分析

1. 功能全景图

数据来源于东方财富妙想Skills使用文档

注意：为什么东方财富妙想Skills能实现对准确金融信息的查询与反馈？

普通 skill 往往只是提示词模板，模型只能靠自己已有知识，或者普通网页搜索。东方财富这套 skill 不是单纯的提示词，它明确接了东方财富官方 API。Agent能够通过skill连接并查询东方财富的专业数据库，并根据skill中的提示词模板，得到用户想要的信息

1. 核心功能深度拆解

鉴于资讯搜索 、金融数据、智能选股功能相近，而自选管理、模拟组合管理功能相近，所以将其拆成两部分分析（拆分依据：能否进行交互，而不是只是单方面信息查询）

功能一：资讯搜索 、金融数据、智能选股

1. 功能描述：详见功能全景图，主要是在AI助手中与其进行对话，从而获得想要的信息 但需要注意的是，三者不仅底层任务逻辑（模板）不同，调用的API也不同。通过公开的skill安装文案来看，三者的调用的API分别是
   1. 资讯搜索 → /finskillshub/api/claw/news-search
   2. 金融数据 → /finskillshub/api/claw/query
   3. 智能选股 → /finskillshub/api/claw/stock-screen
   4. 虽然没有说明数据库的问题，但是大概率共享同一底层金融数据体系
2. 设计逻辑：
   1. 投研能力模块化：将复杂的投研流程打包，降低了用户的使用门槛，提高了用户下判断、做研究的效率
   2. 信息可靠性：通过提供来自于东方财富数据库的信息，有效减少了LLM在遇到自己知识盲区时生成幻觉的可能性，将金融场景中—信息失真与数据过期这个两个重要问题解决
3. 具体使用体验：产品完整程度很高，虽然在及时信息获取上还有问题，但是证明高端信息库的API+专业机构出品的skills+openclaw平台是可行的
4. 我的评价：输出的内容不仅能看，还能用。能够给出比较具确切的判断和相应的理由，即使专业度有所欠缺，但是对于普通用户已经是可用的了

功能二：自选管理、模拟组合管理

1. 功能描述：详见功能全景图，主要是与AI助手对话，通过自然语言控制AI助手实现对自选账户的自选股进行管理；对模拟证券账户进行买入、卖出等实际操作

总的来说，自选管理不涉及资金账户状态；模拟组合管理涉及仓位与交易行为。

1. 设计逻辑：

   1. 增强用户黏性：降低用户进行账户管理和投资行为的时间成本，仅通过自然语言就能实现账户管理，在相同投资产品中具有显著优势
   2. 个性化服务：通过AI助手，不仅能够实现账户管理，还能保留、复盘用户的操作行为，增强留存与再次使用的可能性
   3. 未来拓展：模拟组合能够实现仓位与交易行为从侧面说明东方财富有能力做到交易行为在AI产品上的落地，为未来真实账户的交易行为AI化奠定基础

2. 具体使用体验测试（分功能测试）

   （1）资讯搜索 、金融数据、智能选股

   1. 注意：具体的使用场景建立在用户自己的openclaw框架上，由于使用底层模型、消息平台、配置问题等影响，同样的用户需求得到的体验也可能不同
   2. 对于新闻、政策、消息等数据反应及时且内容确切
   3. 对国内外新闻都有涉及，而且范围能延伸到2026年的近几个月
   4. 行业研究报告的获取是较为可观的
   5. 大多数题目都能正面对应用户要求，而不是问新闻、政策，回答数据
   6. 结构化表达能力，如标题、分段、表格等完善，用于专业行研工作中比较方便
   7. 有自己的行研逻辑框架，但是不确定是skill的能力还是模型的能力

   见 AI投研产品具体使用体验测试 文档

   （2）自选管理、模拟组合管理

   1. 模拟组合的使用首先需要将东方财富的skills与自己在东方财富上的模拟账户绑定才能使用
   2. 能够完成其所宣传的相应操作，报告：买入、卖出、撤单、查询资金（内容很详细，包括：初始资金、总资产、账户余额、可用余额、冻结金额、持仓市值等），还能按照时间范围查询交易记录，并给出具体的反馈。每次使用openclaw下达命令，到有信息反馈都不超过1分钟
   3. 自选管理支持自然语言查询，股票名称可以是中文全称或常用简称（股票代码），数据包含实时行情：价格、涨跌幅、市盈率等
   4. 除了股票、基金ETF也能实现在自选股列表添加、删除的操作。但是不提供ETF持仓明细查询功能。一般从使用openclaw下达命令，到有信息反馈的时间范围1-2分钟之间

