要自动执行 → 选 OctoBot
如果你希望策略在无人值守时按规则持续下单、并且能接受自己维护运行环境与承担资金风险,OctoBot 是这一层的工具。它同时提供回测与模拟盘,用来在接实盘前先验证。
OctoBot 项目研究站 · 路线对比
一边是要自己部署、能向交易所发送真实订单的加密交易机器人;一边是装好 AI 助手后用一句话发起研究任务的技能路线。它们都涉及「加密资产」,但任务层级完全不同:前者负责执行,后者负责取数与研究。下面按维度摊开,并给出各自的边界与决策清单。
一边来自官方仓库与 README;一边来自本机技能目录的 SKILL.md 核验。
| 维度 | OctoBot(自托管交易机器人) | EasyClaw 本机技能路线 | 要点 |
|---|---|---|---|
| 任务定位 | 自动化交易执行:挂策略、连交易所、按规则下单 | 研究辅助:取数、算指标、出图、方法论咨询 | 一个动手,一个动脑 |
| 市场 | 加密货币(CEX 现货与合约,经 CCXT) | 加密行情仅由 akshare-finance 覆盖(BTC/ETH 报价类);多数技能面向 A 股/美股 | 市场重叠有限 |
| 交易执行 | 可向交易所发送真实订单(实盘) | 不执行交易:akshare-finance 的 SKILL.md 明确不处理实盘交易 | 这是两条路线最本质的区别 |
| 策略形态 | 内置网格/DCA/篮子/TradingView/AI 模式 + Tentacles 插件扩展 | 无策略执行引擎;quant-analyst 提供回测与风险指标方法论 | 一个是执行引擎,一个是方法论 |
| 部署与运维 | 可执行文件 / Docker / 源码 / 云端;需自有机器长期运行(最低 1 核 1GHz、250MB 内存、1GB 磁盘) | 安装一次即用;部分技能需本机 Python 依赖(akshare、yfinance)或 Node 依赖(chart-image) | 运维成本差异很大 |
| 前置条件 | 交易所 API Key(实盘);源码路线还需 Python 3.13 与 Pants;AI 模式需 OpenAI 或本地 Ollama | akshare-finance 需 pip install akshare>=1.18 pandas;chart-image 需 npm 依赖;quant-analyst 无需 Key | 都要准备环境,但深度不同 |
| 验证方式 | 内置回测引擎 + 模拟盘(回测仅手动实例可用) | 多次提问对照、让模型给出计算过程;无官方回测引擎 | 回测能力是 OctoBot 的明显优势 |
| 风险边界 | 官方免责声明:自负盈亏、先跑模拟模式;GPL-3.0-or-later,商用需联系官方 | 各技能普遍声明不提供投资建议、不处理实盘交易 | 都不为交易结果负责 |
| 集成状态 | 两条路线无已证实集成:README 与源码未提及对方,本机技能目录也无对应技能 | 两条路线并列,不是替代关系 | 本站不做任何集成暗示 |
两条路线的差别不在功能多少,而在最后交到你手上的是什么。
如果你希望策略在无人值守时按规则持续下单、并且能接受自己维护运行环境与承担资金风险,OctoBot 是这一层的工具。它同时提供回测与模拟盘,用来在接实盘前先验证。
如果你只是想查某个加密标的的价格与区间表现、把数据画成图、或者讨论一套回测思路该怎么设计,对话式技能路线的准备成本低得多,而且完全不涉及资金风险。
常见组合是:用技能路线做前期取数与研究(比如先看清 BTC/ETH 的历史区间与波动特征),把结论落到 OctoBot 的策略参数上,但注意两边数据源不同——技能侧多为第三方接口报价,OctoBot 用交易所自身数据。
以下技能目录已在 C:\Users\CF\.easyclaw\skills 核验其 SKILL.md;与 OctoBot 无已证实集成,属独立路线。
| 技能 | 能力(SKILL.md 声明) | 前置条件 / 限制 | 与 OctoBot 的关系 |
