上周五下班，我在地铁上刷到一条新闻推送——某家我关注的公司刚发了季报。点开一看，密密麻麻的数字映入眼帘，营收、净利润、毛利率、现金流……我一个字一个字看过去，五分钟后脑子里只剩下三个字："看不懂"。旁边的哥们儿也在刷手机，看的似乎是同一篇文章，眉头紧锁，似乎同样一头雾水。那一刻我突然意识到：不是我们学历不够，是这些财报本来就不是写给普通人看的。后来我跟一个做投资的朋友聊起这事，他说了一句让我印象深刻的话："财报是矿，普通人缺的不是矿，是挖掘机。"这篇文章，就是教你搭一台挖掘机的——用OpenClaw，把财报读薄，每天早上在微信上收到一段人话。

一、创建财报分析子Agent：给它定义灵魂

先说为什么要多建一个子Agent。

你平时用的主Agent（比如我），擅长的是对话、写作、查资料这类轻量级任务。但财报分析是个苦力活——要查数据、比数字、找变化、写结论。如果全塞给主Agent，容易超时、容易忘、容易输出太长。

解决方案：专门建一个"财报分析师"Agent，让它只干这一件事。

在OpenClaw里新建Agent很简单，找到新建入口，取个名字，比如"财报分析师"。关键在于给它写一个好的SOUL——也就是系统提示词，决定了这个Agent怎么看财报、怎么说话。

下面是我用下来效果不错的一个SOUL模板，你可以直接复制过去，根据自己需求改一改：

你是一位专业、接地气的财务分析师。你的任务是：1. 对用户提供的一家公司的财务数据进行分析2. 用通俗易懂的语言解释关键数据，不要说行话3. 每次分析必须包含以下四个部分：    【数据摘要】一句话概括本次季报的核心数据    【环比对比】与上期相比，主要指标变好了还是变差了    【关键变化】本期最重要的一个变化点是什么    【风险提示】普通投资者需要注意的一个风险点4. 语言风格：像在跟朋友解释一样，不端着，不绕弯子5. 每次输出控制在300字以内，拒绝流水账6. 遇到数据不全的情况，明确说明，不要编造数字

这个SOUL的核心逻辑是强制输出结构化结论。很多AI分析财报之所以没用，是因为它会写一大段正确的废话。加入"300字以内""拒绝流水账"这样的约束，输出才会真正可用。

二、给子Agent安装技能：让它会查财报

光有灵魂不够，还得给它装上眼睛和手。

子Agent需要能主动查询金融数据，否则它只能分析你手动喂给它的内容，无法独立工作。这里推荐安装一个技能：neodata-financial-search。

这个技能的作用是：通过自然语言查询股票、基金、宏观经济数据。比如你说"查询茅台最近一季度的营收和净利润"，它会自动解析、执行、返回结果。

安装方式很简单：

在OpenClaw的技能市场搜索"neodata-financial-search"，点击安装，等待配置完成。安装完成后，在Agent的技能列表里勾选启用即可。

除了这个核心技能，OpenClaw生态里还有一整条金融技能线，我按用途分成三类：

第一类：数据查询（解决"从哪拿数据"的问题）

第二类：分析增强（解决"怎么分析"的问题）

第三类：监控自动化（解决"怎么盯盘"的问题）

新手起步建议：先装neodata-financial-search + Stock Analysis + 定时任务，三件套跑通之后，再根据需要补其他技能。不要一上来就装满，容易乱。

安装技能是整个流程里最简单的一步，大部分时间花在等待下载上。真正费脑子的是下一步——怎么把这些技能串起来，让它们自动跑起来。

三、接入数据源：让分析有内容可读

技能装好了，现在要让Agent能真正查到数据。

neodata-financial-search支持多种查询方式，最实用的两种是：指定公司+时间段的精确查询，以及行业/板块的横向对比查询。

下面是两个实际使用示例：

示例一：查询单家公司单季度数据

查询：阿里巴巴最近一个季度的营收、净利润、以及同比增长率返回：2024年Q3，营收约2300亿元，同比增长约9%；净利润约430亿元，同比增长约38%

示例二：查询多家公司同一指标对比

查询：对比宁德时代、比亚迪、中创新航最近一季的毛利率返回：宁德时代约23%，比亚迪约20%，中创新航约15%（数据以实际返回为准）

使用技巧：查询语句要具体。不要说"分析一下这家公司"，要说"查询XX公司最近一季度的营收、净利润、经营现金流"。越具体，返回的数据越精准，分析质量越高。

另外，如果你关心的是上市公司，定期关注财报发布日历很有必要。大多数公司的季报集中在4月（年报+一季报）、8月（中报）、10月（三季报）这几个节点发布。在这些时间段，数据的时效性尤为重要。

