Openclaw용 Research Harness

기업 딥 다이브부터 투자 논점 레드팀 테스트까지 모든 것을 다루는 포괄적인 공개 시장 조사를 위해 설계된 오픈 소스 프롬프트 스택입니다.

joansongjr
v0.7.0
Apr 14, 2026
0
753
0

설치 및 다운로드

1. ClawHub CLI

레지스트리에서 스킬을 바로 설치하는 가장 빠른 방법입니다.

npx clawhub@latest install research-harness

2. 수동 설치

스킬 폴더를 다음 위치 중 하나로 복사하세요

글로벌
~/.openclaw/skills/
워크스페이스
<project>/skills/

우선순위: 워크스페이스 > 로컬 > 번들

3. 프롬프트 설치

이 프롬프트를 OpenClaw에 복사하면 자동으로 설치됩니다.

Clawhub를 사용해서 research-harness 설치를 도와줘. Clawhub가 설치되어 있지 않다면 먼저 설치해 줘 (npm i -g clawhub).

다운로드를 원하시나요?

ZIP 아카이브 형태의 원본 스킬 파일을 받으세요.

Research Harness란 무엇인가요?

Research Harness는 주식 분석가, 펀드 매니저 및 개인 투자자를 위해 구축된 전문 등급의 조사 프레임워크입니다. 이 프레임워크는 미국, 홍콩, A주를 포함한 글로벌 시장 전반의 조사 수명 주기를 간소화하는 13가지 모듈형 기술 스택을 제공합니다. 이 툴킷을 Openclaw Skills 워크플로우에 통합하면 데이터 수집을 자동화하고, 엄격한 모델 검사를 수행하며, 포트폴리오 매니저를 위한 고영향력 의사결정 요약을 생성할 수 있습니다.

이 기술은 표준 AI 에이전트를 가치 사슬 매핑 및 실적 미리보기 분석과 같은 복잡한 작업을 처리할 수 있는 정교한 금융 분석가로 변환합니다. 이는 표준화된 증거 등급 시스템과 다중 소스 데이터 어댑터를 통해 원시 시장 데이터와 실행 가능한 투자 통찰력 사이의 격차를 해소합니다.

Research Harness 활용 사례

  • 기준을 설정하기 위해 새로 커버하는 기업에 대한 9개 섹션 딥 다이브 수행.
  • 주요 플레이어와 수급 불균형을 식별하기 위한 산업 가치 사슬 매핑.
  • 잠재적 위험 및 반증 경로를 밝히기 위한 기존 투자 논점 레드팀 테스트.
  • 자동화된 지표 추적 및 컨센서스 격차 분석을 통한 실적 발표 준비.
  • 고압적인 거래 환경에서 신속한 의사결정을 위한 1페이지 PM 브리핑 생성.

Research Harness 작동 원리

  1. Clawhub 레지스트리를 통한 설치로 에이전트 환경 내 핵심 라우팅 로직 활성화.
  2. 초기화 시, 에이전트는 조사부터 위험 분석까지 사용자가 선택할 수 있는 13포인트 종합 메뉴를 표시.
  3. 사용자가 숫자나 작업 내용을 입력하면 Autopilot 또는 Master Mode 로직이 이를 처리하여 올바른 하위 기술로 라우팅.
  4. 이 기술은 iFind MCP 또는 글로벌 웹 검색 엔진과 같은 전문 소스를 우선시하여 적절한 데이터 어댑터를 선택.
  5. 에이전트는 기술적 정확성을 보장하기 위해 증거 등급 시스템(F1/F2/M1/C1/H1)을 사용하여 특정 조사 모듈을 실행.
  6. 최종 출력은 구조화된 markdown 보고서, 브리핑 또는 의사결정 저널 항목으로 제공.

Research Harness 설정 가이드

Openclaw Skills 환경에서 이 툴킷을 시작하려면 다음 명령어를 사용하세요:

clawhub install research-harness

설치 후 기술을 트리거하여 대화형 메뉴를 확인하세요. 최적의 성능을 위해 환경이 심층 시장 데이터를 위해 iFind MCP 또는 cn-web-search 어댑터에 액세스할 수 있는지 확인하세요.

Research Harness 데이터 스키마 및 분류 체계

Research Harness는 컨텍스트를 유지하고 세션 전반의 조사 품질을 추적하기 위해 몇 가지 주요 파일을 사용합니다:

파일 목적
watchlist.md 활성 주식 및 섹터 커버리지 유니버스 추적.
biases.md 레드팀 세션 중 확인해야 할 조사 편향 기록.
decision-log.md 투자 결정의 근거를 문서화하는 저널.

또한, 이 기술은 데이터를 분류하기 위해 증거 등급 시스템을 구현합니다:

  • F1/F2: 사실 기반 증거 수준.
  • M1: 모델 기반 가정 및 민감도 검사.
  • C1/H1: 컨센서스 기대치 및 가설 추적.

Research Harness 고급 기능

  • 지능형 작업 라우팅 및 자율 다단계 조사 실행을 위한 Autopilot 및 Master Mode.
  • A주, 홍콩 주식 및 미국 주식의 미묘한 차이에 맞춘 다중 시장 지원.
  • 가용성에 따라 MCP, 웹 검색 및 수동 입력 중에서 지능적으로 선택하는 동적 데이터 어댑터 의사결정 트리.
  • 확립된 강세 사례에 대해 악마의 대변인 역할을 하도록 설계된 통합 레드팀 모듈.
  • 원활한 다중 에이전트 협업 및 조사 자동화를 위한 Openclaw Skills 생태계와의 완전한 호환성.

SKILL.md


로드 중

관련 Openclaw 스킬

METADATA

Github Stars: 0
forks: 0

추천*