CTRL 人格养龙虾, 只会养出一肚子气

AI炒股也不算什么新鲜事了，但让我下定决心试一试的，还是龙虾的到来。

我日常在交易港股，每天下午4点多收盘之后，我想针对自己关注的几只股票做复盘分析，再做一些次日走势的推演。

在（多次）拾起又放弃OpenClaw之后，我打算再给他一次机会，帮我实现一个非常具体的需求，每天自动跑一份港股复盘报告给我。

我把那台落灰的2017年的笔记本翻了出来（说实话，要不是为了装龙虾，我真不知道这台电脑还能用来干吗），重新打开终端，这次用curl远程安装了OpenClaw。

抢不到Macmini，

我把“老爷机”翻出来了

给这台九年前的Intel老爷机装OpenClaw，简直是一场“环境依赖配置”的噩梦。第一次安装的时候我用npm全局安装遇到了版本冲突，所以那次我先装了包管理器把前置环境补全了。

关于第一次的失败经验，我也打算写出来供参考。

光是折腾这台老电脑就花了整整一个下午的时间。先把系统还原，重装系统的时候又出了问题，这还是在Gemini一步步指导的情况下。到了晚上，总算把系统环境弄好（MacOSVentura13.7.8），用npm全局安装了OpenClaw，开始进入设置流程。

OpenClaw虽然提供了一个QuickStart引导，但实际操作起来还是觉得很繁琐。更关键的是，我当时完全没想好到底要用它干什么。那会儿飞书还没有发布官方的OpenClaw插件，也没有现在这种很方便的一键部署方式。

到了配对社交渠道（SocialChannels）这一步，我彻底卡住了：飞书没弄好，WhatsApp的二维码死活扫不出来，试了一下Telegram也各种报错。安装过程中遇到的问题更是一堆。因为这台Intel笔记本太老了，很多依赖库都不兼容，报错了我就去找Gemini要解决方案，来来回回折腾了很久才勉强装上，结果整个设置流程还是没跑通。

我觉得不值当了，算了。

最好笑的是我跟Gemini说：“我放弃了，觉得这东西对我没什么用。折腾了半天，还是帮我把它删了吧。”Gemini给了我卸载命令npmuninstall-gopenclaw，就这样，我的第一只“小龙虾”还没来得及打个招呼就被送走了。

这次用curl安装倒是顺利了一些，很快走到了QuickStart配置阶段。

我跳过了SocialChannels的配对，先把核心流程跑通。跑通后选择了OpenClawTUI（TerminalUserInterface）在终端里直接对话，API接的是MiniMax的CodingPlan。

没想到好戏还在后头。

配置Skill的时候，这台老电脑彻底扛不住了。QuickStart引导中有一个叫model-usage的内置Skill（用来统计模型Token使用量），它底层依赖了一个叫weave的工具。OpenClaw自动调用Homebrew去安装它，结果因为macOS系统和XcodeCommandLineTools版本太旧，没有现成的预编译二进制包可用，系统试图在本地强行编译C++源码。结果不出意料，老爷机的风扇呼呼响，机身烫到不行，满屏飘红的Error，我当时都担心它直接挂了。

折腾到最后我只能妥协：放弃所有需要本地编译的Skill，底线就是，只要它能在终端里“点亮”、能正常对话就行。

虽然跳过了Skill，但OpenClaw最终还是在终端里成功“点亮”了，它甚至还带着上次安装时的记忆（OpenClaw的记忆是存储在本地Markdown文件里的，卸载npm包并不会删除~/.openclaw/workspace/下的数据），于是我把它的名字和对我的称呼重新校准了一下。

之后，我按照飞书的官方指南又走了一遍部署流程，又折腾了一个多小时，终于在飞书对话框里把这个本地的OpenClaw机器人弄上线了。

搭建Skill，屡碰墙

第二天，我正式开始做港股复盘的Skill。

我之前基于ClaudeCode发布的Financial-Services-Plugins开发过一个financial-data-mcpMCP服务，主要用了YahooFinance、SECEDGARAPI、HKEXNewsAPI这些免费数据源来做港美股研究。我想着把它改造成一个OpenClaw可用的Skill应该不难。

于是我让ClaudeCode先把MCP服务转成了Skill格式，一份SKILL.md说明书加上对应的Python脚本，接着把它们拷贝到了~/.openclaw/workspace/skills/目录下。然后又折腾了半天Python虚拟环境和pandas库的安装，到这一步我已经只剩半条命了。

接下来试着跑Python脚本，又出了新的幺蛾子：老款Mac自带的Python3.9底层用的是苹果早年间的LibreSSL，而我通过pip安装的最新版urllib3要求必须是OpenSSL1.1.1以上。两者不兼容，又弹出一堆警告。最后把urllib3降级到一个兼容老Mac的稳定版本，才把这个问题勉强按下去了。