3. 价格标准

暂时没有具体的价格名录

1. 每日调用次数（免费版）

资讯搜索 、金融数据、智能选股：50次

模拟组合管理：1000次

自选管理：200次

1. 会员版福利

资讯搜索 、金融数据、智能选股：300次

模拟组合管理：3000次

自选管理：400次

1. 如何解锁会员权益
   1. 在东方财富证券开户，直接免费领取3个月会员权益
   2. 账户等级达到V2（月度日均持有资产达到10万元），每月都能免费领取会员版

东方财富 Skills 28题体验评分结果

评判对象：/Users/sutianrun/Desktop/compare/东方财富skills产品体验报告.md

评判标准：金融分析型产品体验评判标准 v1
评判口径：外部事实抽核 + 文档内容评估
说明：本次重点看四件事：有没有正面回答题目、关键事实是否站得住、结构是否便于扫读、解读是否建立在已证实信息上。

逐题评分

总评

整体表现

这份东方财富 Skills 报告整体表现为中上水平，明显优于上一份对照样本：

• 优势集中在题意匹配度更高、答案组织更完整、分析展开更像正式投研输出
• 短板集中在个别题目事实口径错误、筛选题板块污染、部分长文过度依赖综合研报式表述

简单说，它已经不只是“会排版”，而是大部分题目都能正面回答；但一旦进入选股筛选、板块归类或具体公告口径，仍会暴露出一些金融产品里很关键的严谨性问题。

最常见的3类问题

1. 时间口径或财报口径错位

   • 典型如第1题，把2023年的业绩预告拿来回答2024年年报公告，且数值级别明显异常。

2. 板块筛选污染

   • 芯片、新能源这类筛选题里，常出现明显不属于目标板块的样本，严重影响可用性。

3. 分析很完整，但证据边界偏松

   • 长文分析题通常框架很好，但会混入较多综合判断、券商预期和推演性表述，需要用户自己二次核实。

最稳定的2-3类能力

1. 题意承接能力

   • 相比许多泛化回答，这份报告大多数题目都能正面对应用户要求，不再频繁出现“问新闻答数据”的偏题。

2. 结构化表达能力

   • 标题、分段、表格、总结、风险提示都比较齐全，扫读和引用都方便。

3. 中长篇投研式分析能力

   • 在公司分析、行业趋势、主线判断和配置建议等题型上，逻辑框架比较成熟。

适合纳入评判表格的精简结论

东方财富 Skills 的优势是答题贴题度高、结构化能力强、长文分析较成熟；主要短板是个别题目存在财报时间错位，以及筛选题中板块归类不严、样本污染明显。

外部抽核要点

本次重点抽核的关键事实包括：

• 比亚迪2024年年报公告题中，回答实际引用的是2023年业绩预告，且数值级别明显异常
• 2024年并购重组政策的关键时间点里，“并购六条”发布时间为2024年9月24日
• 腾讯2025年度业绩核心财务方向与官方年报公告基本一致
• 贵州茅台2026年3月27日行情数据与报告中的价格、市值口径大体一致

参考来源：

• 比亚迪2024年年度报告（巨潮资讯）
• 中国证监会：关于深化上市公司并购重组市场改革的意见
• 腾讯2025年度业绩公告

WindClaw产品深度分析

一、战略层：先回答“这个产品为什么存在”

1. 产品使命 / 商业使命

   1. 产品解决的问题是什么（为用户带来了什么价值）

   将原来复杂且门槛高的 AI 投研流程，变成普通投资者也能上手的产品

   1. 产品定位是怎样的

   是一个AI 投研智能体平台，支持多 Agent 协同与本地运行的专业化投研工具

2. 核心用户需求

   1. 表层需求：满足用户及时获得想要的金融信息与知识（快速获得行情、财务、公告、行业信息的读取与分析）
   2. 深层需求：帮助用户实现投资决策（保证决策建立在专业数据之上）
   3. 痛点：解决了普通投资者在无法及时获得关注的金融产品的相关信息，在面对繁杂的信息时不知道该如何做决策的问题

