Obsidian 与 OpenClaw 构建量化投研第二大脑：AI Agent 长期记忆实战

1. 为什么量化投研需要一个“第二大脑”

做量化投研的人，日常面对的信息密度是极高的。一边是行情数据、因子暴露、回测曲线，另一边是研报、公告、会议纪要、自己的复盘笔记。我做了几年策略研究，最深的体会不是“模型不够强”，而是“信息找不回来”。三个月前看过的一篇关于某行业库存周期的深度报告，当时觉得逻辑很顺，等到真正要写策略的时候，只记得“好像在哪看过”，翻遍文件夹和浏览器历史都找不到。这种信息断层，比缺数据更让人抓狂。

后来我把整套投研笔记体系迁到了 Obsidian，再把它和 OpenClaw 这类 AI Agent 框架接起来，情况才彻底改变。Obsidian 负责“存”，用 Markdown 把一切结构化地沉淀下来；OpenClaw 负责“用”，把这些笔记当作长期记忆和养料库，让智能体在回答问题时能引用我自己的研究积累，而不是每次从零开始瞎编。这套组合解决的核心问题是：让 AI 拥有属于你自己的、可追溯的、持续增长的领域知识底座。

这篇文章适合两类人看。一类是做量化或投研、已经有一定笔记习惯但没形成体系的朋友；另一类是正在搭 AI Agent、想让智能体真正“懂业务”而不是只会闲聊的开发者。我会把 Obsidian 知识库怎么设计、怎么和 OpenClaw 打通、中间踩过哪些坑，全部摊开讲。你不需要是 Obsidian 老手，跟着做就能复现。

2. 整体设计思路：为什么是 Obsidian 加 OpenClaw

2.1 投研知识库的三个硬性要求

在选工具之前，我先想清楚了自己的需求。投研知识库不是普通的笔记软件能糊弄过去的，它有三个硬性要求。

第一是纯文本可迁移。投研笔记可能要存十年二十年，我不能接受数据被锁在某个厂商的私有格式里。Markdown 是纯文本，任何编辑器都能打开，未来就算 Obsidian 不在了，我的笔记还在。这一点在我迁移过两次笔记软件之后体会特别深，之前用某云笔记，导出的时候格式全乱，图片链接全断，那种无力感不想再经历第二次。

第二是双向链接与图谱。投研的核心是关联，一个因子可能同时关联到多个行业、多个策略、多个时间窗口。传统文件夹是树状结构，一个文件只能放在一个地方，但知识是网状的。Obsidian 的[[双链]]让我可以从“动量因子”跳到“某行业动量失效案例”，再跳到“当时的市场环境复盘”，这种非线性跳转是投研思维的真实映射。

第三是可被程序读取。这一点是给 AI Agent 准备的。Markdown 文件本质就是文本，OpenClaw 可以直接读取、切分、向量化，不需要复杂的解析层。如果笔记是富文本或者数据库格式，接入 AI 的成本会高很多。

2.2 OpenClaw 在其中的角色定位

OpenClaw 是一个 AI Agent 框架，它的核心能力是让大模型具备工具调用、记忆管理和任务编排的能力。很多人搭 Agent 的时候，记忆层随便用一个向量数据库就完事了，结果智能体回答问题时引用的都是网上爬来的泛泛内容，跟自己的业务毫无关系。

我把 OpenClaw 的记忆层直接指向 Obsidian 的 vault 目录，相当于给智能体装了一个“专属图书馆”。它检索的时候，命中的是我自己写的研报摘要、因子逻辑、回测结论，而不是维基百科。这个差别在量化场景下是决定性的——通用知识谁都有，但“我上个月回测发现某因子在特定市场状态下失效”这种信息，只有我的知识库里有。

2.3 两者结合的数据流设计

整套系统的数据流我设计成三层。最底层是原始素材层，存放网页剪藏、PDF 转出的 Markdown、会议记录，这一层不做太多加工，保持原貌。中间是加工笔记层，我在这里写自己的理解、提炼因子逻辑、记录回测参数，这是知识库的核心价值所在。最上层是索引层，由 OpenClaw 维护向量索引和元数据，负责快速检索。

