要清单：选自建
如果你要的是「每天收盘后，按同一套规则筛出来的标的清单，并自动推到群里」，那选股系统这条路更直接。代价是环境要自己维护、阈值改动要动源码，而且它不会告诉你这份清单好不好。
Sequoia-X 项目研究站 · 路线对比
Sequoia-X vs EasyClaw：自建选股流水线，还是免部署提问
一边是要装 Python 环境、回填历史数据、用 crontab 定时跑的本地选股系统；一边是装好 AI 助手后用一句话发起研究任务的技能路线。两者在「选股」这件事上确实有交集，但交付物不同：前者给你一份每天自动产出、按策略分群推送的候选清单，后者给你一段可以继续追问的分析结论。下面按维度摊开，再给决策清单。
Sequoia-X 自建路线本地库 + 固定阈值 + 定时 + 飞书播报
EasyClaw 技能路线免部署 + 对话式提问 + 结果文件
共同边界均只做研究辅助，不构成投资建议
Comparison
两条路线的核心对比表
一边来自官方仓库与源码；一边来自本机技能目录的 SKILL.md 核验。
| 维度 | Sequoia-X（自建选股流水线） | EasyClaw 本机技能路线 | 要点 |
|---|---|---|---|
| 定位 | Python 命令行选股系统（七个固定形态策略） | 免部署 AI 助手 + 本机技能包（自然语言任务） | 一个产出清单，一个产出结论 |
| 选股方式 | 七个策略的阈值写死在源码里，全市场逐只扫描 | 用自然语言描述条件（妙想智能选股、同花顺问财等） | 固定规则 vs 条件表达 |
| 数据与存储 | baostock 日 K（后复权）存进本地 SQLite，可拷贝迁移 | 按技能而异：公开接口或需 Key 的数据服务，结果落 CSV / JSON / Markdown | 本地库可复现，远端接口依赖服务 |
| 调度与推送 | crontab 定时（示例 19:15），按策略推送到对应飞书群 | 会话式按需提问；监控类技能面向已指定标的，SKILL.md 明确不支持自动推送 | 无人值守 vs 按需触发 |
| 前置成本 | Python ≥3.10 + 依赖 + 必填飞书 Webhook + 首次回填（约 12 分钟，项目自述） | 安装 EasyClaw；部分技能需 API Key / Token（见下表） | 一个维护环境，一个维护凭据 |
| 技术形态能力 | 海龟突破、均线放量、高窄旗形、涨停洗盘、上升跌停、RPS 突破、定增监控 | K 线技术分析技能覆盖形态与指标；监控类技能覆盖均线、量能、RSI、缺口等预警规则 | 全市场扫描 vs 单只分析 |
| 事件类能力 | 定增公告监控（东财增发数据、7 天窗口） | 同花顺问财的事件类查询（增发、解禁、质押等）、妙想资讯搜索 | 接口来源不同 |
| 输出形态 | 飞书卡片：日期 / 策略 / 数量 / 带雪球链接的标的列表 | 对话结论、指标数值、结构化清单，部分技能可导出文件或出图 | 推送清单 vs 分析结论 |
| 许可 | README 声明 MIT，但仓库内未见 LICENSE 文件（证据冲突） | 各技能各有许可与前置条件，需逐个确认 | 商用前都要自行核实 |
| 共同边界 | 没有回测引擎、没有实盘下单、没有止损，输出只是候选清单 | 多个技能的 SKILL.md 明确不支持自动下单、不生成投资建议 | 都只做研究辅助 |
Deliverables
先问「你要的交付物是什么」
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。
要结论：选技能路线
如果你要的是「某只股票当前的技术状态」「某个板块里符合若干条件的标的」「某段时间的涨跌幅」这类可追问的结论，对话式技能路线准备成本更低，但要接受各技能自身的前置条件与范围限制。
两者并用
常见组合是：用技能路线做快速取数与初筛，把值得深挖的想法放到本地流水线里做固定规则的每日跟踪。注意两边数据源与口径不同——本地库是后复权日线，远端接口多为不复权实时或日线，比较前先对齐。
EasyClaw skills
EasyClaw 本机技能清单（已核验）
以下技能目录已在 C:\Users\CF\.easyclaw\skills 核验其 SKILL.md；与本项目无已证实集成，属独立路线。
| 技能 | 能力（SKILL.md 声明） | 前置条件 / 限制 | 与本项目的关系 |
|---|---|---|---|
| mx-select-stock（妙想智能选股） | 按行情 / 财务条件自然语言筛选，输出 CSV 与 JSON 到工作目录 | 需 MX_APIKEY（东财妙想页领取）；授权与额度未验证 | 同为「按条件选股」，条件是自然语言而非固定形态阈值 |
| iwencai（同花顺问财） | 行情 / 财务 / 事件 / 条件选股等多类查询入口 | 需 IWENCAI_API_KEY 与连接授权，有连接门禁检查 | 可做选股与事件查询，但不落本地库存量数据 |
| stock-technical-mastery（K 线技术分析） | K 线形态、MACD / RSI / 布林带、量价关系，可出报告与图 | 基于新浪财经与 Baostock 取数；不支持基本面，不覆盖港股美股期货外汇 | 与突破/反转类策略同属技术面，但面向单只标的 |
