AI 争辩。代码结算。连亏损都摆在明面上。
41.8/100
综合分
21
GitHub 星标
—
npm 周下载
—/5
用户评分
数据截至 2026/10/30 · 周下载取自 npm 全网(含 CI / 镜像),非本站安装数;综合分由星标、活跃度与兼容性检查合成。
自动兼容检查未通过:仓库根目录及浅层子目录均无 dsh 插件清单,无法用 dsh 插件安装命令安装。以下命令仍可尝试,但可能失败。
无法用 dsh 插件命令安装(仓库内无 dsh 插件清单)
git clone https://github.com/KCNyu/clawock.git按该仓库 README 的原生方式安装;若作者另行发布了 DSH 插件包,请以其文档为准
状态速览
判定依据:实装验证 · 静态安装检查 · 自动扫描 · 仓库维护状态信任档位:需留意
是什么
dsh 原生插件 · market
装得上吗
作者未把包发布到 npm,只能用源码安装
插件本身没问题,是分发方式不同
安全吗
本站尚未对该插件做风险分级
暂未覆盖,不等同于无风险
还在维护吗
活跃:最近一次提交在 4 天前
档位由哪些信号合成
本站实装验证(真实安装 L4 覆盖全站;L5 为运行时冒烟或实机截图,覆盖范围小于 L4) · 验证所用 dsh 版本 · 静态安装检查 · 风险分级 · 仓库维护状态。 下方各区块是它的证据明细。
社区实装还没有人打卡 · 装过的第一个就是你
安装兼容性检查需源码安装仓库根目录及浅层子目录均无 dsh 插件清单,无法用 dsh 插件安装命令安装
展开查看检查明细 ↓
以下结论由程序自动检查 npm 包、engines 声明与入口文件得出,未做人工实机验证——能装不等于用着没问题。
✗npm 包clawock(未发布到 npm,仅可源码安装)
✓Node 引擎未声明 engines.node
✓dsh CLI 依赖未声明 dsh 版本约束
✗入口文件缺少入口声明
源码安装时若 pnpm 拦截 prepare 脚本,按其提示在 pnpm-workspace.yaml 的 allowBuilds 中放行后重跑。
验证方式:npm registry 存在性 + package.json 静态校验 · 最后检查 2026/11/2 08:44:23
安全扫描自动 · 静态分析源码v2.7.0⚪ 扫描:无法判定尚无人工评估展开查看扫描说明与证据 ↓
安全扫描自动 · 静态分析源码
v2.7.0已尝试扫描但取不到可分析的源码:仓库或包不存在、已删除,或为非 JS/TS 实现、未随包发布源码。无法判定,不代表安全。
- · 取源不可用(Error: 仓库体积 383.1MB 超过扫描上限 200MB(避免单条拖垮整轮))
扫描于 2026/11/3(0 天前)
静态扫描只反映源码中出现的调用,不构成安全背书;人工评估与自动扫描相互独立、互不覆盖。
给这个插件打分还没有人投票↓
用户评分
还没有人投票,来当第一个
界面预览
6 张 · 点击查看大图功能亮点
- 智能体辩论决策
- 代码独立结算
- 接入自有智能体
展开完整介绍(126 字)↓
AI 争论,代码定论,亏损留在页面上。真实港股 + 美股券商账户,由智能体操盘,每笔决策必须辩论,由模型碰不到的代码结算。把同一套决策工作流装进你自己的智能体:OpenClaw、Claude Code、Codex 或 DeepSeek Harness。
README
由 DeepSeek 最新模型翻译生成AI 争辩。代码结算。连亏损都摆在明面上。
实时仪表盘 · 每日简报 · English
| 162 | 1086 | 180 | 48 | 5 | 0 |
| 天,真实港美股账户实盘 | 条决策,账本全部公开 | 个案例由代码结算 | 8 层抓取与计算模块 | 种 Agent harness,同一份契约 | 条分数由模型给自己打 |
数字与图每周刷新;实时仪表盘随交易日更新(原始决策记录)。
你能得到什么
clawock 帮你的 AI Agent 分析港股或美股持仓、写出买卖计划:买、卖还是继续等,多空两边的理由,以及哪些价位会改变建议。下单的是你。 之后,程序按行情核对每条判断,把结果留给 Agent 下次参考。
这个循环,就是这里说的 RSI(Recursive Self-Improvement,递归自我改进)。 保存下来的证据和结果,让 Agent 在下次判断前有据可查。作者的每日任务另外接好了数据源、排程和积累的决策历史;新安装需要接入自己的,或者先跑单次示例。
