HARRY CHANG
從 OpenClaw 到「蝦說財報」：打造全自動 AI 財經影音頻道

從 OpenClaw 到「蝦說財報」：打造全自動 AI 財經影音頻道

實戰紀錄：利用 OpenClaw (龍蝦) 結合 Anthropic Claude 金融分析技能包，受到李弘毅老師啟發，從零打造一個能自動產出腳本、簡報與配音的財經 YouTube 頻道。

Topics

AI文章

WRITTEN BY

  • avatar
    Name
    Harry Chang
    Twitter
← 回到列表

我們的目標不只是使用工具，而是建立一套能自我運作的系統。延續上一篇提到的 Skill 系統 系列，這次我們要進入實戰演練：看 AI 代理人（Agent）如何獨自經營一個 YouTube 頻道。

這不僅僅是「寫作」，更是「賦予 AI 職業靈魂」。

未來的頻道經營：核心在於「技能包」設想

與其手動製作每一支影片，不如設計一套 「自動化生產 SOP」 。透過 OpenClaw (龍蝦) 框架搭配 Anthropic Claude 的金融服務技能 (Financial Services Plugins)，我們可以讓 AI 具備專業的財經分析力，並自動完成從數據抓取到影片發布的全流程。

這不是在玩玩具，而是在建構一個具備高商業價值的「數位分身」。

為什麼選擇 OpenClaw 與金融技能包？

  1. 環境自主性：OpenClaw 提供強大的 Agent 框架，能在 WSL/Ubuntu 環境下穩定執行複雜的腳本任務與檔案操作。
  2. 專家級分析基準：透過 Anthropic 官方釋出的 41 種金融 Skills，AI 的分析不再是幻覺，而是具備實質數據支撐與邏輯框架。
  3. 多模態產出效率：結合 Puppeteer 繪圖、ElevenLabs 配音與 FFmpeg 合成，AI 能將枯燥的財報數據轉化為高品質的影音內容。

實戰演練三部曲

1. 龍蝦進城：OpenClaw 的環境搭建

首先，我們需要將「龍蝦」部署在作業系統中。為了確保安全性與效能，我選擇在 Windows WSL (Ubuntu) 下安裝。

安裝參考: 司波图 - OpenClaw 超詳細安裝指南

安裝完成後，AI Agent 即獲得操作系統權限，並可透過 Discord 作為介面進行任務分配。

OpenClaw 安裝畫面

2. 啟發：讓 AI 成為頻道的主人

這部分的靈感來自 李弘毅老師 的深度解析。老師展示了 AI 如何串接各項工具：撰寫腳本、設計投影片、合成配音，最後自動發布。

推薦教學: 解剖小龍蝦 — 以 OpenClaw 為例介紹 AI Agent 的運作原理

過程中老師有提到重要的設定，如果你跟我有相同的安裝方式，路徑在 .openclaw/workspace/ 底下的五個 MD 檔案。這是定義 Agent 行為的核心。

工作空間設定

3. 技能武裝：賦予金融分析與影片製作靈魂

這一步是將 Agent 從「機器人」變身為「專業財經 Youtuber」的關鍵。我們導入了兩大核心技能：

A. 金融分析技能包 (Financial Analysis)

導入 Anthropic 金融插件，讓龍蝦具備即時股價抓取、現金流模型檢查（如台積電財報評析）的能力。

財務技能包

B. 影片製作 SOP 技能包 (Video Production)

這是我根據老師的教學整理出的自動化流程腳本，定義了從 JSON 腳本到 MP4 輸出的每一個節點。其中要注意的是影片製作完成後，我同樣是請 AI 上傳到我的 Google Drive，所以需要授權，最後如果要龍蝦自動上傳到 YouTube，同樣要到 Google Cloud Console 進行 OAuth2 授權設定。

video-production.md
---
name: video-production
description: End-to-end AI educational video production pipeline covering script writing, HTML slide authoring, slide screenshots (Puppeteer), TTS narration (ElevenLabs), ASR verification (Whisper/faster-whisper), and FFmpeg assembly.
---

# Video Production Skill

AI 教學影片完整流程：適用於每日財報速遞、技術教學或自動化導購影片。

## Pipeline Overview
1. **腳本 (narration.json)** – 撰寫逐字稿與 Slide 對應關係。
2. **HTML 投影片 (slides/)** – AI 依腳本生成 HTML 格式投影片。
3. **投影片截圖 (Puppeteer)** – 將 HTML 轉為 1920×1080 靜態圖。
4. **TTS 配音 (ElevenLabs)** – 將文字轉為高品質語音。
5. **ASR 驗讀 (Whisper)** – 驗證語音內容與原稿是否一致。
6. **影片合成 (FFmpeg)** – 組合圖片與音訊，產出最終 MP4。

## Quality Checklist
- ✅ 腳本語氣口語化，含 CTA (Call to Action)
- ✅ 投影片使用 Dark Theme，文字大小 ≥32px
- ✅ 語音 ASR 匹配分數 >0.65

「蝦說財報」正式出道

最後，我們將上述「組合技」串接完成。目前已實測產出：《台積電財務快評｜AI 投資人必看的現金流檢查》。

在頻道「蝦說財報」中，所有的投影片架構與分析數字，皆是由 AI Agent 透過 Skill 自動生成的，並能根據預設排程持續產出。

YouTube 頻道: 蝦說財報 (@蝦說財報)

結語

這次實測心得如下：

  • 模型與成本：本次實驗使用 GPT-5.2-Codex 模型，從設定、整合到產出第一支影片並自動上傳，總花費約 $5 USD，精準完成一環任務。
  • 穩定度：手動設定雖然繁瑣，但一旦將 SOP 封裝成 Skill，後續產出非常具有規模化潛力。
  • 下一步：未來計畫嘗試導入 Claude 的 Cowork Dispatch、Remote Control 與 Channels 模式進行更多AI代理測試。

你的下一個 AI Skill 會是什麼？從封裝你的第一個專業 SOP 開始吧！

參考資料 (References)

View on GitHub