产品能力
FiClaw 提供的，不只是 AI 能力，
而是一套面向金融团队的协作平台能力
FiClaw 围绕研究、分析、风控与执行等关键环节构建多智能体协作体系，帮助团队将 AI 接入流程、角色分工与组织沉淀。
产品定位
FiClaw 不是单个助手，而是一套面向业务流程的智能体系统
传统 AI 工具多停留在单点问答和内容生成层面，能够提升个人效率，但难以进入组织协作。FiClaw 的目标是围绕金融团队的真实工作方式，构建可协作、可扩展、可持续沉淀能力的 AI Native 智能体平台。
产品结构
围绕金融工作流构建的三层平台结构
FiClaw 关注如何在角色、流程与组织能力三个层面建立长期价值，而不是单点功能堆砌。
角色层
围绕投研、量化、风控、数据分析、执行协同等职责设计不同智能体角色，让不同环节各有边界、彼此协同。
流程层
让信息收集、研究分析、结论整理、风控复核与执行推进在不同环节之间顺畅流转，而不是停留在单轮对话。
资产层
把研究框架、分析方法、风控规则、协作流程和团队经验逐步沉淀为长期可复用的组织能力。
核心能力
核心能力不只是回答问题，而是推动团队工作流
FiClaw 更关注任务推进、角色协作与组织沉淀，而不只是单轮回答质量。
多智能体分工协作
让研究、分析、风控、执行等不同角色各司其职，而不是把所有问题都丢给同一个 AI。
工作流驱动的任务推进
更关注任务如何从研究走向判断、从判断走向复核、从复核走向执行，而不是只停留在回答。
知识与方法沉淀
帮助团队把经验从个人能力逐步转化为组织能力，让研究逻辑与工作方法可复用、可积累。
业务场景适配与集成
可结合团队已有的数据源、文档系统、消息系统和业务流程进行适配，降低落地门槛。
当前进展
FiClaw 已经形成桌面端、云端、用户门户和量化接口的产品组合
当前产品已覆盖安装、登录、模型调用、积分计费与量化能力接入等关键模块，能够支撑真实试用与试点验证。
FiClaw Desktop
桌面端已经形成 macOS Apple Silicon 安装包、首次启动初始化、短信登录、内置金融 Agent 与会员中心链路。
FiClawCloud
云端承接账号认证、积分账本、充值订单、模型路由、调用日志和后台接口，当前模型路由已切到 OpenAI 兼容入口。
FiClawWeb
用户侧 Web 门户负责登录、充值、积分查询、订单与账户页面，和桌面端账号体系保持互通。
FiClawQuantAPI
量化能力统一服务层收口行情、财报、回测、模拟盘与风控能力，对上服务桌面端、技能与 Agent 工作流。
产品原则
评估这类产品的关键，在于能否进入真实流程
FiClaw 强调是否能够进入团队协作、推动任务流转，并持续沉淀组织方法。AI Native 的必要性也体现在这里：不重构流程，AI 就很难进入主链路。
面向流程的产品形态
FiClaw 的重点不在单次对话体验，而在角色分工、流程推进、结果传递与协作留痕能否稳定运行。
AI Native 不是可选项
如果底层仍按人工串联流程、AI 只负责局部生成，团队很难真正放大产能。要让 AI 成为主链路能力，就必须一起重构角色、流程、复核和沉淀方式。
聚焦关键能力
更重要的是能力是否能够进入业务流程、稳定服务团队，并持续沉淀方法与规则。
分阶段导入
更现实的方式是围绕高价值场景先行落地，再逐步扩展到更多角色与流程。
适合哪些团队
如果你已经在尝试 AI，但它还没有真正嵌入业务协作，FiClaw 会更接近你需要的方向
这类平台更适合已经意识到问题不只在工具能力，而在流程连续性、角色协作与结果留痕的团队。
落地方式
从试点到扩展，可以循序推进
FiClaw 的落地不必一步到位。更现实的方式是围绕高价值场景先行试点，再逐步扩展到更多角色与流程。
确定优先场景
选择最值得切入的环节，例如投研协同、量化研究支持或风控复核，而不是一开始铺得很大。
配置角色与流程
根据团队结构设计适合的角色分工、任务路径、复核节点与协作方式。
持续优化与沉淀
在真实使用中不断修正流程、积累方法，逐步形成团队自己的智能体工作体系。