提示：三层分离的好处是，原始素材可以随时删改而不影响加工笔记，索引层可以随时重建而不动原始数据。很多人把三层混在一起，后期维护会非常痛苦。

3. Obsidian 知识库的目录与规范设计

3.1 目录结构：按“用途”而非“主题”划分

我见过很多人的 Obsidian 库，目录是按主题分的：宏观、行业、个股、策略。这个分法看起来合理，但用久了会乱，因为一篇研报可能同时涉及宏观和行业，你不知道该放哪。

我最后采用的是按用途划分，目录结构如下：

vault/ ├── 00_Inbox/ # 临时收集，每周清空 ├── 10_Sources/ # 原始素材：剪藏、PDF转MD、纪要 ├── 20_Notes/ # 加工笔记：我的理解和提炼 │ ├── Factors/ # 因子逻辑卡片 │ ├── Strategies/ # 策略复盘 │ └── Market/ # 市场状态记录 ├── 30_Projects/ # 进行中的研究项目 ├── 40_Archive/ # 已完成归档 └── 90_Meta/ # 模板、附件、配置

这个结构的关键在于10_Sources和20_Notes的分离。素材是别人的，笔记是我的。当 OpenClaw 检索时，我可以指定优先检索20_Notes，因为那才是我自己的思考结晶。素材层只在需要溯源的时候才查。

3.2 命名规范：让文件名本身携带信息

文件名是检索的第一道关口。我踩过的坑是早期用“研报1”“会议记录2”这种命名，三个月后完全不知道是什么内容。后来我强制自己用统一格式：

• 素材类：YYYYMMDD_来源_主题，例如20240315_某券商_光伏库存周期深度
• 笔记类：主题_核心结论，例如动量因子_高换手率下衰减明显
• 项目类：项目名_状态，例如CTA策略优化_进行中

这个规范看起来死板，但它让文件名本身就变成了可检索的元数据。OpenClaw 在做关键词匹配时，文件名权重可以调高，命中率会明显提升。

3.3 元数据设计：YAML Frontmatter 的实战用法

Obsidian 支持在文件头部写 YAML 元数据，这是接入 AI 的关键。我的每篇加工笔记头部都有这样的结构：

--- type: factor_note tags: [动量, 换手率, A股] created: 2024-03-15 updated: 2024-04-02 status: verified confidence: high related_factors: [反转因子, 波动率因子] ---

这些字段不是摆设。type让 OpenClaw 可以按类型过滤，比如只检索因子笔记；status区分草稿和已验证结论，避免智能体引用我还没验证的猜想；confidence让我知道这条结论的可信度。related_factors则是给图谱和检索用的关联线索。

注意：YAML 里的冒号后面必须跟空格，中文标签建议用英文或拼音，避免某些解析器出问题。我一开始用中文标签，OpenClaw 的解析器偶尔会报错，换成英文后稳定了。

3.4 双链与标签的配合策略

双链和标签经常被混用，其实它们职责不同。双链用于表达“这篇笔记和那篇笔记有具体关系”，比如“动量因子”笔记里链接到“某次动量失效复盘”。标签用于表达“这篇笔记属于某个类别”，比如#因子#宏观。

我的原则是：能具体链接就不打标签。因为双链是有向的、有上下文的，标签是扁平的。OpenClaw 在处理双链时，可以顺着链接做多跳检索，找到关联知识；标签只能做单层过滤。所以在写笔记时，我会刻意多写双链，把知识织成网。

4. 把 Obsidian 变成 OpenClaw 的长期记忆

4.1 OpenClaw 的记忆层架构理解

OpenClaw 的记忆通常分短期记忆和长期记忆。短期记忆是当前对话的上下文，长期记忆则是跨会话的知识沉淀。我要做的是把 Obsidian 的 vault 作为长期记忆的数据源。

具体来说，OpenClaw 会做三件事：读取Markdown 文件、切分成合适的片段、向量化后存入索引。检索时，用户的问题被向量化，然后和索引里的片段做相似度匹配，命中的片段作为上下文喂给大模型。