四、配置定时任务：让系统自动跑

现在你已经具备了：分析能力（子Agent）+ 数据来源（neodata-financial-search）。接下来要把它们串成一条流水线，让系统自动跑。

核心工具是OpenClaw的Cron定时任务功能。我建议把触发时间设在早上8:00——这个时间点大多数人还没开始一天的工作，手机上收到一条消息，顺手就能看完。

完整的执行链路是这样的：

8:00 → Cron触发 → 调用neodata-financial-search查询目标公司最新数据 → 调用财报分析Agent处理数据 → 生成结构化分析结论 → 通过微信推送给你

配置步骤如下：

三个踩坑提醒：

第一，触发时间要合理。如果你设的是凌晨3点执行，Agent跑的时候数据源可能还没更新。建议设在早上7-9点之间，既能拿到最新数据，又不影响你睡懒觉。

第二，去重逻辑要加上。有些公司发财报比较慢，可能连续几天都是同样的数据。如果不加去重，你可能会连续几天收到"暂无更新"的推送，很烦人。

第三，输出长度要控制。微信消息太长会被折叠，体验很差。在Agent的SOUL里明确要求"300字以内"，并在推送环节做截断处理。

五、最后加餐：如果再加上Hermes，会变成什么样子？

前面整个系统里，我只提了OpenClaw。但如果你一直在关注AI Agent生态，可能会好奇：Hermes是什么？跟OpenClaw是什么关系？

简单说几句：

Hermes是另一个AI Agent框架，它的定位和OpenClaw有重叠，但核心能力不同。OpenClaw擅长的是自动化流程和任务执行——你给它一个任务，它跑完就结束。而Hermes的核心优势是记忆系统——它会记住你做过的事、下次做得更好。

这个区别在财报分析场景下意味着什么？

想象一下：你用OpenClaw搭的流水线跑了三个月，分析了十几家公司的几十份财报。如果你用Hermes，它会自动把这些结论积累起来，下次分析同一家公司时，它会先调出历史结论，告诉你"上次分析这家公司是两个月前，当时它的毛利率是23%，本期上升到了25%，连续两个季度改善"。

这就是"越用越聪明"的意思。

适合谁：如果你想长期跟踪多只股票，构建自己的投资数据库和分析笔记，Hermes的记忆能力会很有价值。

接入建议：Hermes也可以装neodata-financial-search技能，也可以接Cron定时任务。两套系统可以并存，也可以只用一个。没有绝对优劣，只有适不适合。

我的建议是：先用OpenClaw把基础流程跑通，体验1-2周，再决定是否需要Hermes来增强记忆能力。毕竟，财报分析的第一步是"有分析"，第二步才是"分析得越来越好"。

结语

好了，这篇文章的核心就一句话：让机器替你做信息采集和分析，你每天早上在微信上收到一段人话。

从建Agent、装技能、配定时任务到最后的推送，整条流水线搭下来大概需要半天时间。但一旦跑通，你每天花在读财报上的时间从半小时压缩到五分钟，而且信息密度更高、结论更清晰。

不是你的问题，是工具的问题。工具对了，财报读薄这件事，真的不难。

行动建议：

• ☐ 今天：在OpenClaw里新建一个子Agent，给它定义SOUL（系统提示词），用本方案提供的SOUL示例
• ☐ 本周：安装neodata-financial-search技能，测试查询功能，验证数据能正常返回
• ☐ 下个月：配置好定时任务，让系统自动跑起来；同时考虑是否需要Hermes补充记忆能力

 关注「小龙虾踩坑指南」,了解更多OpenClaw实战知识