用途：OpenFinClaw 面向量化研究全流程，用户用自然语言提示即可完成研究、策略生成、回测与模拟交易（paper trading）。它以 MCP 服务器形式运行于 Claude Code、Cursor、VS Code 等 20+ AI 智能体，内置 60+ 分析技能，覆盖技术面、基本面、情绪、风险、择时与因子分析，市场涵盖美股、A 股、港股、加密货币和外汇。
主要能力：DeepAgent 研究支持流式输出研究、策略生成与回测；策略管理支持浏览、fork、校验并发布到社区排行榜；提供端到端工作流（单条提示 → 研究 → 策略 → 回测 → 指标 → 模拟交易）。MCP 工具分两组：DeepAgent 工具 14 个（健康检查、技能列表、研究提交/轮询/完成、任务状态与取消、线程与消息、回测列表与详情、研究包列表/元数据/下载），策略工具 7 个（排行榜、详情、fork、本地列表、FEP v2.0 校验、发布、发布状态查询）。
使用方式：交互式安装运行 npx @openfinclaw/cli@latest install，向导会写入 MCP 配置、保存 fch_ API 密钥到 ~/.openfinclaw/config.json、注册 SKILL.md 并做连通性检查。CI 可用非交互安装：npx @openfinclaw/cli@latest install --yes --platforms cursor,claude-code --tool-groups deepagent,strategy --api-key ${OPENFINCLAW_API_KEY} --register-skill。API 密钥来自 hub.openfinclaw.ai，可通过 --api-key、OPENFINCLAW_API_KEY 环境变量或配置文件提供。MCP 配置中命令为 npx @openfinclaw/cli serve --tools=deepagent,strategy，仅加载所需工具组可节省上下文 token。常用命令包括 openfinclaw deepagent +research "..."、deepagent health/skills/threads/backtests、leaderboard、fork、validate、publish、publish-verify、doctor、init、update 等，也支持 openfinclaw api 直接调用 Hub 网关。
适用场景：技术面与基本面研究、策略设计与回测、多市场筛选、压力测试、fork 社区策略后修改并发布。
限制：需有效 fch_ API 密钥；发布前须通过 FEP v2.0 校验（需 fep.yaml 与 strategy.py 等）；长任务可能触发 SSE 超时，可用 DEEPAGENT_SSE_TIMEOUT_MS 调整；存在速率限制，重负载建议批处理与本地缓存。具体收费、价格与效果数据暂未提供。