这里有个关键点：切分策略直接决定检索质量。如果按固定字数切，可能把一个完整的因子逻辑切成两半，检索到一半反而误导模型。我的做法是按 Markdown 的标题层级切分，一个##小节作为一个 chunk，这样每个片段都是语义完整的。

4.2 让笔记“可被检索”的写作技巧

不是所有笔记都适合喂给 AI。我总结了几个让笔记更“可检索”的写法。

第一，结论前置。每篇笔记开头用一两句话把核心结论说清楚，不要铺垫。因为检索命中的往往是片段，如果结论藏在第三段，模型可能看不到。

第二，避免代词。写“该因子在震荡市失效”而不是“它在震荡市失效”。代词在片段被单独取出时会丢失指代对象，模型会困惑。

第三，显式写出关键数字和条件。比如“当 20 日换手率超过 5% 时，动量因子 IC 从 0.06 降到 0.02”，这种具体表述比“换手率高的时候动量效果变差”有用得多。

4.3 索引构建的实操步骤

假设你已经装好了 OpenClaw，接入 Obsidian 的大致流程是这样的。先确认 vault 路径，然后在 OpenClaw 的配置里指定数据源目录。我一般只索引20_Notes和30_Projects，不索引10_Sources，因为素材层噪音太大。

# 假设 OpenClaw 提供了命令行工具 openclaw index add --source /path/to/vault/20_Notes --type markdown openclaw index add --source /path/to/vault/30_Projects --type markdown openclaw index build --rebuild

索引构建完成后，可以做个简单测试，问一个只有你知识库里才有的问题，看它能不能引用到你的笔记。如果引用的是通用知识，说明索引没生效或者检索权重有问题。

提示：索引不是一劳永逸的。我设置了每天定时重建索引，因为投研笔记更新频繁。增量索引虽然快，但偶尔会漏掉改动，全量重建更稳妥，反正笔记量级不大，几分钟就跑完了。

4.4 检索权重调优的实战参数

OpenClaw 的检索通常支持多路召回，比如向量相似度、关键词匹配、元数据过滤。我的调优经验是：向量相似度权重 0.6，关键词匹配 0.3，元数据过滤 0.1。投研问题往往有明确的关键词（因子名、行业名），所以关键词匹配不能太低。

另外，我会给20_Notes目录的片段加一个权重系数 1.2，给10_Sources加 0.8。这样同样相关的情况下，优先引用我自己的笔记。这个系数在配置文件里一般能改，具体字段名看 OpenClaw 版本。

5. 智能体养料库的进阶玩法

5.1 用模板保证笔记质量的一致性

人工写笔记难免有疏漏，我用 Obsidian 的模板功能强制自己填关键字段。比如因子笔记模板：

--- type: factor_note tags: [] created: {{date}} status: draft confidence: medium --- ## 核心结论 （一句话说清楚这个因子是干什么的） ## 逻辑推导 （为什么这个因子有效，背后的经济学或行为金融学解释） ## 回测参数 - 回测区间： - 股票池： - 调仓频率： - 手续费假设： ## 失效条件 （什么市场状态下这个因子会失效） ## 相关笔记 - [[]]

模板的价值在于，它让每篇笔记的结构一致，OpenClaw 切分和检索时更稳定。而且失效条件这个字段特别重要，很多人只记因子有效的时候，不记失效的时候，结果实盘踩坑。

5.2 让智能体主动“整理”知识库

OpenClaw 不只是被动检索，还可以让它主动做知识整理。我配置了一个定时任务，每周让智能体扫描00_Inbox，把里面的碎片内容分类建议归档位置，并生成一份“本周新增知识摘要”。

这个功能的实现思路是：给智能体一个 prompt，让它读取 Inbox 里的文件，输出分类建议和摘要，然后我人工确认后移动文件。注意，我让它只做建议，不自动移动，因为自动分类偶尔会出错，投研笔记放错位置后果比较麻烦。

5.3 跨笔记的关联发现

这是我觉得最有价值的功能。OpenClaw 可以分析多篇笔记，发现我自己没注意到的关联。比如它可能提示：“你在三篇不同笔记里都提到了‘流动性收紧’，但用了不同的表述，是否要统一标签？”

