腾讯 FinClaw 金融行业首批 Skill 试点。我把牛股王沉淀的投顾与数据能力,标准化成 11 个可调用、可分发、可商业化的金融 Skill,并基于真实试点反向参与平台能力设计。重点不是“做了 11 个 Skill”,是把分散的投研能力产品化成平台资产。
金融投研能力分散在数据、人工分析经验和复杂流程里:用户很难直接调用,平台也难以规模化分发。如果只把它做成一次性问答,就沉淀不成可计费、可保护、可复用的能力资产。
FinClaw 当时要验证的正是:金融投研能力在 Skill 生态里到底该怎么封装、怎么被调用、怎么商业化。我负责把牛股王的能力变成这个问题的答案。
结合投顾业务和普通投资者高频需求,规划并开发 11 个金融 Skill,覆盖市场情绪、主力资金、龙虎榜、机构动向、题材产业链等 A 股投研场景,把分散的数据和人工经验变成可直接调用的标准化能力。
为每个 Skill 定义适用场景、触发条件、入参结构、输出规范与异常引导,统一智能体的调用方式——让“一个能力”变成“一个有清晰契约的可调用单元”。
基于真实试点,反向向腾讯提出 Skill 加密、Token 计费、应用市场分发与移动端调用体验等平台需求,协助完善 FinClaw 在能力保护、商业化与生态分发上的产品设计。
不是所有能力都该做成 Skill。能定义清晰输入输出的稳定能力适合做 Skill;复杂连续、需要规划的任务,该交给 Agent 接管——这条边界决定了哪些进 Catalog。
每个 Skill 都不是一段话,而是一个有契约的可调用单元。点下面任意一个,看它的典型问法与输出结构。
此外还有 4 个已上线通用 Skill支撑基础数据:
在真实试点里,我发现 Skill 要规模化,光有能力不够——还得有保护、计费和分发。于是反向参与了这几块平台能力:
一个能力如果定义不了入参、触发条件和输出范式,它就很难被智能体稳定调用,也就难以分发。
Skill 加密、Token 计费、应用市场分发不是边缘功能,而是投研能力能否成为“可卖资产”的前提。
当用户问题超出 Skill 范围时,产品要判断:是补参数、换 Skill,还是交给 Agent 接管。
这条边界让 Catalog 保持干净——稳定的进 Skill,需要连续规划的留给 Agent。