| stock-monitor-skill-0-1-0（盯盘预警） | 七类预警规则（成本盈亏、日内涨跌、量能异动、均线金叉死叉、RSI、跳空、动态止盈） | 需配置标的与阈值；明确不支持自动下单、不生成投资建议、不覆盖期货外汇加密 | 均线/量能思路相近，但它面向已选标的、不做全市场扫描 |
| akshare-finance | A 股行情与大盘概览、宏观指标、加密货币行情 | 需本机安装 akshare>=1.18 与 pandas | 快速取数入口；注意本项目的定增策略也用到了 akshare |
| a-stock-analysis | A 股实时行情、分时量能分布、主力动向、持仓盈亏 | 依赖公开行情接口，需本机运行脚本 | 偏盘中视角，与收盘后扫描互补 |
| eastmoney-operations / mx-data / mx-search | 妙想统一入口：搜索、选股、自选、数据、模拟组合；另有资讯检索 | 需 MX_APIKEY 或本地 key 文件；模拟组合明确仅用于模拟 | 数据与事件检索方向，非形态扫描 |
| tushare-finance / quant-analyst | Tushare 接口封装；金融建模、回测与风险指标等方法论 | Tushare 需 TUSHARE_TOKEN；quant-analyst 为本地计算 | quant-analyst 与「策略有效吗」这个问题方向最接近，但交付是方法论与代码 |
说明：上表只陈述各技能 SKILL.md 已声明的能力与前置条件，不声称它们与本项目之间存在调用、集成或替代关系。技能目录存在只表示已安装，不等于已授权或运行成功。
Decision
Sequoia-X 还是 EasyClaw：三条决策清单
按任务形态选，而不是按功能条数比大小。
选自建选股流水线
你要一份每天自动生成、规则透明可查、能长期跟踪的候选清单，并且愿意维护 Python 环境、准备飞书 Webhook、承担首次回填的等待时间。适合已经有固定研究框架的人。
选 EasyClaw 技能路线
你只想快速拿到某个标的的状态、某类条件下的标的清单或某段时间的表现，不打算维护工程环境；同时接受部分技能需要 API Key、且各技能有明确的能力边界。
先技能后自建
比较稳妥的顺序是：先用技能路线把问题问清楚、把标的范围缩小，确认这个研究方向值得长期跟踪，再把它固化成自建流水线里的一套阈值。避免一上来就投入环境搭建成本。
Boundary
Sequoia-X 与 EasyClaw 的证据边界与披露
这一节是本站发布本页的前提，请勿跳过。
无已证实集成：两者没有官方集成证据——本项目的 README 与源码都没有提到 EasyClaw，EasyClaw 本机技能目录里也没有对应技能。本页对比的是「本地选股系统自建路线」与「EasyClaw 独立技能路线」，不声称本项目可在 EasyClaw 中安装，也不声称两者共享账号、数据或接口。
许可差异：本项目的许可证存在证据冲突——README 声明 MIT，但仓库文件树中没有 LICENSE 文件、GitHub 也未识别到许可证，商用前请向作者确认。EasyClaw 各技能有各自许可与前置条件，需逐个核实，两者不可直接类比。
风险提示：两条路线的输出都只用于研究参考，不构成投资建议。本站不提供任何收益、胜率或回撤数据；本项目未在本机安装或运行，页面没有它的运行截图或输出记录，所有关于其行为的描述均来自官方仓库 README 与源码。
FAQ
对比页常见问题
Sequoia-X 和 EasyClaw 是一回事吗？
不是。前者是 sngyai 开源的 A 股自动选股系统，形态是 Python 命令行程序；后者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。
EasyClaw 里能一键安装 Sequoia-X 吗？
没有证据支持。本项目通过 Python 包管理安装（uv sync 或 pip install .），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都有同样声明。
EasyClaw 技能能替代 Sequoia-X 吗？
取决于交付物。要每天自动产出的候选清单与定时推送，自建系统更合适；要快速取数与可追问的结论，技能路线更轻。两边的文档都没有「互相替代」的说法。
两边给的选股结果会一致吗？
不会，而且不应该期待一致。本项目用的是后复权日线加固定阈值，技能路线多使用不复权行情或外部数据服务，条件表达方式也不同。同一只股票一边命中一边不命中属正常，比较前需先对齐数据源与口径。
同时用会冲突吗？
不会，两者互不写入对方的存储。真正需要注意的是「用两套不同口径的结论互相印证」——比如用本地后复权数据算出的形态结论去解释盘中实时行情，会得出误导性的判断。
需要额外花多少钱？
本项目侧的数据源是免费的（README 说明 baostock 无需注册），成本主要是机器与时间。EasyClaw 侧部分技能需要 API Key，可能存在额度限制；本站没有采集各技能的资费与额度信息，请以各技能官方说明为准。