OpenBB实战：从安装到一键生成贵州茅台八张投研图表
一、需求引入：OpenBB 很强，但"强"和"好用"之间差了多少？
OpenBB 是 GitHub 上最受关注的开源投研平台之一，前身是大名鼎鼎的 Gamestonk Terminal。它把 Bloomberg 终端级别的数据分析能力搬到了命令行里——基本面、技术面、宏观经济、另类数据，一个平台全搞定，而且完全免费。
但问题也很明显：
- 命令行操作门槛高：想看茅台的 K 线？你得敲
stocks/load 600519/candle。想看 PE 走势？再敲一组命令。每个分析动作都是一条 CLI 指令，学习成本不低 - 原生不会自动画图：数据能拉下来，但图表需要手动在 Jupyter 里写 Matplotlib 代码渲染——相当于拿到了一堆砖头，但房子得自己盖
- 换股票要重来一遍：看完茅台想看五粮液，所有命令重新敲。看完五粮液想看泸州老窖，再来一遍。做一次白酒板块多股对比，光是敲命令就敲到怀疑人生
- 数据整合靠人工：K 线是一个命令、财务是另一个命令、估值又是一个命令——八张图要跑八组不同的命令，输出散落在不同地方，没人帮你汇总
如果把 OpenBB 变成一个 Skill——输入"分析贵州茅台"，自动跑完八组分析、渲染出八张图表、一次性打包输出——会是什么体验？本文完整记录了用 EasyClaw 将 OpenBB 转化为一键式投研分析 Skill 的真实过程，并展示最终产出的八张图表。
二、成果展示：从 GitHub 代码到一键产出八张图表
2.1 阶段一：一句话拉取 OpenBB → 分析代码 → 加入图表能力 → 转化为 Skill
以下是一次真实的操作记录。整个过程分为两个阶段：先用一条提示词让 EasyClaw 拉取 OpenBB 代码、分析结构、额外加入图表自动渲染能力、然后封装为 Skill；再用一条提示词调用 Skill 一键输出八张分析图表。
第一条提示词——拉取代码、加入图表能力、创建 Skill：
我在 EasyClaw 中输入的：
"从 GitHub 拉取 OpenBB 项目（https://github.com/OpenBB-finance/OpenBB），自动分析项目结构和核心模块——重点识别 stocks 模块下的 K 线数据加载、技术指标计算、财务数据提取、估值分析、大盘对比和板块相关性分析等功能。分析完成后，做一件事：在原版 OpenBB 的基础上加入 Matplotlib 图表自动渲染能力——让每个分析模块的输出不是原始数据，而是直接渲染为 PNG 格式的可视化图表。然后将整套框架封装为一个 EasyClaw Skill，暴露股票代码作为输入参数，Skill 内部自动完成数据拉取、指标计算、图表渲染和文件输出。"
EasyClaw 收到这条指令后自动执行：
- 拉取代码：自动 clone OpenBB 仓库到本地，扫描项目目录和模块结构
- 分析代码逻辑：Skill Creator 读取 stocks 模块下的 candle、technical、fundamental、valuation、comparison 等子模块，识别每个功能的调用链路和输入输出
- 加入图表渲染能力（关键步骤）：原版 OpenBB 只返回数据，不自动画图。EasyClaw 在 Skill 转化过程中，为每个分析模块自动注入 Matplotlib 渲染层——K 线用 mplfinance 绑定、财务趋势用折线图、PE 分布用箱线图、相关性用热力图。图表样式统一预设（中文标题、深色主题、适当标注），用户无需写一行绘图代码
- 创建 Skill：封装为"OpenBB 投研分析"Skill，股票代码作为输入，自动串联八组分析并输出八张 PNG 图表
全过程约 5 分钟，全程无需手动 pip install、无需手动写 Matplotlib 代码、无需逐个敲 OpenBB CLI 命令。
2.2 阶段二：一句话调用 Skill → 八张图表一次性输出
Skill 创建完成后，分析贵州茅台只需输入一条指令：
第二条提示词——调用 Skill：
我在 EasyClaw 中输入的：
"用 OpenBB 分析贵州茅台（600519），时间范围 2025 年至今，输出完整的八张分析图表：日 K 线图、价格表现、技术指标、财务数据、估值分析、资产负债表、大盘对比、白酒板块相关性。"
