FinClaw 产品定义补充

状态: Source-translated Supplement / 已下推 / 非主入口 日期: 2026-05-13 项目: FinClaw 来源范围: 用户提供参考项目深度分析、Codex 外部候选轻量筛选、已收束进 FinClaw 战略白皮书 / 产品定义 / MVP 定义链路的早期项目上下文、用户补充的 FinClaw 产品定义与 MVP 产品定义参考文档

1. 补充目的

本文件补充 FinClaw 早期产品认知和第一阶段产品定义来源材料。它不再作为产品定义主入口，而是把已完成参考分析转译为战略白皮书、产品定义文档、MVP 产品定义文档、PRD、场景定义、Fin Skills 设计和 MVP 拆解可复用的中间材料。正式项目级接入入口为 product-definition.md。

2026-05-13 复核说明：本文档保留为来源转译层，已从主导航和项目根目录降级。最新正式口径以 strategic-whitepaper.md、product-definition.md、mvp-product-definition.md 和 product-object-and-advisor-design.md 为准。

当前正式下游文档已经建立：

• strategic-whitepaper.md
• product-definition.md
• mvp-product-definition.md
• product-object-and-advisor-design.md

后续阅读顺序应以上述三份主链文档为主，本文档只作为来源转译和参考吸收记录。

本文件的使用顺序应为：

1. 先修订 FinClaw 战略白皮书，定义 FinClaw 的完整态、长期目标、生态定位、能力边界和产品本体；
2. 再基于修订后的战略白皮书形成 FinClaw 产品定义文档，承接完整态并转译为产品对象、用户对象、场景体系、能力结构和价值验证；
3. 最后基于产品定义文档形成第一阶段 MVP 产品定义文档，只截取第一阶段需要落盘验证的用户、场景、交付物、能力和验收标准。

因此，第一阶段范围收敛不应反向限制 FinClaw 的战略白皮书和完整态定义。它只是在完整态之下选择一个可验证、可落地、可形成闭环的阶段性切片。

本文件的约束：

• 不把任何单一外部项目作为 FinClaw 模板；
• 不把尚未深挖的外部候选当成正式事实；
• 不把用户补充的产品定义 / MVP 定义参考稿视为最终约束；它们需要随最终战略白皮书同步调整和完善；
• 不扩大 FinClaw 的真实执行边界；
• 不把第一阶段改写为交易执行系统、资产发行系统、私钥管理系统或机构情报平台；
• 不把“策略认知输出”和“真实交易执行”混为一谈。

1.1 已补充的参考文档

用户已补充两份工作性参考文档：

1. /Users/mlabs/Downloads/FinClaw产品定义.docx
   • 文档定位：在《FinClaw 战略白皮书》基础上，展开 FinClaw 的产品结构、系统模块、核心对象、任务类型、输入输出协议、能力分层与边界定义；
   • 可吸收方向：六层能力结构、Task / Event / Entity / Context Pack / Skill / Agent / Insight / Hypothesis / Risk View / Scenario / Action Suggestion / Signal Candidate 等对象语言、九类认知任务、与 Data Horizon / 数据视界、AI Trading Matrix 的协同对象；
   • 使用边界：应作为最终产品定义文档的参考底稿，需根据修订后的战略白皮书重排术语、对象、章节和边界。
2. /Users/mlabs/Downloads/FinClaw MVP 产品定义与系统设计说明书 V1.0.docx
   • 文档定位：统一 FinClaw 第一阶段独立 MVP 的产品定义、系统边界、能力范围、对象语言与标准化约束；
   • 可吸收方向：独立 MVP 可不依赖 Data Horizon / 数据视界 完整输入、不要求与 AI Trading Matrix 完成执行闭环、以单事件解读 / 标的认知 / 交易前判断支持 / 风险挑战为优先任务，保留轻量认知轨迹；
   • 使用边界：应作为 MVP 产品定义文档的参考底稿，最终内容需继承修订后的产品定义文档，而不是单独锁定 MVP 范围。

截至 2026-05-08，这两份 .docx 已重新作为附件读取并复核：

• FinClaw产品定义.docx 的六层能力结构、八个系统模块、十二类核心对象、九类任务体系、输入 / 输出协议、九步标准运行流程、生态协同机制、记忆反馈接口和评估框架，已被选择性吸收到 product-definition.md；
• FinClaw MVP 产品定义与系统设计说明书 V1.0.docx 的独立 MVP 定义、七个核心模块、必备 Skills、核心 Agents、Claw 调度、MVP 对象模型、输入 / 输出定义、轻量认知轨迹、阶段性生态关系、AI / Agent 标准化约束、评估框架和阶段演进，已被选择性吸收到 mvp-product-definition.md。

