# MCP Tools & Skills 配置指南

> 適用版本：OpenClaw v2026.4.x  
> 更新日期：2026-04-10

---

## MCP Tools vs Skills 的差異

| | MCP Tools | Skills |
|---|---|---|
| **是什麼** | 獨立程序，透過 Model Context Protocol 提供能力 | `SKILL.md` 資料夾，教 agent 做事的方法論 |
| **類比** | 一把工具（鋸子、螺絲起子） | SOP 手冊（怎麼組裝傢俱） |
| **範例** | Tavily = 搜尋能力 | Deep Research = 結構化研究流程 |
| **可移植性** | 跨平台（Claude Desktop、Cursor 等都能用） | OpenClaw 專用 |
| **關係** | 獨立運作 | 65% 的 skill 底層會呼叫 MCP tool |
| **安裝** | `openclaw.json` 設定 | `clawhub install <slug>` |

**簡單說：MCP 是手，Skill 是腦裡的方法論。按角色搭配。**

---

## 配置原則

| 原則 | 說明 |
|---|---|
| **按角色配，不要全裝** | 工具定義會佔 context token，太多工具 agent 會選錯 |
| **蒐集者裝工具，判斷者不裝** | 情報員需要搜尋；策略師只需要讀報告收斂 |
| **一個 MCP 可以多人共用** | MCP server 啟動一次，多個 agent 共用同一個 |
| **先跑再加** | 先用最少工具跑通 pipeline，有需求再加 |

---

## Phase 2 — 量化研究團隊配置

### 💹 財經情報研究員 `finance_researcher`

**角色定位：** 資料蒐集者，需要大量外部資料

| 類型 | 工具 | 用途 | 安裝方式 |
|---|---|---|---|
| MCP | **Tavily** | AI 優化搜尋，自動帶引用來源 | API key（有免費額度） |
| MCP | **Firecrawl** | 爬網頁全文，7 秒抓完一頁 | API key |
| MCP | **Financial Datasets** | 財報、SEC 文件、股價、加密貨幣新聞 | API key |
| Skill | **Deep Research** | 結構化深度研究流程：搜尋→多源交叉驗證→綜合 | `clawhub install deep-research` |
| 內建 | `memory_write` | 寫入每日筆記 | 內建 |
| 內建 | `memory_search` | 搜尋歷史記憶 | 內建 |

### 📈 市場結構研究員 `market_structure_researcher`

**角色定位：** 技術分析專家，需要行情數據

| 類型 | 工具 | 用途 | 安裝方式 |
|---|---|---|---|
| MCP | **TradingView MCP** | 30+ 技術指標、K 線圖、情緒指標 | 自架 Python |
| MCP | **Alpha Vantage** | 即時/歷史行情、外匯、加密、總經數據 | API key（免費） |
| Skill | **Deep Research** | 配合行情數據做結構化分析 | `clawhub install deep-research` |
| 內建 | `memory_search` | 搜尋歷史記憶 | 內建 |

### 🚀 多方研究員 `bullish_researcher`

**角色定位：** 觀點整理者，不做資料蒐集

| 類型 | 工具 | 用途 |
|---|---|---|
| 內建 | `memory_search` | 讀取情報員、市場結構的報告（via QMD） |

> 不需要外部 MCP 或 Skill。他的 input 是其他 agent 的報告，不是原始數據。
> 給他搜尋工具會讓他跑去自己找資料，偏離角色分工。

### 🛡️ 空方研究員 `bearish_researcher`

同多方研究員，只有 `memory_search`。

### 🧭 量化策略師 `quant_strategist`

**角色定位：** 收斂者 + Pipeline Owner

| 類型 | 工具 | 用途 |
|---|---|---|
| 內建 | `memory_search` | 讀取所有研究報告 |
| 內建 | `sessions_spawn` | 派工給研究員（需要 maxSpawnDepth ≥ 2） |
| 內建 | `subagents` | 管理子 agent |
| 內建 | `sessions_list` | 查看 session 狀態 |

> 不需要外部工具。策略師的價值在判斷和收斂，不在蒐集。

### ⚙️ 回測工程師 `quant_engineer`

**角色定位：** 程式碼執行者

| 類型 | 工具 | 用途 | 安裝方式 |
|---|---|---|---|
| MCP | **E2B** | 沙箱 Python 環境，裝 pandas/numpy/backtrader | API key |
| MCP | **FinClaw** | AI 量化引擎：回測、策略進化 | 自架 Python |
| Skill | **Code Reviewer** | 回測程式碼自我檢查 | `clawhub install code-reviewer` |
| 內建 | `exec` | 執行命令 | 內建 |
| 內建 | `file_ops` | 讀寫檔案 | 內建 |
| 內建 | `memory_write` | 記錄回測結果 | 內建 |

### 🧪 資料分析員 `data_analyst`

**角色定位：** 數據分析 + 視覺化

| 類型 | 工具 | 用途 | 安裝方式 |
|---|---|---|---|
| MCP | **E2B** | 跟回測工程師共用沙箱環境 | 同上 |
| MCP | **Plotly MCP** | 49+ 圖表類型，自然語言生圖 | 自架 Python |
| Skill | **Deep Research** | 拉外部 benchmark 比對分析 | `clawhub install deep-research` |
| 內建 | `code_execution` | 跑分析腳本 | 內建 |
| 內建 | `memory_search` | 搜尋歷史數據 | 內建 |
| 內建 | `memory_write` | 記錄分析結果 | 內建 |