|---|---|---|---|
| akshare-finance | AKShare 封装:股票、期货、期权、基金、外汇、债券、指数与加密货币的实时/历史行情;含 crypto_price.py price BTC 等命令 | 需 pip install akshare>=1.18 pandas;SKILL.md 明确不提供投资建议、不处理实盘交易 | 本机仅此一个覆盖加密行情的技能;只取数不下单 |
| chart-image | 用 Vega-Lite 生成发布级图表 PNG(折线/柱/面积/K线/饼/热力图等),纯 Node 无浏览器依赖,离线可用 | 需在脚本目录执行 npm install | 把研究数据出图;OctoBot 自带的界面图表属于执行侧 |
| quant-analyst | 金融建模、策略回测、风险指标(VaR/Sharpe/回撤)、组合优化、统计套利 | 无需外部 Key;会先与你确认执行环境、数据源、目标市场与用途 | 与 OctoBot 的回测方向最接近,但交付是方法论与代码,不是运行中的机器人 |
| yahoo-finance-github | 美股实时行情、历史K线、新闻聚合与组合盈亏分析(yfinance,无需 Key) | 需 venv + pip install yfinance pandas;SKILL.md 明确不支持 A 股/港股、不执行交易 | 市场不重叠(美股为主),仅作行情类技能对照 |
| stock-price-checker | 基于 yfinance 的单标的报价(NVDA/AAPL/VOO/600519.SS/0700.HK 等) | 需 pip install yfinance;中国大陆访问 finance.yahoo.com 需代理 | 单标的报价,非加密交易 |
| tushare-finance / fp-dcf | 中国市场数据(220+ Tushare Pro 接口);A股/港股/美股 DCF 估值引擎 | Tushare 需 Token;fp-dcf 依赖 akshare/baostock/yfinance 等 | 均不覆盖加密货币交易 |
按任务形态与风险偏好选,不按功能条数比大小。
你已经有明确的可自动化策略思路、有交易所账户、能自己把程序跑在常开的机器上,并愿意承担实盘资金风险与运维成本。建议路径:安装 → 回测 → 模拟盘 → 小额实盘。
你只想先拿到加密行情数据、把数据画出来、或者把一套策略想法讨论清楚,不打算现在就让程序下单。准备成本最低,也没有资金风险。
稳妥的顺序:先用对话式技能把研究问题问清楚(标的、区间、波动特征),确认这套思路值得长期执行,再把它落到 OctoBot 的策略参数里做回测与模拟盘。
这一节是本站发布本页的前提,请勿跳过。
不是。OctoBot 是 Drakkar-Software 开源的加密货币交易机器人,需要自己部署并能向交易所发真实订单;EasyClaw 是带本机技能体系的 AI 助手软件。两者没有已证实集成,是两条独立路线。
没有证据支持。OctoBot 通过官方可执行文件、Docker 镜像或 Python 源码部署,本机技能目录里也没有对应技能。这条边界在首页与安装页有同样声明。
取决于你要什么。要自动下单与长期无人值守执行,只能靠自建机器人;要取数与研究,技能路线更轻。需要特别强调的是:本机技能不执行交易,也无法代管资金,这两件事在能力层面就不重叠。
不保证一致。akshare-finance 通过第三方接口取加密行情,OctoBot 直接用交易所的行情与订单簿数据,来源与口径都不同。跨路线比较数字前应先对齐数据源与时间戳。
不会,两者互不写入对方的存储,技能路线也不会碰你的交易所账户。需要注意的是别把「研究结论」当成「可以立即实盘」——中间还隔着回测、模拟盘与风险预算。
不能。OctoBot 官方免责声明明确作者与关联方不对交易结果负责,本站同样只做资料整理、不接触你的资金与账户。任何实盘决策与后果都由你本人承担。