Q01
FiClaw 是什么？
FiClaw 是面向金融团队的智能体协作平台，当前重点围绕桌面端、内置金融 Agent、云端模型路由、账号积分和量化能力接口，把研究、分析、复核、回测和执行前检查这些环节逐步接起来。
FAQ
常见问题
本页集中说明 FiClaw 的下载试用、金融 Agent、模型积分、量化能力、安全边界、适用团队与试点方式，便于快速完成初步评估。
Q02
现在可以直接试用吗？
可以。FiClaw 已提供 macOS Apple Silicon 桌面端下载入口，安装后可以通过短信登录进入主工作台，体验内置金融 Agent、云端模型和会员中心积分记录。
Q03
首次使用应该从哪里开始？
建议先按快速开始流程完成下载安装、短信登录、主工作台体验和 Agent 选择，再根据需要查看模型与积分、金融 Agent、量化能力和产品更新页面。
Q04
FiClaw 和普通 AI 助手有什么区别？
普通 AI 助手更偏向问答、写作、代码生成和个人效率提升，而 FiClaw 更强调进入团队工作流，支持研究结果传递、任务协作、风控复核与执行衔接。重点不只是回答问题，而是让流程持续运转。
Q05
FiClaw 内置哪些金融 Agent？
当前 FiClaw Desktop 已围绕投资总监、量化研究员、风控经理、股票分析师、交易员和主工作台预置角色。不同角色适合承担不同任务，减少把所有问题都交给同一个通用助手的混乱。
Q06
模型与积分是怎么工作的？
FiClaw 通过 FiClawCloud 统一路由云端模型，并用积分记录模型调用消耗。不同模型的能力、速度、上下文和消耗不同，桌面端会员中心会展示余额、充值记录、消费记录和当前模型费率口径。
Q07
FiClaw 支持哪些模型？
当前公开页面展示了 Claude、GPT、Gemini、DeepSeek、Qwen、Kimi、GLM、MiniMax 等模型组里的可用模型示例。具体可用集合以 FiClawCloud 和桌面端同步到的当前模型目录为准。
Q08
FiClaw 的量化能力现在到什么阶段？
FiClaw 正在通过 FiClawQuantAPI 将行情、财报、宏观、回测、模拟盘、选股和风控等能力逐步接入 Agent 工作流。公开页面会说明能力范围和边界，避免把内部系统细节或未完成能力提前包装成承诺。
Q09
FiClaw 更适合什么样的团队？
FiClaw 更适合已经在开展投研、量化研究、风控复核，或正在尝试将 AI 接入真实业务流程的团队。尤其适合已开始使用 AI，但仍面临流程断层、协作不顺和结果难沉淀问题的团队。
Q10
应该从哪个场景开始试点？
通常建议先从高频、重复、需要协作且适合留痕复核的环节切入，例如研究资料整理、量化研究支持、回测验证辅助、风控复核或研究到执行的任务衔接。这样更便于评估结果并继续扩展。
Q11
FiClaw 会替代研究员、交易员或风控人员吗？
不会。FiClaw 更适合作为协作者和流程放大器，帮助团队减少重复劳动、提升交接效率、增强复核能力。涉及投资判断、风控结论、策略上线、交易执行或对外输出时，仍应保留人工复核和团队内部确认。
Q12
FiClaw 会自动交易或承诺收益吗？
不会。FiClaw 不承诺投资收益，也不替代持牌机构的专业判断、合规审查或风险控制责任。FiClaw 更适合辅助研究、分析、复核和执行前检查，而不是绕过人工确认直接做资金相关动作。
Q13
FiClaw 在风控相关环节能做什么？
更适合做规则检查、异常提示、材料整理、案例关联和复核支持。它不是替风控拍板，而是把前置整理、信息归纳和流程留痕做得更稳，让人工能把精力放在真正需要判断的地方。
Q14
引入 FiClaw 需要一次性改掉原来的流程吗？
不需要。更现实的方式通常是先选一个关键环节切进去，让 AI 先承担清晰角色，再逐步向上下游扩展。这样风险更可控，也更容易判断什么是真正有效的。
Q15
团队试点前需要准备什么？
建议先明确一个真实业务卡点、参与人员、数据来源、权限边界、人工复核节点、模型预算和预期产出。FiClaw 更适合从清晰场景进入，而不是一次性接入所有数据和系统。
Q16
如果团队现在已经在用通用大模型，还有必要看 FiClaw 吗？
有必要。很多团队已经在用通用模型提升个人效率，但团队级问题往往还在，比如结果怎么传、谁来复核、知识怎么沉淀、流程怎么衔接。FiClaw 更关注这些真正影响落地的部分。
Q17
怎么判断 FiClaw 适不适合现在的团队？
可以先判断当前瓶颈属于单点效率问题，还是整个流程衔接问题。如果挑战主要体现在研究到复核无法衔接、结果难以沉淀或多人协作断层，就值得进一步评估试点。