3. 战略契合与冲突：

   1. 契合：投资者可以获得真实可靠的金融信息，并且可以在AI的帮助下以专业的视角进行研究并做判断
   2. 冲突：WindClaw的定位是低门槛的 AI 投研工具，但是其内载的金融研究流程强调“深度研究、事实核验、专业数据驱动”的专业性。这意味着产品必须同时满足易用性和专业深度，但是这两者天然存在冲突。工具的门槛再低，如果使用者不清楚其中运行的原理，必然无法得到自己真正想要的判断。而且如果所有投资者都能在WindClaw的帮助下做出正确且专业的判断，那整个市场应该是无法获利的。（所有人都挣钱，意味着所有人都不挣钱）（其他行业似乎是参与者越多，蛋糕越大；但金融市场是零和博弈，无论有多少人参与进来，必然有人挣钱，有人亏钱，这就和用户使用这款产品的目标产生了冲突：当用户挣不到钱，甚至亏钱，他还会使用这个产品么）

4. 我的看法：WindClaw在低门槛和专业性之间做了怎样的权衡？

   1. 如果只追求低门槛，那就是一个纯粹的信息展示平台，没有判断公司是否具有投资价值的功能、没有从已知信息中挖掘潜在投资机会的功能——这与没有AI赋能之前的wind平台似乎没有什么区别
   2. 如果只追求专业性，就应该彻底专业化WindClaw，保证信息来源的绝对可靠与及时，同时规范化AI投研流程——首先，及时保证信息与流程的规范，AI得出的投资建议就一定可靠么？（毕竟专业分析师很多时候也无法做到正确的判断）；其次，假如AI的投资建议真的没有问题，所有人都用一样的投资建议，岂不是所有人都挣不到钱

二、范围层

1. 功能全景图

1. 核心功能深度拆解

   功能一：微信ClawBot

   1. 功能描述：连接WindClaw与微信，发送指令，随时随地控制WindClaw。点击即会出现一个二维码，用微信扫描后就能将WindClaw与微信连接，在微信界面就能看到微信clawbot从而与WindClaw联系。
      1. 核心功能：通过微信clawbot直接要求：股票分析、市场研究、宏观政策、基金与资产配置、信息收集与整理
      2. 具体实现方法：直接在微信clawbot中提出要求
      3. 特点：优先使用 Wind 金融数据；能够记住用户的偏好，不断优化服务
   2. 设计逻辑：
      1. 跨平台服务：通过多数用户最经常使用的微信平台，随时获得用户想要的信息，且能保证信息来源的可靠性，符合产品设计中低门槛、信息来源确切的定位
      2. 复杂能力简单化：各种复杂的投研能力被简化成一句话就能触发，降低操作门槛
      3. 增强用户黏性：首先，微信是多数用户最常使用的社交平台之一，与微信绑定不仅能提高被使用的可能性，还能通过微信的聊天、朋友圈以及公众号等平台分享投研信息，满足用户的投资社交需求；其次，通过不断与WindClaw沟通，其能够记住用户偏好，不断优化服务，强调了长期陪伴和习惯养成能力
   3. 用户心理：
      1. 即时性心理：能够在想到问题时立刻能问，不想等回到电脑再操作
      2. 连续服务心理：面对不理解的专业问题能够立刻得到答案，并且系统能记住偏好、逐步理解用户常问方向
      3. 专业信任心理：鉴于Wind平台的专业性，比起可能有幻觉的其他LLM，更优先选择WindClaw
   4. 我的评价：微信ClawBot是WindClaw降低用户门槛理念的最直接的体现