---

## Phase 1 — 管理團隊配置

### 🎯 CEO `ceo_coo`

| 類型 | 工具 | 用途 |
|---|---|---|
| 內建 | `sessions_spawn` | 啟動 pipeline、派工 |
| 內建 | `sessions_send` | 問秘書即時問題（depth-0 才能用） |
| 內建 | `cron` | 排程管理 |
| 內建 | `memory_search` | 搜尋歷史 |
| 內建 | Discord 工具 | 跟董事長溝通、推送通知 |

> CEO 不需要外部工具，他的工作是管理和協調。

### 📋 秘書 `secretary`

| 類型 | 工具 | 用途 | 安裝方式 |
|---|---|---|---|
| Skill | **GOG (Google Workspace)** | Gmail + Calendar + Drive + Sheets | `clawhub install gog`（如果用 Google 生態） |
| 內建 | `memory_search` | 搜尋所有 agent 記憶（via QMD） |
| 內建 | `memory_write` | 寫入摘要、壓縮記憶 |
| 內建 | Discord 工具 | 推送每日摘要 |

### 🔍 審查員 `reviewer`

| 類型 | 工具 | 用途 |
|---|---|---|
| 內建 | `memory_search` | 讀取被審查的產出 |

> 審查員只需要讀，不需要搜尋或執行。純粹的判斷角色。

---

## Phase 3 — 行銷策略團隊（預規劃）

### 市場研究員 `market_researcher`

| 類型 | 工具 | 用途 |
|---|---|---|
| MCP | **Tavily** | 共用搜尋（同情報員） |
| MCP | **Exa** | 語意搜尋，按「意思」找內容 |
| MCP | **Firecrawl** | 爬競品網站 |
| Skill | **Deep Research** | 結構化市場研究 |
| 內建 | `memory_write` | 記錄研究 |

### 策略總監 `strategy_director`

| 類型 | 工具 | 用途 |
|---|---|---|
| 內建 | `memory_search` | 讀取市場研究報告 |

> 同策略師邏輯：收斂者不需要外部工具。

### 投放分析師 `ads_analyst`

| 類型 | 工具 | 用途 |
|---|---|---|
| MCP | **廣告平台 API** | Google Ads / Meta Ads 數據（需自行包 MCP） |
| MCP | **Plotly MCP** | 投放報表視覺化 |
| 內建 | `memory_write` | 記錄 KPI |

---

## Phase 4 — 內容創意團隊（預規劃）

### 文案撰寫員 `copywriter`

| 類型 | 工具 | 用途 |
|---|---|---|
| Skill | **SEO Blog Writer** | 搜尋優化文章結構 |
| 內建 | `memory_search` | 讀取品牌語氣庫 |

### 創意總監 `creative_director`

| 類型 | 工具 | 用途 |
|---|---|---|
| MCP | **DALL-E / Flux MCP** | 生成參考圖、素材 mock |
| MCP | **Firecrawl** | 抓競品視覺參考 |
| 內建 | `memory_search` | 讀取品牌規範 |

---

## MCP Server 安裝總覽

Phase 2 只需要安裝 5 個外部 MCP server：

| # | MCP Server | 誰用 | 類型 | 優先級 |
|---|---|---|---|---|
| 1 | **Tavily** | 情報員 (+Phase 3 市場研究員) | API key | 必裝 |
| 2 | **Firecrawl** | 情報員 (+Phase 3/4) | API key | 必裝 |
| 3 | **Financial Datasets** 或 **Alpha Vantage** | 情報員 + 市場結構 | API key | 必裝 |
| 4 | **TradingView MCP** | 市場結構 | 自架 Python | 必裝 |
| 5 | **E2B** 或 **FinClaw** | 回測 + 資料分析 | API key / 自架 | 必裝 |

Phase 3 新增：

| # | MCP Server | 誰用 | 類型 |
|---|---|---|---|
| 6 | **Exa** | 市場研究員 | API key |
| 7 | **廣告平台 API** | 投放分析師 | 自行包裝 |
| 8 | **Plotly MCP** | 資料分析 + 投放分析 | 自架 Python |

Phase 4 新增：

| # | MCP Server | 誰用 | 類型 |
|---|---|---|---|
| 9 | **DALL-E / Flux** | 創意總監 | API key |

---

## Skill 安裝總覽

| Skill | 誰用 | 安裝指令 | Phase |
|---|---|---|---|
| **Deep Research** | 情報員、市場結構、資料分析 | `clawhub install deep-research` | 2 |
| **Code Reviewer** | 回測工程師 | `clawhub install code-reviewer` | 2 |
| **GOG** | 秘書（如果用 Google） | `clawhub install gog` | 1 |
| **SEO Blog Writer** | 文案撰寫員 | `clawhub install seo-blog-writer` | 4 |

---

## 安全注意事項

### ClawHub 安全

ClawHub 曾發生 **ClawHavoc** 惡意 skill 攻擊事件，偽造熱門 skill 名稱植入後門。

| 檢查項目 | 說明 |
|---|---|
| 看原始碼 | 安裝前檢查 `SKILL.md` 和 install 腳本 |
| 看安裝數 | 優先選高安裝數 + verified 標記的 |
| 看名稱 | 不要裝 typo 版本（如 `deep-reserach`） |
| 沙箱隔離 | 不信任的 skill 用 `sandbox: "require"` |

### MCP Server 安全

| 檢查項目 | 說明 |
|---|---|
| API key 管理 | 用環境變數，不要硬寫在設定檔 |
| 網路隔離 | 自架的 MCP 只綁 localhost |
| 權限最小化 | API key 只給必要的 scope |