[!IMPORTANT]
它不承诺收益。 那些叫作者「动手」的建议,还没有证明自己比抛硬币强。
这一页用一次真实判断贯穿始终:2026-10-08 早上的金风科技(02208,港股)。计划是继续持有观察,站上 8.97 才加仓。
展开完整文档(README 剩余 1 节)
AI 争辩。代码结算。连亏损都摆在明面上。
实时仪表盘 · 每日简报 · English
| 162 | 1086 | 180 | 48 | 5 | 0 |
| 天,真实港美股账户实盘 | 条决策,账本全部公开 | 个案例由代码结算 | 8 层抓取与计算模块 | 种 Agent harness,同一份契约 | 条分数由模型给自己打 |
数字与图每周刷新;实时仪表盘随交易日更新(原始决策记录)。
你能得到什么
clawock 帮你的 AI Agent 分析港股或美股持仓、写出买卖计划:买、卖还是继续等,多空两边的理由,以及哪些价位会改变建议。下单的是你。 之后,程序按行情核对每条判断,把结果留给 Agent 下次参考。
这个循环,就是这里说的 RSI(Recursive Self-Improvement,递归自我改进)。 保存下来的证据和结果,让 Agent 在下次判断前有据可查。作者的每日任务另外接好了数据源、排程和积累的决策历史;新安装需要接入自己的,或者先跑单次示例。
[!IMPORTANT]
它不承诺收益。 那些叫作者「动手」的建议,还没有证明自己比抛硬币强。
这一页用一次真实判断贯穿始终:2026-10-08 早上的金风科技(02208,港股)。计划是继续持有观察,站上 8.97 才加仓。下一个交易日收盘股价下跌,账本记为 loss:评的是继续持有的判断,没有假定按 8.97 买入。
计划里的指标由插件计算。策略可以搜索更好的设置,但采纳前需要人工审核。五分钟跑起来。
能算的都是插件;结果能做什么不是
插件负责计算指标,config/strategy-plugins.json 指定使用哪些模块及其设置。结算和账本没有插座:插件不能给自己的判断打分、挑选参考价、改结果或把判断排除在账本之外,所以不同策略按同一套规则比较。下图顺着金风这次判断,从 factors 的一条读数(没有上升趋势,股价在 200 日均线下方 31.8%)一直走到结算出的 loss。
插件必须先声明数据来源、单位、观察期和缺数据时的处理方式,结果才能进入决策,不能把昨天的结果当成今天的。
| 插件 | 计算什么 | 缺数据时 |
| factors | 用每日行情计算每只股票的趋势、动量、RSI、波动与离场价 | 该字段为空;日线不足 30 根时,不提供这只股票的计算结果 |
| bar-signals | 每个交易日里,一只股票的交易成本有多高、接下来可能动多大 | 留空,绝不写 0:「估不出来」不等于「交易成本低」 |
| sentiment | 七天内的 Reddit 提及数,以及点名公众人物的言论 | 整段省略,并写明扫描是缺失、过期还是读不了 |
| morning-scans | 宏观快照与中文资讯,并且是每个定时扫描文件的唯一读取处 | 同上:省略,并给出原因 |
| strategy-scores | 每个标的在每个研究策略当前设定下排第几;仅作参考 | 写明未取到及原因 |
- 插件加载失败,只停依赖它的任务,并报出插件名;其余任务照常运行。
- 其他插件运行时也能增删改插件。 移除会暂停依赖它的插件,恢复后自动重启;改设置会让该插件按新配置重启。这沿用了 dsh 的插件设计。
- 可以编写自己的插件: 在配置文件里登记已安装的 Python 模块即可。
[!WARNING]
插件以你的权限运行,不在沙箱内。只安装你信任的模块。
clawock strategy-lab list # 插件、提供的服务和缺少的依赖 clawock strategy-lab sources # 输入、单位、观察期和缺数据时的处理方式
插件配置与权限边界 · 编写自己的插件。
任何 harness,同一套会积累的决策契约
clawock 从来就不在聊天窗口里。它是一个 skill(investment-decision)、一个命令行工具,加上工作区里的几个文件;只要 Agent 能读文件、写文件、跑命令,就能用:Claude Code / Codex / OpenClaw / DeepSeek Harness / 你自己的脚本。下个月从 Claude Code 换成 Codex,保留同一个工作区,历史就跟着走。