功能二：聊股票\找机会\做对比\谈大势\论策略

1. 功能描述：不同功能之间的区别主要在于分析框架的不同，除此之外底层模型和数据库来源没有任何区别
   1. 分析框架主要分为三个：个股分析、市场分析、宏观分析
   2. 板块分析对象问题特征具体主题个股分析单只股票"XXX 公司/股票怎么样？"投资逻辑梳理 - 公司为什么值这个价 基本面分析 - 商业模式、竞争力 财务分析 - 资产负债表、利润表、现金流 技术分析 - 股价走势、量价关系 资金面解读 - 主力/机构资金动向 公司速览 - 一页纸速懂一家公司 战略分析 - 管理层长期规划 财报解读 - 最新财报详细拆解 同业比较 - 与竞争对手对比 机构研究汇总 - 分析师观点汇总 优劣机会分析 - SWOT 分析 重大事件点评 - 并购、重组等事件 近期事件动态 - 最新业务进展 近日异动原因 - 股价为什么大涨大跌 投资者问答精粹 - 机构调研问答（总共15个）市场分析大盘/市场整体"今天股市怎么样？"、"市场情绪如何？"全球股市联动综述 - 跨市场风险传导 全球金融市场综述 - 股票/债券/商品/外汇整体表现 盘前市场综述 - 开盘前重点关注 盘中市场简评 - 盘中异动解释 盘后市场简报 - 收盘复盘 新股情报 - 新股发行申购 再融资情报 - 定增配股影响 每日大宗交易解读 - 机构大宗买卖 每日龙虎榜解读 - 游资席位动向 南向沪港通解读 - 港股通资金流向 市场情绪解读 - 投资者信心指标（总共11个）宏观分析国家/区域/全球"美联储加息有什么影响？"、"中国经济怎么样？"全球宏观综述 - 全球经济/通胀/政策主线 宏观经济综述 - 中美欧等大国经济数据 国际关系解读 - 地缘政治对经济影响 财政策解读 - 政府收支/赤字/基建 货币政策简报 - 利率/央行操作/流动性 区域经济分析 - 省市产业结构/增长潜力（总共6个）
   3. 聊股票：分析公司的基本面、商业模式和竞争优势。包括：梳理公司投资逻辑，分析公司基本面、资金面，对公司股票做技术分析，了解公司情况，公司财报解读等
   4. 找机会：挖掘潜在投资机会。包括：判断市场被低估的板块或主体方向，提供资金布局信息，机构持仓情况，龙头公司的判断等
   5. 做对比：横向比较不同公司或行业。包括：同行业公司对比，同板块股票对比，国内外同行业股票对比，不同股票市场对比等
   6. 谈大势：讨论宏观经济、行业趋势和市场周期。包括：龙虎榜数据分析，全球市场情绪判断，各国财政政策分析，全球宏观动向，国家经济解读等
   7. 论策略：寻找新的投资思路和市场机会。包括：自有资金配置，市场主线判断，分析行业是否值得关注，板块走势分析等
   8. 注意：WindClaw的回复逻辑是基于用户问的问题内容，而不是基于用户之前选择的模板。不同的问题界面的选择更像是给用户提供预设的问题，而不是真的只能通过模板回答问题。
   9. 核心功能：根据Wind数据库的专业数据，回复用户提出的问题。相当于是LLM模型加上Wind的专业数据库，所以输出内容的质量很高。重要的是，当用户提出能够给出具体的投资建议的时候，WindClaw会给出具体且确切的投资意见，甚至会给出具体仓位配置建议、期权策略或对冲方案等
   10. 特点：数据来源可靠，输出内容清晰，会给出具体的投资建议
2. 设计逻辑：
   1. 专业投研流程产品化：对不同的专业投资问题提供不同但对应的模板，方便用户进行信息的收集与判断。大大降低了普通用户进行专业投研的门槛，同时也为专业投资者的研究节省了时间
   2. 复杂能力简单化：解决了深层金融信息不知道从哪里获得；获得金融信息不知道如何处理的金融深层调研问题
3. 用户心理：
   1. 节省判断成本：未必清楚该如何组织分析框架，但知道自己是想“聊股票”还是“找机会”。任务式入口降低了提问负担
   2. 结果可信：信息来源可信、可核验、及时，解决了用户对金融信息的强准确性、强及时性的要求
   3. 效率高：用户不是想单纯获取信息，而是希望直接得到围绕个股、行业、市场、策略的结构化分析，并得到确切的投资建议
4. 我的评价：虽说本质上只是可靠的金融信息源与LLM的结合，但是能做到信息源的可靠与集成平台的结合，只有Wind这样的龙头才能做到。而且基于详细分析与简洁判断的结合，完全覆盖了从普通用户到专业投资者的用户范围，这是WindClaw最为核心的功能体现

功能三：自动化任务

1. 功能描述：

   1. 核心功能：创建定时任务以自动化 AI 工作流。任务可以在指定时间发送消息、运行查询或执行操作。
   2. 具体实现方法：WindClaw 通过 Cron 定时任务系统 实现自动化
   3. 具体表现如下：
   4. 类型示例频率定时资讯推送每日盘前/盘后市场简报每天固定时间数据监控持仓股票价格异动提醒实时/分钟级例行报告周度行业综述、月度宏观分析每周/每月简单查询定时获取汇率/利率数据按需设定定期整理自动整理聊天记录生成周报每日/每周
   5. 交互式操作、破坏性操作、实时决策、隐私敏感等操作无法实现自动化
   6. 特点：任务在云端网关执行，不依赖本地机器。即使网络断开，任务会等待网络恢复自动进行；自动化；多个任务可同时进行

2. 设计逻辑：

   1. 提升工作连续性：任务在后台持续执行，不依赖用户一直守在本地界面
   2. 减少高频重复工作：替用户接管重复劳动，并对信息做自动化解析与结构化处理。提高工作效率
   3. 避免高风险行为：对破坏性、隐私敏感操作等行为不做自动化，保留较高的边界

