用途：OpenFinClaw Quant Research 是 AI 驱动的量化研究与回测平台，支持通过自然语言提示完成从研究、策略生成、回测、模拟交易到社区策略发布的端到端量化工作流。
主要能力：内置 60+ 分析技能，覆盖技术面、基本面、情绪、风险与因子分析，市场范围包括美股、A 股、港股、加密货币和外汇。平台通过 MCP（Model Context Protocol）集成 20+ AI 智能体，支持流式研究、策略生成、回测、模拟交易与社区策略发布。工具分为 DeepAgent（研究回测，14 个工具）与 Strategy（策略管理，7 个工具）两组，可按需加载以节省 token。
使用方式：交互式安装运行 npx @openfinclaw/cli@latest install；非交互安装可加 --yes、--platforms、--tool-groups、--api-key、--register-skill 等参数。也可手动在 Claude Code（~/.claude/settings.json）、Cursor（.cursor/mcp.json）或 VS Code Copilot 的 MCP 配置中加入 openfinclaw 服务。API Key 从 hub.openfinclaw.ai 获取，解析顺序为 --api-key → OPENFINCLAW_API_KEY → 配置文件 ~/.openfinclaw/config.json。常用命令包括 openfinclaw deepagent +research "查询"、openfinclaw deepagent skills、openfinclaw leaderboard、openfinclaw fork <strategy-id>、openfinclaw validate ./strategies/my-strategy、openfinclaw publish ./my-strategy.zip、openfinclaw doctor 等。策略以 Python 编写并配合 fep.yaml（FEP v2.0 元数据），发布前需通过 validate 校验。
适用场景：技术面信号筛选与回测、基本面趋势与同业对比、策略设计与压力测试、社区策略浏览与二次开发、脚本或 CI 中集成回测。
限制：需 API Key 与联网；策略发布需符合 FEP v2.0 规范；长回测建议使用轮询模式；资料未提供具体收费、价格与性能保证信息。