I

前言

作为一名量化投资爱好者，我一直在寻找一种方式，能让我的 AI 助手直接调用金融数据，而不是每次都要打开终端跑 Python 脚本。终于，TUshare发布了基于在ClawHub上的TUshare skill，我意识到：只要给 Agent 装上一个 TuShare Skill，就能在飞书对话中随时查询 A 股行情、基本面、资金流向等数据。

本文完整记录了我在阿里云 ECS 服务器上，从 ClawHub 下载 TuShare Skill、安全审查、配置部署、到飞书端成功调用的全过程，希望能为同样想给自己的 Agent 扩展金融数据能力的朋友提供参考。

一、环境背景

项目	配置
服务器	阿里云 ECS
操作系统	AliOS（CentOS 系）
OpenClaw 版本	2026.2.24 (df9a474)
AI 模型	dashscope/qwen3.5-plus
前端渠道	飞书自建 Agent（多多助理）
目标 Skill	TuShare v1.0.5（来自 ClawHub）

二、什么是 Skill？为什么要装 Skill？

在深入操作之前，有必要先理解 OpenClaw 的 Skill 机制。

Skill 是给 AI Agent 的"操作手册"，用自然语言（Markdown）教 AI 怎么完成特定任务。与普通 Prompt 的区别在于：

Prompt 是一段静态文本，一次性加载到上下文

Skill 是一个完整的文件夹，包含指令、脚本和资源，Agent 动态按需加载

一个标准 Skill 的目录结构如下：

skills/

└── my-skill/

    ├── SKILL.md          # ✅ 必需：核心指令文件

    ├── scripts/          # 🔧 可选：辅助脚本

    ├── references/       # 📚 可选：参考文档

    └── _meta.json        # 📋 元数据

​

其中 SKILL.md是核心，由 YAML 元数据（定义"我是谁、什么时候用我"）和 Markdown 指令（定义"具体怎么做"）两部分组成。Agent 启动时只加载元数据，用户提问时才按需加载完整指令，非常高效。

三、安装过程

3.1 从 ClawHub 下载 Skill

在 ClawHub 上找到 TuShare Skill（v1.0.5, by @lidayan），点击 Download zip 获取下载链接。

注意：

openclaw skills install tushare

命令在当前版本并不支持参数传入，所以需要手动下载安装。

在服务器终端操作：

# 创建 skills 目录

mkdir -p ~/.openclaw/skills/tushare

# 用 wget 下载（URL 从 ClawHub 页面右键复制）

wget -O /tmp/tushare.zip "下载链接"

# 解压（如果没有 unzip，先安装：yum install -y unzip）

unzip /tmp/tushare.zip -d /tmp/tushare-temp

# 拷贝到正确位置

cp -r /tmp/tushare-temp/* ~/.openclaw/skills/tushare/

# 验证文件结构

ls ~/.openclaw/skills/tushare/SKILL.md

​

验证结果：

SKILL.md  scripts/  references/  _meta.json

​

文件结构完整，SKILL.md位于正确路径。

3.2 安全审查（重要！）

ClawHub 的安全扫描对该 Skill 给出了 Suspicious（可疑） 标记，提示"文档/元数据在凭证处理和来源可追溯性上不一致"。作为涉及金融账户 Token 的 Skill，安全审查不可跳过。