吸收时已做当前生态口径校准：

• Decision Learning Engine 统一理解为当前仓库的 Reinforcement Learning Engine；
• Data Horizon 统一表述为 Data Horizon / 数据视界；
• Trading Matrix 统一表述为 AI Trading Matrix；
• Action Suggestion 收束为 Pre-Execution Checkpoint / Cognition-Stage Strategy Output；
• Signal Candidate 收束为 Cognition Signal Candidate，不作为交易信号或执行触发器。

2. 当前产品定义补充

FinClaw 的完整态应先由战略白皮书定义。第一阶段则应从该完整态中选择一个可落地验证的金融市场认知产品切片，而不是把完整态直接压缩为通用金融聊天机器人、金融 Agent 执行框架或数据终端包装层。

更具体地说：

• 目标用户是在加密货币市场中有明确兴趣、愿意用 AI 辅助研究和理解市场，但缺少稳定研究框架与认知流程的个人用户；
• 第一阶段价值不是替用户完成真实交易执行，而是帮助用户形成更结构化、更可追踪、更有证据边界的市场理解、策略假设和决策前认知；
• 第一阶段产品闭环应围绕资产、主题、叙事、事件、风险、策略假设和后续研究问题组织，而不是围绕交易按钮、自动下单、资产发行或无授权执行组织；
• Fin Skills、Fin Agents、Memory / Personalization 和信息来源处理都应服务用户认知任务，而不是反过来把产品拉成能力展示。

3. 第一阶段产品承诺

第一阶段产品承诺可以表述为：

帮助个人用户围绕加密资产或主题形成结构化市场认知，并把一次性研究转化为可复查、可更新、可追踪的认知线程。

该承诺包含三层：

1. 初始理解：把分散信息整理成结构化认知快照；
2. 证据边界：区分事实、推断、未知、争议和待验证问题；
3. 后续跟踪：把开放问题转化为 research follow-up / watch questions，并在合适场景下形成条件化策略假设，而不是直接进入无授权交易执行。

4. 第一阶段场景结构

当前建议将第一阶段场景组织为一个轻量场景栈：

1. Market Cognition Snapshot
   • 输入：资产、项目、主题或用户问题；
   • 输出：结构化市场认知快照；
   • 价值：让用户快速形成可复查的基础理解。
2. Narrative / Event Understanding
   • 输入：叙事、事件、项目更新、政策变化或市场争议；
   • 输出：事件背景、相关主体、可能影响、争议点和待验证信息；
   • 价值：帮助用户理解“发生了什么”和“为什么可能重要”。
3. Risk / Controversy Mapping
   • 输入：资产、协议、主题或用户已有判断；
   • 输出：风险因素、反方观点、争议来源、未知信息和信息质量提醒；
   • 价值：降低单向叙事和过度自信。
4. Research Follow-up / Watch Questions
   • 输入：一次快照或研究产物中的开放问题；
   • 输出：后续观察问题、刷新触发条件和待补充来源；
   • 价值：把一次性输出转化为持续认知线程。
5. Strategy Hypothesis / Pre-Execution Cognition
   • 输入：用户明确要求策略层思考，或前序认知产物已形成可讨论的市场假设；
   • 输出：条件化策略假设、适用前提、失效条件、风险约束、待验证信号和执行前认知检查点；
   • 价值：在认知层帮助用户理解可选路径和约束，不替代 AI Trading Matrix 或用户授权执行。

5. 输出对象补充

5.1 Market Cognition Snapshot（市场认知快照）

第一阶段锚点交付物。建议最小字段包括：

• 对象：资产、项目、主题或事件；
• 时间上下文：生成时间、覆盖时间范围和信息时效；
• 市场背景：核心事实与基本语境；
• 关键叙事：当前主流叙事、反向叙事和叙事来源；
• 近期事件：重要更新、外部事件或市场变化；
• 风险 / 争议：已知风险、争议点和反方观点；
• 信息缺口：缺少的数据、尚未验证的信息和不确定性；
• 待跟踪问题：后续需要观察的问题、可能触发策略假设更新的条件和执行前仍需确认的检查点；
• 来源说明：主要来源类别、引用或来源限制。

5.2 Market Cognition Thread

从 martinpmm/Finclaw 的 watchlist / thesis tracking、外部信息平台和本项目第一阶段场景综合看，FinClaw 需要一个比单次报告更具连续性的认知对象。

Market Cognition Thread 服务第一阶段产品承诺：围绕某个资产、主题或问题，把历史快照、用户关注点、开放问题、后续观察和刷新记录串起来。其完整对象形态、字段和优先级仍由后续产品定义与 MVP 定义展开。

它不等于投资组合，不等于交易执行 watchlist，也不承接自动下单。它可以记录策略假设的演化、失效条件和待验证问题，但职责仍是帮助用户保持研究和决策前认知连续性。