3. 用户心理：

   1. 稳定性预期：WindClaw能够长期、持续执行自动化任务，且任务数据来源有保障
   2. 风险控制心理：把重复性工作交给系统，但不会让 AI 做高风险操作。自动化边界清晰，增强信任

4. 我的评价：本质上是openclaw的低风险应用。但是很符合金融场景，尤其是金融数据的定时推送，无论对于普通投资者买股票还是专业投资者做研究都很有用

5. 具体使用体验：

   1. 如果要获取全球（国外）新闻，需要额外配置 Brave Search API等数据源（如果有相应的API，claw可以帮忙配置）
   2. 没有实时的 Web 搜索能力，新闻数据来源于Wind 系统，而Wind 的新闻/公告数据库通常有1-2 周的延迟。如果想要联网搜索，需要自己额外配置相应的API
   3. 不是完全无法获得金融信息，但是接口只能支持结构化金融数据，类似于股票价格、成交量、涨跌幅；而非结构化新闻/公告无法获得，Wind 的新闻数据库有1-2 周延迟
   4. 经过检测，新闻、政策等内容的延迟可能远不止1-2周，wind无法显示2026 年 1 月政策新闻
   5. 对政策方面的内容几乎没有太多有效的结果，查询并购重组相关监管政策，甚至2024年的政策数据也是不全的
   6. 对于研报的获取也是一塌糊涂，我让其列出2025年发布的人工智能行业研究报告，列出3份具有代表性的报告，并总结其结论，WindClaw无法做到；要求其列出3份华泰在2026年1月发布的关于人工智能行业的研究报告，也无法直接获取
   7. 结构化金融数据获取方面表现优异

更多内容见 AI投研产品具体使用体验测试 中关于WindClaw的测评情况

1. 价格标准

其他：每日免费赠送5000积分

WindClaw 28题体验评分结果

评判对象：/Users/sutianrun/Desktop/WindClaw产品使用体验.md

评判标准：金融分析型产品体验评判标准 v1
评判口径：外部事实抽核 + 文档内容评估
说明：本次以“是否回答到题、关键事实是否站得住、结构是否清楚、分析是否克制”为主；外部核验采用关键事实抽查，不等同于逐项审计。

逐题评分

总评

整体表现

WindClaw 这 28 题的整体表现属于中等偏上，但分化明显：

• 优势主要集中在结构组织、表格化呈现、分析框架完整
• 短板主要集中在题意匹配、事实严谨性、筛选口径一致性

如果只看“好不好读”，整体体验不差；但如果按金融分析产品的标准看“是否真回答到点上、能不能直接用于判断”，质量波动很大。

最常见的3类问题

1. 题不对题

   • 新闻、政策、舆情、研报类题目，常被替换成销量、财务数据或泛行业背景，导致核心任务没完成。

2. 事实与推断边界不清

   • 已披露数据、市场预期、推测性政策利好经常混写，读起来像确定事实，但核验后并不都站得住。

3. 筛选口径不严

   • 板块定义经常放宽，个别样本与题目条件并不完全一致，甚至出现“先声明剔除，后面又列入”的自我冲突。

最稳定的2-3类能力

1. 信息整理能力

   • 回答普遍有标题、分段、表格和总结，扫读体验较好。

2. 简单数据查询能力

   • 单标行情、估值、多字段展示类题目整体较稳，尤其是字段明确、范围较小的任务。

3. 中长篇分析框架搭建能力

   • 在基本面分析、周期判断、配置建议等题型上，结构和逻辑框架通常比较完整。

适合纳入评判表格的精简结论

可直接摘录为一句话总评：

WindClaw 的长处是结构清晰、表格化能力强、分析框架完整；短板是新闻/政策/舆情类题目经常题不对题，且部分答案存在事实与推断混写、筛选口径不严的问题。

外部核验依据

本次重点抽核了以下高风险事实：

• 比亚迪2024年年度报告核心财务数据与年报披露基本一致
• “并购六条”正式发布时间为2024年9月24日，不是5月
• 腾讯2025年度业绩公告已正式披露，核心收入和利润方向可核验
• 招商银行“近五年”若按最新已披露口径，更接近2022年报-2025三季报，并非完整2025年报

参考来源：

• 比亚迪2024年年度报告（巨潮资讯）
• 中国证监会：关于深化上市公司并购重组市场改革的意见
• 上交所：关于深化科创板改革服务科技创新和新质生产力发展的八条措施
• 腾讯2025年度业绩公告