实现方式是让智能体做聚类分析，把语义相近但标签不同的笔记找出来。这个功能帮我发现了好几次知识盲区，比如我写了两篇关于同一因子的笔记，但当时没意识到，因为标题不一样。

5.4 与量化回测流程的衔接

知识库最终要服务于策略开发。我的做法是，在写策略代码前，先让 OpenClaw 基于知识库生成一份“策略设计备忘”，列出相关因子、历史失效条件、需要注意的市场状态。这份备忘直接作为策略文档的一部分。

这样做的价值在于，它把散落在笔记里的经验，在策略开发的关键节点上重新激活。很多时候策略失败不是因为代码写错，而是因为忽略了某个已知的坑，而这个坑我其实早就记在笔记里了，只是没想起来。

6. 常见问题与排查实录

6.1 索引不生效或检索结果为空

这是最常见的问题。排查顺序是这样的：先确认 vault 路径是否正确，OpenClaw 有没有读取权限；再确认文件是不是.md后缀，有些剪藏插件会存成.markdown，需要统一；然后检查索引有没有真正构建成功，看日志里有没有报错。

我遇到过一次，索引构建显示成功，但检索一直为空，最后发现是文件编码问题，有几篇笔记是 GBK 编码，解析器读出来是乱码。统一转成 UTF-8 后解决。

6.2 中文检索效果差

中文向量化对模型有要求，如果用的 embedding 模型对中文支持不好，检索质量会很差。我的建议是选专门针对中文优化的 embedding 模型。另外，中文没有空格分词，关键词匹配那一路的配置要注意分词器的选择。

还有一个技巧：在笔记里给关键概念加上英文对照，比如“动量因子（Momentum Factor）”，这样无论用中文还是英文检索都能命中。

6.3 笔记更新后索引不同步

前面提过，我用定时全量重建来解决。如果你笔记量特别大，全量重建太慢，可以用增量索引，但要设置一个“强制重建”的周期，比如每周一次，防止增量累积误差。

6.4 智能体引用了过时结论

投研结论是有时效性的。我在 YAML 里加了updated字段，并在 OpenClaw 检索时加了一个时间衰减因子，越新的笔记权重越高。同时，对于status: deprecated的笔记，直接排除出检索范围。

下面这张表是我整理的常见问题速查：

6.5 几个我踩过的坑

第一个坑是过早追求自动化。我一开始想让智能体自动整理所有笔记，结果它把不同项目的笔记混在一起，花了我两天才理清。后来改成“建议+人工确认”，稳多了。

第二个坑是笔记写得太简略。早期我觉得自己看得懂就行，写得很省略。结果喂给 AI 之后，它完全无法理解，因为缺少上下文。现在我写笔记会假设“一个不了解背景的人也能看懂”，这个标准让笔记质量提升了一个档次。

第三个坑是忽略元数据。我一开始觉得 YAML 麻烦，懒得写。后来发现没有元数据，检索时无法过滤，噪音特别大。现在元数据是我写笔记的第一步，比正文还先写。

7. 我个人的一些实操体会

这套 Obsidian 加 OpenClaw 的组合，我用了大半年，最大的感受是：知识库的价值不在于存了多少，而在于能不能在需要的时候被调用。以前我的笔记是“死”的，存进去就忘了；现在它是“活”的，智能体会在我写策略、做复盘的时候主动把相关经验推到我面前。

如果你刚开始搭，我的建议是不要追求大而全。先建一个最小的可用版本：一个 vault，两三个目录，一个模板，把 OpenClaw 接上，跑通“写笔记—建索引—检索引用”这个闭环。跑通之后，再慢慢优化切分策略、检索权重、自动化流程。很多人卡在“设计完美体系”的阶段，结果一个字没写，这最可惜。

最后分享一个小技巧：我会定期让 OpenClaw 基于知识库生成一份“知识盲区报告”，列出我记录较少或结论矛盾的主题。这份报告往往能指出我研究中的薄弱环节，比我自己凭感觉判断准得多。知识库不只是记忆，它还能照出你的认知边界。