bondclaw 项目背景与推进思路

[timyefi]

bondclaw 项目背景与推进思路

bondclaw 想做的，不是一个单点工具，而是一套适用于债券投研的 openclaw 工作流。它的目标，是把信用研究里最核心、最重复、也最容易被标准化的一段流程，变成可以工程化协作推进的能力底座。

这套工作流覆盖的范围很明确：从数据收集、信息整理、财务分析，到结构化结果输出，再到后续数据库沉淀和知识复用。换句话说，它不是只做“读一份财报”，而是要把债券研究里最重要的一整条链路串起来。

为什么要做这件事

信用债市场这些年变化很大，很多过去习惯的框架已经不完全适用了。传统行业的存量债券在变化，新的主体和新的赛道也在快速出现，过去依赖个人经验、手工拆解和分散模板的方式，越来越难支撑大批量、体系化的主体再审视。

在这种情况下，更适合的方式不是继续堆经验，而是把研究过程标准化、结构化、工程化。尤其是财报附注这类大文本、复杂文本、非标准化文本，AI 和 skill 结合以后，能把过去必须逐份手工看的工作，变成一条可以持续迭代的工作流。

现在是从什么基础上做

bondclaw 不是从零开始。它是沿着 financialanalysis 这套已经有实际业务尝试的开源项目往下做。

financialanalysis 已经覆盖了债券信用研究里非常关键的财务分析工作流，也已经在实际案例里跑通过，像万科这样的主体流程已经能走下来。它的价值不在于“想法”，而在于已经有了初步可行的方案、初步跑通的结果和可参考的案例，所以后续工作不是先证明能不能做，而是把它做得更完整、更体系化、更适合团队协作。

目前做到什么程度

现在已经做到的事情，主要有三类：

1. 已经跑通了信用研究的核心链路，可以从财报采集、解析、附注定位，一直走到分析结果的初步输出。
2. 已经有了初步案例，可以作为后续开发和校验的参考，不需要每一步都从头摸索。
3. 已经暴露出下一阶段真正要解决的问题，说明现在不是“能不能做”的阶段，而是“怎么做得更体系化”的阶段。

这里面最关键的信号是：流程已经能跑通，但输出还不够体系化，离真正可持续的项目形态还有明显空间。

现在的主要问题

1. 财报数据库还不够体系化

目前输出的 Excel 更像是阶段性的财报数据库雏形，还没有形成一套足够详细、足够完整、足够可扩展的财报数据库架构。

这意味着后面需要做一次比较大的调整：不是简单补字段，而是要把数据库层的结构、内容组织、字段口径和后续复用方式重新设计清楚。因为报告本身要依赖这个数据库，如果底层不够稳，后面的分析结果也很难稳定。

2. 最终报告也要跟着重做

报告不是独立存在的，它是基于更完整的数据库和更稳定的分析流程生成的。如果底层数据库要升级，最终报告的结构、表达方式和证据组织也要同步调整。

3. 知识库沉淀还不够理想

目前知识库运转还不够顺，沉淀出来的东西还没有形成很强的复用能力。这一块后面也需要单独加大投入，因为它关系到项目能不能越做越快，而不是每次都重新来一遍。

4. 信息收集是当前优先级最高的工作

整个流程里，最优先需要加强的是信息收集这一层。

现在 chinamoney 技能已经能用，但财报下载本身还是偏慢，而且还需要补充更多数据来源。后面优先要做的，不只是把现有采集做快一点，而是把采集渠道做全一点、做广一点。

尤其是下面几类能力很重要：

• 补充其他公开渠道的数据搜索和挖掘。
• 把同花顺 MCP 嵌进去。
• 继续完善现有采集技能。
• 逐步形成一个专门的信息收集技能层。

这部分的优先级很高，因为上游信息收集一旦更完整，后面的分析和数据库才能更稳定。

为什么要基于 GitHub 推进

这个方向适合放在 GitHub 上推进，不只是因为它流行，而是因为它天然适合这种项目形态：

• 文档可以清楚地沉淀下来。
• 分支和版本可以把每一轮改动分开。
• 代码、案例、产物和说明可以放在同一套协作框架里。
• 大家可以围绕同一个底座并行开发，而不是各做各的。

对这种需要长期迭代的 AI 项目来说，GitHub 不是附加选项，而是最自然的协作方式。

接下来怎么推进

后续会把任务拆成几个优先级逐步推进：

1. 先把信息收集层补强，优先完善现有技能，并补充新的数据渠道。
2. 再把财报数据库做成更完整、更体系化的结构。
3. 接着基于更稳的数据库重做报告输出。
4. 最后把知识库沉淀和回滚机制做实，让整个工作流真正能持续迭代。

所以，bondclaw 现在最重要的事情不是重新证明这条路能不能走，而是把这条已经初步跑通的路，继续工程化、体系化、产品化。