模型、对话、记忆、研究工具、你的凭证和权限都还归你的 Agent;clawock 从不启动模型。它只做四件事:把输入固定下来,检查输出,过后给结果打分,把记录留住:
| 文件 | 谁写的 | 里面是什么 |
| request.json | clawock,在你运行 clawock run prepare 时 | 这次判断用的材料,每份文档都带指纹,事后换不掉 |
| decision.json | 你的 Agent | 它的回答:看多的理由、看空的理由、动作,以及什么情况说明它错了 |
| plan.json | 作者的实盘,每天早上 | 同样的回答,但覆盖整个组合,每只持仓一条 |
| decisions.jsonl | 作者的实盘 | 公开账本:一次判断一行,代码结算后把结果补在这一行上 |
| outcome.json | 你,等观察期过了之后 | 你看到的价格,以及价格是从哪里来的 |
| evaluation.json | clawock,在你运行 clawock workflow evaluate 时 | 方向对不对。不是赚了多少钱 |
模型本身没有变,变的是记录。 写下一份计划前,Agent 可以回看以前怎么判断、结果怎样;评估记录足够多时,作者的配置还会核对以前给出的信心有多可靠。新工作区从空白开始:逐次记录判断、到期评估,历史才积累起来。
通用调用与反馈协议 · 工作流的改进边界。
信息进来:先有来源,再有观点
先把来源收齐、标清楚,然后才轮到观点。 2026-10-08 的 08:03,还没有任何模型开始跑,Python 已经取回金风的日线、找过公司公告、拿到四条新闻标题:两条和金风无关,两条早于上一个收盘。一手财务披露没有取到。简报在 02208 下面照实写道:
「这只票今天没有可用消息证据,所以它今天的判断完全来自价格与相对强弱。」
- 行情来源有备用通道。 先走腾讯或 Nasdaq,取不到就换下一家;公告来自 SEC 和港交所,资金流来自东财,另有中英文新闻、宏观数据和情绪。然后 Python 核对账本、汇率和风险数字。
- 旧闻标成旧闻。 上一个收盘之前发布的内容都算。
- 没取到就写「未取到」,不写「没有消息」。 港股的基础覆盖是齐的,但研究广度落后美股。
你的 Agent 拿到的是一包文件:作者实盘上由 preflight 写出,你自己的 harness 里由 clawock run prepare 写出,每份文档和整包各有一个 SHA-256 指纹。金风那次判断至今还带着它那包材料的编号 c3f65a7beaebb24e。你自己的 Agent 可以用自己的研究工具补充证据,只要查得到出处;作者的定时任务只读这包文件。
[!NOTE]
指纹证明的是「用了哪些材料」,不证明新闻是真的。每条引用都带来源和时间。数据源密码和模型 API key 留在你自己的运行时里。
实盘完整信息流与投递路径
信息层与来源目录 · 认证协议。
决策出来:多空同读一份证据
Agent 不能凭感觉回答。它先写看多的理由,再写最有力的反方理由,然后才能给出动作、触发价、信心数字和认错条件,多空两边读的是同一包文件。金风那天 08:03 简报写的是:五个交易日内站上 8.97 才加仓,跌到 8.923 作废。当天最高 8.71,所以当天没有触发加仓。
你拿到的是一份计划和一张回执。 Agent 写出 decision.json,你运行 clawock run publish(作者的实盘每天留下简报和 plan.json)。Python 检查:每个论断都指向那包材料里的文档,有反方理由,写明了什么情况算判断错了,订单和汇率的算术对得上。都过了,回执就和那包材料绑定;缺了反方理由,拒绝发布。对话里得出的结论用 clawock record --source <harness> 记进账本。不管走哪条路,下不下单由你决定。
示例输出,不是真实结算。
实盘完整多空辩论
作者的实盘上,这场辩论由四位分析师、一多一空两位研究员、三位风险官和一位写明每条结论所用策略的裁判分头完成,改编自 TradingAgents。在你自己的 harness 里,你现有的那一个 Agent 也要满足同样两条:读同一份证据,写出反方理由。
收盘后:结果回到下一次判断