但这只是开始。

YahooFinance直接返回了429频率限制报错。关掉代理不行，升级yfinance库也不行。我又换上了开源金融数据圈里专为中国用户做的平替库AkShare，结果直接报错RemoteDisconnected('Remoteendclosedconnectionwithoutresponse')，又撞上了东方财富服务器的反爬虫防火墙（WAF）。

最后Gemini建议我放弃AkShare，直接调用腾讯财经底层的公开API。这一招果然管用：pandas库也不需要了，只靠最基础的requests就够了。Gemini帮我重写了Python数据抓取脚本和对应的SKILL.md文件：

忘给它门禁卡了

满心期待地把Skill部署完毕后，我在飞书上给OpenClaw发了第一条指令："调用hk_stock_daily_recap技能，帮我生成一份今天腾讯控股(0700.HK)的复盘报告和明天的交易推演。"

结果它一遍遍温柔地回复我："抱歉，工作区内没有找到这个技能。"

我们俩就像在“跨服聊天”——我说我的，它说它的。我告诉它Skill已经放在文件夹里了，它说它看到了那个Markdown文件，但无法使用工具去读取和执行。来来回回折腾了好一阵，那天太晚了，我再次放弃。

第二天，我在YouTube闲逛时碰巧看到一个我很喜欢的博主“技术爬爬虾”讲解OpenClaw的进阶使用。视频的第一部分就在讲怎么给OpenClaw开通工具使用权限。这时候我才恍然大悟：之前“对牛弹琴”的问题根本不在Skill本身，也不怪OpenClaw智障，原来是因为我蠢，压根没给Agent开放底层的权限！

OpenClaw的权限体系里，Skill只是“说明书”，而Tool才是真正的“执行许可”。我的SKILL.md写得再详细，如果Agent没有被授予bash、exec（终端命令执行）和文件读写的Tool权限，它就只能“看见”说明书却无法动手。就好比你招了一个能力超强的实习生，却忘了给他发公司门禁卡和电脑密码。

按照视频里的操作步骤，我修改了openclaw.json配置文件，把tools的profile值从默认的messaging改成了full。这一步会开放包括终端命令执行、文件读写在内的所有工具权限。这次我没在飞书上试，而是直接在Terminal终端里跑了指令。

结果一次成功。OpenClaw顺利地调用了Python脚本，抓取了腾讯财经的数据，给我返回了一份“英矽智能”的港股复盘报告。

总计耗时：两天。

总结：该花的钱还是得花

跑通之后，我自然想到了下一步：能不能把它设成定时任务（Cron），让OpenClaw每天下午4点港股收盘后自动给我推送复盘报告？定时任务倒是设好了，但它似乎从来没真正按时触发过。

原因很简单。我的OpenClaw跑在一台笔记本上。笔记本一旦关机或者合上机盖，OpenClaw的网关进程就会休眠，飞书上给它发消息也不会有任何回应，相当于直接下线了。这就是用笔记本而非Macmini这类常驻主机的硬伤：你没法指望一台随时会被合上盖子的电脑去完成7×24小时的自动化任务。

苹果官网上，Macmini的到货时间从一周变成两周、三周、四周……甚至更久。

二手的，我犹豫了一阵，最后还是没有出手

先学会给AI当好包工头

在经历了这一连串的挫败、妥协、再挫败之后，我自我诊断为ControlFreak（控制狂）。

想起之前，我在ClaudeCode里做的那个“一键生成双语字幕”的工作流。我并没有把提取音频、转录、翻译到烧录的所有环节一股脑扔给AI让它盲盒输出。相反，我让ClaudeCode作为调度节点，它先调用Python脚本完成翻译，然后停下来，把生成的双语字幕交给我做Review（人工校验）。确认无误后，它再调动FFmpeg把字幕烧进视频。

在这个流程里，AI负责了所有繁琐的执行，我把握着最核心的质检节点。一套行云流水的操作下来，我什么心都不用操，出问题后，ClaudeCode会自动debug，比如重启脚本，实在解决不了（之前遇到过翻译字幕的时候GeminiAPI调用触发了ratelimit，最后卡死的情况。），ClaudeCode会提醒我中止任务，但因为之前已经保存了进程的checkpointjson文件，后续接上很方便。其实重活儿都是几个脚本接力完成的，ClaudeCode是我工地的监理，而我是最后坐享其成，拿成果验收的包工头。这样的Agent工作流消耗Token非常少，所以我才喜欢给Agent造工具，而不是一股脑把所有东西都让他大包大揽。

但至少现在，我极其迷恋这种Human-in-the-Loop（人机协作）的模式：人加上AI，理应发挥出1+1>2的效能。把粗活累活交给机器，但把对最终成果的品控和骄傲（Pride）留在自己手里，这可能才是现阶段最适合我的AI玩法。