审查步骤一：检查脚本是否有可疑网络请求

grep -r "http" ~/.openclaw/skills/tushare/scripts/

grep -r "requests" ~/.openclaw/skills/tushare/scripts/

​

结果：无输出 — 脚本中没有可疑的网络调用。

审查步骤二：检查参考文档中的 API 调用

grep -r "curl" ~/.openclaw/skills/tushare/references/

​

发现问题 — 参考文档中的 curl 示例使用了明文 HTTP：

curl -X POST -d '{"token": "xxx", ...}' http://api.waditu.com

​

Token 在 HTTP 传输中可能被窃听截获！

修复：将 HTTP 替换为 HTTPS

sed -i 's|http://api.waditu.com|https://api.waditu.com|g' \

    ~/.openclaw/skills/tushare/references/*.md

# 验证修复

grep -r "http://api.waditu.com" ~/.openclaw/skills/tushare/references/

# 无输出 ✅

grep -r "https://api.waditu.com" ~/.openclaw/skills/tushare/references/

# 可以看到已替换为 HTTPS ✅

​

3.3 服务器安全自检

在配置 TuShare Token 之前，我还对服务器的 SSH 安全性做了一次快速自检：

cat /etc/ssh/sshd_config | grep -i "PasswordAuthentication"

# → PasswordAuthentication no ✅ 已禁用密码登录

cat /etc/ssh/sshd_config | grep -i "PermitRootLogin"

# → PermitRootLogin yes ⚠️ 建议改为 prohibit-password

tail -50 /var/log/secure | grep "Failed password"

# → 无输出 ✅ 没有暴力破解记录

​

整体安全状况良好：密码登录已禁用，仅允许密钥登录，无异常登录记录。可以放心在服务器上配置 Token。

3.4 配置 Token 与依赖

# 配置 TuShare Pro Token（通过环境变量）

export TUSHARE_TOKEN="你的token"

echo 'export TUSHARE_TOKEN="你的token"' >> ~/.bashrc

source ~/.bashrc

# 安装 Python 依赖

pip3 install tushare

​

3.5 重启 OpenClaw Gateway

# 先停后启

openclaw gateway stop && openclaw gateway

​

启动日志显示一切正常：

[gateway] listening on ws://***.0.0.1:18***

[feishu] feishu[default]: WebSocket client started

[info]: [ '[ws]', 'ws client ready' ]

​

Gateway 正常运行，飞书 WebSocket 连接就绪。

四、测试效果

在飞书中向 Agent 发送查询请求，Agent 成功调用 TuShare Skill，返回了完整的股票数据：

测试结果：Agent 成功返回了包含基本信息、最新行情（收盘价、涨跌幅、开盘价、最高价、最低价）、近期走势分析以及简评在内的完整数据报告，底部标注"数据来源：Tushare"。

数据准确、格式美观、响应速度快，TuShare Skill 安装成功！

五、踩坑与经验总结

踩过的坑

问题	原因	解决方案
wget 下载返回 404	推测的 URL 不是真实下载地址	从 ClawHub 页面右键复制真实链接
unzip: command not found	服务器未预装 unzip	yum install -y unzip
openclaw skills install 报错	当前版本 CLI 不支持该命令	手动下载解压安装
pip: command not found	系统只有 pip3	使用 pip3 install tushare
Gateway 启动失败	旧进程仍在运行，端口被占用	先 openclaw gateway stop 再启动

经验总结

安全审查不可省略：尤其是涉及 API Token 的 Skill，一定要审查脚本内容和网络请求方式

关注 HTTP vs HTTPS：明文 HTTP 传输 Token 是常见的安全隐患，发现后应立即修复

服务器安全是基础：配置敏感凭证前，先确认服务器的 SSH 安全措施到位

手动安装并不复杂：即使 CLI 不支持一键安装，手动操作也只需要几步

环境变量是存储 Token 的合理方式：在单人使用、密钥登录的服务器上，写入 .bashrc是可接受的做法

六、后续规划

调优 Skill：根据实际使用反馈，修改 SKILL.md中的指令，让 Agent 的数据分析更精准

结合选股策略：将 TuShare Skill 与自己的量化选股脚本结合，实现"对话式选股"

结语

从发现 TuShare Skill 到飞书端成功调用，整个过程大约花了 30 分钟。OpenClaw 的 Skill 系统让 AI Agent 的能力扩展变得非常灵活——本质上就是写好一个 SKILL.md，配上必要的脚本和资源，Agent 就能学会新技能。