代码只认同一套标准日线,按各个市场自己的交易日历结算每条判断。金风的参考价是计划发布后第一个能成交的价格 8.645;下一个交易日收在 8.28,低了 4.22%,所以记为 loss。这条记录的动作是 watch,按 passive_stance 评估,注明 fill_assumed: false:评的是持有判断的方向,不是一笔新交易的盈亏。每条判断都这样结算并公开,赢的、输的、无法评估的都保留,不在事后人为调整。
- 每天说同一句话,只算一次。 2026-07-29 到 2026-10-08,简报对金风说了 45 次「持有观察」,归成一个结果(ep-f31982c6d511),不是 45 个。
- 打不了分的判断也留在账上。 2026-10-01 港股休市,记录 dec-143614125e34 是 outcome: unknown、status: not_evaluable、session_reason: market_closed。
- 你做了什么,和计划说了什么,分开记。 clawock mark-followed 给每条判断标上跟了或没跟。
下一次判断从这份记录开始。 2026-10-12 的简报在「昨日兑现」表里又印出金风这次判断,旁边写着 loss;模型还会读到它以前给的信心数字准不准,这项核对只用更早日期的数据。在你自己的 harness 里:观察到的价格写进 outcome.json,clawock workflow evaluate 生成 evaluation.json,核对的是方向,不是实际盈亏。
评估结果或被拒绝的发布,可以支持修改证据要求的提案:只能调整所需证据条数和没有一手来源时的信心上限,不能改策略、买卖规则或 skill 本身。具名审核者的决定先记录、再应用,也可以回滚(反馈协议)。
累计案例胜率对 50% 方向命中基线:衡量方向对了多少次,不是赚了多少。每周刷新;实时数字在持仓页。
[!CAUTION]
读这张战绩,请留意四条限制。
- 量的是方向,不是钱。 模型不能给自己打分,但这不代表行情数据和计分定义一定正确。
- 主动建议尚未证明比抛硬币强。 估计区间仍包含 50% 的信号不进入决策;杠杆刻度盘的择时能力也无法与随机区分。两项结果都公开在 Reflect。
- 影子组合是模拟,不是实盘。 主要指标不含佣金和买卖价差,旁边另列按预设成本扣减的结果;两者都没有模拟大单对价格的影响。
- 账户成绩包含人的选择。 每条判断都记录已跟随、未跟随或未知。
有账本数据时可以复核:clawock scorecard-provenance --check 从 memory/decisions.jsonl 重算公开的主要指标,clawock audit-resettle 重新结算整本账。打分规则如何处理特殊情况 · 测了什么、什么没通过。
一份提案不只看它赚没赚。 2026-10-12,模型提出 MiniMax(00100)站上 225 就减 20 股,并给第五个交易日收在 213 下方 0.55 的概率。代码把提案(prop-7c966b4a33172e8c)连同输入、它写明的方法和两条异议一起存下,之后分开读两次:这笔交易赚没赚;0.55 给得准不准。方法评估两样都报,得分高的方法也不会被自动采用。
策略可以搜索自己的参数;采纳是一次要 review 的改动
rsi 插件的配置是回看 14 个交易日、把低值读作可能反弹。策略实验室在每日简报后测试其他设置;2026-10-12 的搜索覆盖了有行情历史的 28 只股票,金风在内。
1. 只试事先声明过的设置。 六种回看长度乘两种读法,十二种组合全部计数,碰巧好看的结果不能冒充唯一试过的一组。
2. 一道闸判其中最好的那组: 足够多没拿来调参的交易日,排序胜过随机、比现有设定好出的幅度不是噪声,被过去数据「凑」出来的可能性够低,行情已复权。配置可以调严,不能比代码里的下限更松。
3. 第二意见可以拦,比如扣掉交易成本之后再看;但不能放行闸已经拒掉的东西。
4. 结论进台账,台账每次被读取时都按这些规则再核一遍。
5. 然后它得继续管用。 过闸的设定只在「选出它时还没发生」的交易日上计分。
2026-10-12 的答案:回看 28 个交易日、读成「强者恒强」,对这些名字的排序会更好,它被登记。只用行情源确认已复权的 16 个名字(金风在内)重跑同一搜索,结论是拒绝,所以现在每次运行都带着这次重跑。
[!NOTE]
这次搜索没有改变金风的 RSI 设置。 采纳是一次要审核的配置改动;候选设置要经受至少 60 个后续交易日、并通过目前未过的检查,实验室才能提出修改。截至 2026-10-12 这次运行,两样都还没有发生。
