要在 OpenClaw 中使用 akshare-finance，主要有两种方式：通过 ClawHub 一键安装（推荐）或手动部署。
📥 方式一：通过 ClawHub 一键安装 (推荐)
-
确认 OpenClaw 环境
确保你已成功部署 OpenClaw 并能正常访问其 WebUI（如
http://localhost:7424）。 -
访问 ClawHub 并安装
在浏览器中打开
https://clawhub.ai，搜索akshare-finance，找到由BenAngel65发布的技能。进入详情页后，根据页面指引完成安装。通常有两种方式：- 在 WebUI 内安装：复制页面提供的
Skill 描述或安装命令，在 OpenClaw 的“技能市场”或“从文本安装”入口粘贴并提交。 - 使用
clawhub命令行安装：如果你在本地或服务器上安装了clawhub工具，可直接运行其提供的安装命令。
- 在 WebUI 内安装：复制页面提供的
-
验证安装
安装完成后，在 OpenClaw 对话界面发送测试指令，例如：
“帮我查一下今天上证指数的行情。”
如果 AI 能正确调用技能并返回上证指数的最新价、涨跌幅等信息，则表示安装成功。
🛠️ 方式二：手动部署
如果你需要自定义或无法使用 ClawHub，可以按照以下步骤手动部署。
-
准备 Python 环境
确保你的 OpenClaw 运行环境中已安装 Python 3.9+ 和
pip。在终端中执行以下命令安装 akshare：bash
pip install "akshare>=1.12" pandas>=1.5
验证安装是否成功：
bash
python -c "import akshare as ak; print(ak.version)"
-
获取 Skill 文件
从 GitHub 克隆或下载
akshare-finance的 Skill 源码。其文件结构通常如下：text
akshare-finance/
├── SKILL.md # 技能的“说明书”，供大模型理解如何调用
├── scripts/
│ ├── stock_price.py # 股票价格查询脚本示例
│ ├── crypto_price.py # 加密货币价格查询脚本示例
│ └── macro_data.py # 宏观经济数据查询脚本示例
└── requirements.txt # 依赖文件（可能包含 akshare, pandas 等）
-
放置到 OpenClaw 技能目录
将整个
akshare-finance文件夹复制到 OpenClaw 的本地技能目录中。常见路径如下：- 本地部署：
~/.openclaw/skills/ - OneClaw 桌面端：
你的用户目录/.openclaw/skills/
最终路径应类似：
~/.openclaw/skills/akshare-finance/。 - 本地部署：
-
安装 Skill 依赖
进入该 Skill 目录，安装其所需的 Python 包。如果
requirements.txt文件存在，执行：bash
cd ~/.openclaw/skills/akshare-finance
pip install -r requirements.txt
如果不存在，确保已执行第 1 步中的
pip install命令。 -
重启 OpenClaw 并验证
重启 OpenClaw 服务使新技能生效。之后，你可以通过自然语言提问来验证，例如：
- “帮我查一下贵州茅台最近一个交易日的K线数据。”
- “查询中国最近一季度的GDP数据。”
💡 常见问题与提示
- Skill 加载失败：检查 Skill 文件是否放置在正确的
skills目录下，以及SKILL.md文件是否存在且格式正确。 - Python 依赖报错：确认 Python 版本符合要求（3.9+），并使用
pip成功安装了akshare和pandas。 - 数据源与延迟：akshare 的数据来自公开财经网站，免费接口存在秒级延迟，适合复盘和研究，不建议用于高频实盘交易。
如果你需要更具体的帮助，可以提供你的操作系统（Windows/Mac/Linux）和 OpenClaw 的部署方式（本地/服务器），我可以为你提供更详细的步骤。