Skill 内部自动调用 OpenBB 各模块拉取数据、渲染图表，约 5 分钟后一次性输出以下八张图：
| # | 图表 | 内容 |
|---|---|---|
| 图 1 | 日 K 线图 |
|
| 图 2 | 价格表现 |
|
| 图 3 | 技术指标 |
|
| 图 4 | 财务数据 |
|
| 图 5 | 估值分析 |
|
| 图 6 | 资产负债表 |
|
| 图 7 | 大盘对比 |
|
| 图 8 | 板块相关性 |
|
2.3 传统方式 vs EasyClaw 两条提示词
| 环节 | 传统方式 | EasyClaw 两条提示词 |
|---|---|---|
| 环境配置 | 手动安装 Python + OpenBB + 十几个依赖，约 30-60 分钟 | 提示词①自动完成（初始约 5 分钟，后续 0） |
| 图表渲染能力 | 原版 OpenBB 不提供。需手动写 Matplotlib 代码，每张图约 20-30 行，八张图约 160-240 行代码 | 提示词①自动注入渲染层，零代码 |
| 单只股票八张图 | 敲八组 CLI 命令 → 获取八组数据 → 手动写八段绘图代码 → 逐个渲染，约 40-60 分钟 | 提示词②一句话，约 5 分钟 |
| 换股分析 | 所有命令和代码重新跑一遍，约 40-60 分钟 | 只需重复提示词②，改股票名称 |
| 首次总耗时 | 约 70-120 分钟 | 约 10 分钟（两条提示词） |
| 后续分析单只股票 | 约 40-60 分钟 | 约 5 分钟（仅提示词②） |
三、工作流解析：从 GitHub 代码到八张图表的完整链路
3.1 核心流程
┌──────────────────────────────────────────────────────┐
│ 提示词①：拉取 OpenBB → 分析代码 → 注入图表能力 → 创建 Skill │
│ │
│ GitHub clone → 扫描 stocks/ 模块结构 │
│ │ │
│ ▼ │
│ 识别 8 个分析子模块（K线/价格/技术/财务/估值/ │
│ 资产负债/大盘对比/板块相关性） │
│ │ │
│ ▼ │
│ ⭐ 关键步骤：注入 Matplotlib 图表渲染层 │
│ · mplfinance → K 线 + 均线 + 成交量 │
│ · matplotlib → 折线图/直方图/箱线图/热力图 │
│ · 统一风格：中文标题、深色主题、适当标注 │
│ │ │
│ ▼ │
│ 封装为「OpenBB 投研分析」Skill │
│ 参数：股票代码 | 输出：8 张 PNG 图表 │
└──────────────────────┬───────────────────────────────┘
▼
┌──────────────────────────────────────────────────────┐
│ 提示词②：调用 Skill 分析贵州茅台 │
│ │
│ "分析贵州茅台（600519），2025年至今，输出八张图表" │
│ │ │
│ ▼ │
│ Skill 自动执行 8 组分析 → 渲染 8 张 PNG → 一次性输出 │
└──────────────────────────────────────────────────────┘
3.2 关键创新点：原版 OpenBB 没有的图表渲染能力
原版 OpenBB 是一个"数据引擎"——它能拉数据、能算指标，但输出的是数字和 DataFrame，不会自动画图。这也是很多开源投研工具的共同短板：数据和可视化之间还需要使用者自己写代码来衔接。
在将 OpenBB 转化为 EasyClaw Skill 的过程中，最关键的一步就是在提示词①中明确要求加入图表渲染能力。EasyClaw 的 Skill Creator 在分析完代码逻辑后，自动为每个分析模块匹配了最合适的可视化方案：
- K 线数据 → mplfinance 绑定，自动渲染为 OHLC 蜡烛图 + 均线叠加 + 成交量副图
- 时序数据（价格/财务/估值）→ Matplotlib 折线图 + 关键数值标注