clawock strategy-lab evolution rsi # 每次运行、变了什么、每条登记及其之后的表现 clawock strategy-lab row-edits # 待审核的配置修改提案 clawock strategy-lab verify # 拿台账对照实验室的边界
一次搜索能得出什么结论、第二意见与实验室的边界。
模型不被允许做的事
模型负责写观点。算术和打分都在 Python 里,有单元测试钉着。放到金风那个早上,模型做不了这些事:
- 自己挑参考价。 8.645 由一条规则决定:计划发布之后第一个能成交的价格。
- 给自己的判断打分。 loss 是结算代码照着日线写下的。
- 没有反方理由就发布。 会被拒收,五分钟跑起来里有这个例子。
- 把港币和美元直接相加。 两种货币并排显示,带上汇率和取汇率的时间。
- 决定风控线有没有被越过。 每份简报都由代码检查;那天早上查出四条仓位线、两条杠杆止损被越过,简报开头写的就是这件事。每次越线都留有带日期的处置记录,任何一条都不会自己去卖出。
全部 12 条,代码具体做什么。
Harness 界面与后台工作
配置好 dsh 和主机 runner 后,你可以交代任务,之后回来收结果。 在 dsh 网页端说明仓库改动,后台 Agent(Claude Code、Codex 或 OpenCode)接手,你关掉页面它也继续干,面板上能看到做到了哪一步。clawock-dsh 是一个 npm 包,分四块,每往下一块对主机的要求多一点:
| 部分 | 你看到什么 | 需要什么 |
| 投资 skill 与 Decision Mind | Agent 按决策步骤走;标签页把每笔真实成交从计划追到盈亏 | dsh |
| provider 面板 | 侧栏里的 Claude、Codex 额度窗口,DeepSeek、MiniMax 余额,OpenCode 免费池 | dsh |
| 派发队列 | 各 agent 按真实顺序的队列、任务详情与控制、巡检、近 7 天统计卡、ops 版本页脚 | 主机上装有 clawock 的 agent-dispatch runner |
| 聊天命令 | 微信或 Telegram 里的 /dispatch-list 与 /dispatch-stats,只读 | 把这个包作为 OpenClaw 插件加载 |
- 看清正在发生什么。 订阅用量与重置时刻、provider 余额、各 agent 的真实队列、模型、用时和按 API 标价估算的费用,都在同一块面板。
- 任务在跑,也能改方向。 调整排队顺序,在允许时改下一次尝试的模型,调整截止时间与重试预算,取消或重试。
- 结果留得住。 任务完成但消息发送失败,仍然看得见。
从队列到任务历史
任务完成与消息送达是两回事: 图中已完成任务的 Telegram 通知仍然失败。完整队列截图 · 完整任务历史。
面板的收尾:巡检与这一周
- 巡检只有一行,带最近 8 轮的结果条;点开是每一轮的巡检页。
- 这一周是一张卡: 任务数、token 和按 API 目录价的估算,不是订阅实际扣的额度。
- 页脚说明跑的是哪份代码。 ops <hash> · runner api <n> 在已合并但没装上时变红。
聊天里,/dispatch-list 发出整块面板,/dispatch-stats 发出这一周。完整统计页 · 完整巡检页 · 队列能力与配置 · runner 与 ops 契约。
[!NOTE]
作者的主机用同一条队列维护自己的代码:巡检轮次核查已发布的产物,提报闸先检查每条发现的证据再开 issue,后台 Agent 带着修复走完 PR 和必需的 CI。安装 Python 包或 dsh 插件不会自动配置这些巡检。
四个 coding agent,一份记忆,每次改动都有历史
下午让 Claude Code 记下的规则,半夜队列启动的 Codex 任务也知道,中间没有任何复制:每个 agent 的指令文件都链接到同一份共享文件,每个任务都从同一个家目录启动。ops/host/install_shared_memory.sh 安装 skill、memory.py 和 memctl;每次写入都是一次写明 agent 和任务的提交。还剩两点限制:只有 Claude Code 启动时会载入索引,另外三个在任务需要时才搜索;Codex 自带的记忆功能保持关闭。你得到的是机制,不是任何人的笔记:新安装从空的记忆库开始。共享记忆怎么运转。