5.3 Evidence-Bounded Cognition Output

FinClaw 输出应被定义为有证据边界的认知产物。每次输出至少应表达：

• 哪些是事实；
• 哪些是推断；
• 哪些存在争议；
• 哪些信息缺失；
• 哪些问题需要后续观察。

这条要求比“附来源”更强，因为它直接限制 FinClaw 不能把不完整信息包装成确定结论。

5.4 Cognition-Stage Strategy Output

FinClaw 处于金融信息链路中的认知环节，因此在合适场景下可以输出策略层认知，例如策略假设、情景化路径、风险约束、观察条件和执行前认知检查点。

该输出必须满足以下边界：

• 必须表达为条件化、证据有界的认知产物，而不是确定性收益承诺；
• 必须说明适用前提、失效条件、反方证据和待验证信息；
• 不直接调用真实账户、私钥、交易所、经纪商或链上合约完成执行；
• 不在没有用户授权和执行系统边界的情况下进入 AI Trading Matrix 所负责的真实交易执行链路。

6. 能力结构补充

参考《FinClaw产品定义.docx》时，完整态可采用六层能力结构：语义与上下文层、FinSkills（金融技能）层、FinAgents（金融智能体）层、认知编排层、认知结果层、记忆与反馈层。

第一阶段 MVP 则可将能力结构压缩为四层：

1. Fin Skills
   • 信息抽取；
   • 项目 / 资产基本面整理；
   • 叙事变化识别；
   • 风险 / 争议梳理；
   • 来源引用和质量检查；
   • 快照结构化输出。
2. Fin Agents
   • 围绕具体认知任务编排 Skills；
   • 对用户问题进行澄清、拆解和输出组织；
   • 维护风险边界和输出质量。
3. Cognition Orchestration
   • 决定何时生成快照、何时做事件理解、何时做风险映射、何时转成后续观察；
   • 避免把所有请求都落成同一种回答。
4. Memory / Personalization
   • 记录用户关注资产 / 主题；
   • 记录历史认知快照；
   • 记录开放研究问题；
   • 记录用户偏好的研究深度和输出形式；
   • 不记录或暗示收益承诺、执行授权或自动交易承诺。

7. 参考结论转译

来源	可吸收方向	应排除方向
aifinlab/FinClaw	金融 Skills、Agent 编排、数据抽象、输出模板、风险边界	横向金融行业 Skills 仓库、泛金融任务执行框架
Fin-Chelae/FinClaw	多渠道入口、Agent loop、router、profile/history、cron、MCP 扩展位	token launch、private key 管理、资产发行、预测市场、自动执行
martinpmm/Finclaw	watchlist memory、thesis tracking、agent opinion、morning brief、report template、heartbeat、Bullish / Bearish 评级、target price、portfolio optimization、backtesting、strategy suggestions、主动价格提醒	直接交易执行、自动下单、无授权调仓、资金划转、链上交易或执行系统调用
外部候选轻量筛选	AI 金融研究助手、金融研究工具链、加密叙事发现、项目基本面、金融 Agent 编排、认知型决策支持	AI hedge fund、自动执行型 portfolio manager、自动化 trading signal bot、纯链上侦查工具、机构销售情报平台

8. 第一阶段不做什么

FinClaw 第一阶段明确不做：

• 未经授权的真实交易执行；
• 自动下单；
• 确定性收益承诺；
• 无证据边界的价格预测；
• 无约束且直接联动执行的组合优化；
• 直接作为执行指令的回测 / 策略推荐；
• token launch 或资产发行；
• private key 管理；
• 纯链上侦查；
• 机构销售情报平台。

如果后续用户需求触碰真实执行、资产发行、私钥、自动交易、下单、调仓、资金划转、链上交易或执行系统调用，应触发产品 / 生态边界讨论，而不是直接进入实现。

9. 后续待转 PRD 的问题

1. Market Cognition Snapshot（市场认知快照）的最终字段和质量 rubric 是什么？
2. 第一阶段轻量场景栈的优先级和验收标准是什么？
3. Market Cognition Thread 在 MVP 中的轻量落地范围是什么，完整对象形态是否作为第二步能力展开？
4. 首批 Fin Skills 的最小 schema、输入输出和风险边界是什么？
5. Memory / Personalization 的最小可用范围是什么？
6. 外部候选中哪些对象需要完整深挖后再进入产品定义？
7. 战略白皮书、产品定义文档和 MVP 产品定义文档的正式章节结构和继承关系是什么？
8. 哪些策略层输出属于 FinClaw 认知环节，哪些必须交由 AI Trading Matrix 或用户授权执行链路处理？
9. 用户补充的两份参考文档中，哪些章节应原样继承，哪些应根据最终战略白皮书改写、降级为候选或删除？