- 分布数据（收益率/PE 分位）→ 直方图 + 箱线图
- 多标的对比数据 → 标准化累计收益曲线 + 相对强弱线
- 相关性矩阵 → Seaborn 热力图
这一步不是"写了个脚本"，而是把可视化逻辑内嵌到了 Skill 的执行流程中——用户输入股票代码，Skill 内部自动完成"拉数据→算指标→选图表类型→渲染→保存 PNG"的全流程。整个过程使用者不需要写一行 Matplotlib 代码，甚至不需要知道 mplfinance 是什么。
四、核心实现
4.1 提示词①的编写要点
将 OpenBB 转化为带图表能力的 Skill，提示词①需要包含三个关键层次：
| 层次 | 作用 | 提示词中的体现 |
|---|---|---|
| 代码定位 | 告诉 EasyClaw 从哪里拉代码、重点关注哪些模块 | "拉取 OpenBB 项目……重点识别 stocks 模块下的 K 线、技术指标、财务、估值、大盘对比、板块相关性" |
| 能力增强 | 在原版代码基础上额外加入缺失的能力 | "在输出中加入 Matplotlib 图表自动渲染能力——让每个分析模块的输出不是原始数据，而是直接渲染为 PNG 图表" |
| 封装定义 | 定义 Skill 的输入输出边界 | "封装为 Skill，暴露股票代码作为输入，自动完成数据拉取、图表渲染和文件输出" |
这三个层次缺一不可——如果只拉代码不增强能力，OpenBB 只会返回数据表；如果只增强能力不定好封装边界，Skill 的输入输出就不清晰。
4.2 提示词②的调用方式
Skill 创建完成后，分析任意股票时只需提示词②——"用 OpenBB 分析 [股票名称]（[代码]），输出八张图表"。分析自定义股票池时：
用 OpenBB 依次分析贵州茅台（600519）、五粮液（000858）、泸州老窖（000568）、山西汾酒（600809）、洋河股份（002304），每只股票输出八张图表，最后追加一张五只股票的横向对比图。EasyClaw 的 OpenBB Skill 会自动循环执行五只股票的分析流程，全部完成后打包输出。
4.3 EasyClaw 在全流程中的作用
EasyClaw 在这套工作流中不仅做了"代码翻译"，更做了一件原版 OpenBB 自己没做的事——补齐了数据到可视化之间的最后一步。从 GitHub 拉代码、分析数十个模块结构、为每个模块匹配合适的图表类型、封装为一键式 Skill——全程在 EasyClaw 内部闭环完成。
EasyClaw 下载：https://easyclaw.cn/?f=684
五、总结与扩展
5.1 方案核心优势
- 补齐开源工具的最后一步：OpenBB 拉数据很强但不会画图，Skill 转化过程中自动注入可视化能力，把"数据引擎"升级为"分析报告引擎"
- 从 CLI 到自然语言：不用记 OpenBB 的几十条命令，不用写 Matplotlib 代码，两句话走完全流程
- 一次创建，无限复用：Skill 创建后，分析一只股票还是十只股票都是一句话的事。白酒板块五只龙头横向对比，传统方式要半天，现在 25 分钟自动跑完
- 八张图覆盖投研全维度：K 线、风险收益、技术指标、财务质量、估值水位、资产负债、大盘 Alpha、板块联动——一个 Skill、八张图、一次输出
5.2 更多可扩展的方向
- 自定义图表组合：不同策略关注的图表不同——价值投资者可能只需要图 4-6（财务+估值+资产），趋势交易者可能只需要图 1-3（K 线+价格+技术）。Skill 支持按需选择图表子集
- 更多开源投研工具：FinGPT、Qlib、Backtrader、Zipline——只要 GitHub 上有，都可以用同一套"拉代码→分析→增强能力→封装 Skill"的方法做成 EasyClaw Skill
- 定时生成投研周报：设置每周五收盘后自动运行 Skill 分析自选股池，周一开盘前投研周报已经生成好了
一起聊聊
你用过 OpenBB 或者其他开源投研工具吗？在"数据拿到了"到"图表做出来了"之间卡过多久？有没有哪些开源量化项目你想用但一直没跑通？欢迎在评论区分享你的投研工具使用经验和踩坑记录。如果你手头有想跑的开源项目但不知道怎么落地为 Skill，也欢迎留言项目名称一起探讨。
浙公网安备 33010602011771号