Decision Mind 把一笔真实成交顺着计划 → 执行 → T+1 → 盈亏展开:计划怎么说、你怎么做、一个交易日后价格在哪、最后是赚是亏。没有计划或还没判定的成交会明说;新工作区没有成交可展示。问一句「0700.HK 能不能加点仓?」,投资 skill 会带着 Agent 走一遍上面那几步。
python -m pip install clawock
dsh plugin --profile web add clawock-dsh
mkdir -p ~/.dsh/skills
cp -r ~/.dsh/profiles/web/node_modules/clawock-dsh/skills/investment-decision ~/.dsh/skills/
重启 web profile 后加载。后台队列控制还需要主机上的 runner;没装时面板仍显示 provider 额度与余额。要用聊天命令,把已安装的包目录加进 OpenClaw 的 plugins.load.paths 并重启 gateway。npm 包 · 安装与队列配置。
引擎盖下面
下面展示作者已配置好的实盘:行情访问、持仓、决策历史、定时任务和投递目标。安装 clawock 会提供命令和工作流;要跑出这样的每日服务,还需要配置这些输入和任务。
盘前任务由 OpenClaw 定时在 08:03 HKT 启动。每个任务都是三步:clawock … preflight 备好文件,模型写,clawock … postflight 检查并发布它写的东西。
由 site/tools/shoot_openclaw_cron.js 从主机真实的 openclaw cron list --json 渲染;任务 id、投递目标与 prompt 不出图。完整时刻表见生成的排程表。
投研台怎么运转有信息层、运行上下文、结算细则与代码闸的完整说明。
五分钟跑起来
选择你正在用的 Agent,点 logo 打开对应接入示例。这是同一工作流的五种可选用法,安装包不会同时装上五个 Agent。
Claude Code
Codex
OpenClaw
DeepSeek Harness
自己的 / 纯 CLI
需要 Python ≥ 3.11,以及能读写文件的 Agent。从空目录开始:
pip install clawock
clawock workflow install investment-decision --workspace ./my-book
clawock init ./my-book --workflow investment-decision
cd my-book && mkdir -p .clawock/work
clawock run prepare > .clawock/work/request.json
你的 Agent 读取已安装的 skill 和请求,再写出 decision.json clawock run publish --request .clawock/work/request.json --artifact decision.json=decision.json
这几步创建工作区、校验决策;真实投资判断需要你提供持仓和证据。它不会安装作者的数据源、历史或定时任务。模型调用和费用留在你的运行时里,clawock 本身免费开源。CI 会在干净环境中只安装 wheel,用预先准备的示例决策验证这些命令。
[!TIP]
没有模型或凭证? 克隆本仓库,在根目录运行 bash examples/cli/minimal-run/run.sh。它在临时环境里发布固定测试答案;看到 isolated run published <run_id> 说明基础流程通过,不代表完成了投资分析。也可以打开 Codespace:
Open in GitHub Codespaces
把 decision.json 里的反方证据删掉,publish 直接拒收(退出码 1):
{
"status": "rejected",
"validation_issues": [
{"code": "insufficient_opposing_evidence", "message": "requires at least 1 opposing evidence item(s)"},
{"code": "unsupported_bear_case", "message": "bear_case must cite opposing evidence"},
...
