这是一款由我独立完成从业务建模、产品设计、架构设计到全栈开发与持续运营的 AI 金融投顾系统。核心理念是「程序员写规范（SKILL.md），AI 理解规范并自主执行」——基于 OpenClaw AI Agent 框架，AI 自主完成标的筛选、多维度评分、持仓盯盘、退出决策与报告生成全链路，并通过飞书卡片、微信小程序向用户推送投资参考，已迭代至 v8.17，累计完成 40+ 个版本迭代。

核心功能：
1. AI Agent 自主分析引擎：AI 读取工作台行情文件与 SKILL 规范，自主完成选股→入场评估→盯盘→退出决策全链路；分层数据架构（候选层 + 焦点层），标的覆盖跨境 ETF、可转债、商品 ETF、货币 ETF、逆回购五层。
2. 风控与分级退出：浮动止盈、波动率分级止损、累计回撤熔断、退出信号合理性复核（5 维数值化评分）、分级减仓替代一刀切清仓，避免噪声鞭打。
3. 多报告推送体系：盘前评估、盯盘快报、收盘小结、每日信号提醒、周报等多类报告，11 个定时任务调度，飞书卡片 + 企业微信 + 微信小程序多端触达，持仓决策卡（一动作+一理由+一价位）。
4. 叙事引擎与持仓感知：市场 Regime 自适应识别、叙事-评分全链路、持仓结构评分（集中度/广度/叙事一致性）。
5. 工程韧性：健康检查韧性管道、熔断降级、模型分层（深度报告/快报/降级三档模型）、提示词工程手册、合规措辞守则、一键安装包。

我的角色：独立全栈开发者 + 产品负责人，一人闭环完成业务建模、20+ 篇 BRD/PRD/TDD/风控/运维文档、技术选型、架构设计、前后端全部代码、生产部署与持续迭代运营。

技术栈： TypeScript + Express 后端；OpenClaw AI Agent 框架；DashScope（qwen3.7-max/plus、DeepSeek）多模型分层；Python（akshare/pandas/numpy）技术指标；微信小程序原生 + Web 落地页；飞书/企业微信卡片推送；WebSocket；SQLite + cron 调度；ECS 部署。

关键词： AI Agent、AI 投顾、量化信号、LLM 工程化、提示词工程、风控系统、OpenClaw、多模型调度、定时任务、微信小程序、飞书卡片、独立开发、金融科技。