]
}
下图是 examples/claude-code 指令在 Claude Code 里的一次真实运行:
接着看
- 实时仪表盘 —— 持仓、风控与代码结算的战绩。
- 每日简报 —— 已发布的早读。
- 决策地图 —— 每条决策旁边并列当时的信号快照(阅读说明)。
- 各 harness 示例 —— 同一条决策,五种 harness,外加 npm 上的 dsh 插件。
- 投研台怎么运转 —— 信息层、每种运行读什么、决策闸、打分规则与 12 条代码规矩。
- 盘中研究工作流 —— 盘中卡分开显示历史研究和供人工确认的条件下单建议,从不提交订单。
- 影响者雷达 —— 八个公开来源每个交易日扫两次并关联到持仓;落空也照实记空。
- 命令参考 · 术语表 · 全部项目文档 · 参与开发
研究入口
| 问题 | 入口 | 复用范围 |
| 分析一家美股公司 | us-stock-analysis | 可随 clawock 工作区复用 |
| 分析一家港股公司 | hk-stock-analysis | 可随 clawock 工作区复用 |
| 检查当前组合 | portfolio-risk-review / portfolio-swarm-review | 依赖已配置的真实组合 |
| 压测一条供应链论点 | serenity-skill | 可作为手动研究框架复用 |
| 复盘一个已披露的报告期 | earnings-review | 可复用,产物落 memory/earnings/ |
| 判断一个新标的值不值得做深度研究 | entry-gate | 可复用,产物落 memory/entry-gates/ |
它们依赖 clawock 的脚本、数据契约与记忆文件,不是独立的一键产品。
范围、免责与许可
[!WARNING]
本仓库包含真实交易持仓。它不是投资建议、不是推荐、也不是跟单系统。clawock 负责分析和提议,不替你下单。
它是一个人的记录,也是一个你可以带走的工作区。没有哪条结果是人工挑出来的:结算规则和每次方法变更都在代码里留有版本。那些叫人「动手」的建议至今没有证明比抛硬币强,你读到时每个数字都可能已经过时。
原创代码 MIT;改编第三方代码保留原许可与署名,见 NOTICE 与 THIRD_PARTY_LICENSES/。行情、新闻、社交内容、公告、商标与 API 访问不被 MIT 重新授权,见第三方数据与服务。
用 Claude Code、openclaw cron 守护进程、Jekyll + GitHub Pages 与 Python 构建。行情、新闻、宏观和情绪信息来自文档列出的公开来源,复用前请查看第三方数据与服务条款。
实时仪表盘 · 每日简报 · English
由 Shengyu Li (kcn) 与 Rick 构建维护 · 2026预览分享卡片长什么样 ↓
分享 · DeepSeek Harness Hub
KCNyu/clawock
AI 争辩。代码结算。连亏损都摆在明面上。
相关插件 · 市场 / 管理
插件精选列表awesome-dsh-plugin/awesome-dsh-plugin
DeepSeek Harness(dsh)插件精选列表
★ 22,025未汉化DSH
73.6
新词雷达zhuyansen/new-term-radar
new-term-radar新词雷达
★ 2,049已汉化MCP
72.8
插件生态导航0xsline/awesome-deepseek-harness
安装 贡献指南 DeepSeek Docs 公开插件目录 Issues
★ 1,188已汉化DSH
72.6
技能注册中心iflytek/skillhub
企业级开源智能体技能注册中心——发布、发现并管理组织内可复用的技能包。
★ 5,358已汉化DSH
71.9
插件市场目录imsai-sh/awesome-deepseek-harness-plugins
面向 DeepSeek Harnessdsh生态的社区插件目录,共收录 13938 个插件含 PR 收录与…
★ 350已汉化DSH
71.8
插件精选清单Anil-matcha/awesome-dsh-plugin
DeepSeek Harnessdsh精选指南——DeepSeek…
★ 1,013已汉化DSH
71.7