Skip to content
/ YMOS Public

**YMOS 是一套通用的个人信息处理中台架构**,它不是某个具体的工具,而是一套指导与调度 AI AGENT 的**工作流思维方法论**。 - **对投资者**:自动化投研系统(本仓库的示例场景) - **对学者**:自动文献综述系统 - **对产品经理**:竞品情报监控系统 - **对自媒体**:热点选题捕获系统 > 💡 **核心理念**:AI 的本质不是生成内容,而是**处理和调度信息的逻辑中枢**。 > 只需更换数据源和分析逻辑,同样的架构可以适配任何知识工作场景。

License

Notifications You must be signed in to change notification settings

Evan-XYZ/YMOS

Folders and files

NameName
Last commit message
Last commit date

Latest commit

 

History

4 Commits
 
 
 
 
 
 

Repository files navigation

YMOS — Your Market Operating System

基于 OpenClaw 的三层工作流信息中台
输入 → 处理 → 归档 → 反馈
让信息主动找你,而不是你去找信息


🎯 这是什么

YMOS 是一套通用的个人信息处理中台架构,它不是某个具体的工具,而是一套指导与调度 AI AGENT 的工作流思维方法论

  • 对投资者:自动化投研系统(本仓库的示例场景)
  • 对学者:自动文献综述系统
  • 对产品经理:竞品情报监控系统
  • 对自媒体:热点选题捕获系统

💡 核心理念:AI 的本质不是生成内容,而是处理和调度信息的逻辑中枢
只需更换数据源和分析逻辑,同样的架构可以适配任何知识工作场景。


🏗️ 三层架构

┌────────────────────────────────────────────────┐
│            第一层:信息输入                       │
│  RSS / API / 本地文件 → scripts/               │
│  数据源配置化,自动拉取                            │
└───────────────────┬────────────────────────────┘
                    ↓
┌────────────────────────────────────────────────┐
│            第二层:逻辑处理                       │
│  工作流暗号 → 调用 Skills → AI 分析              │
│  手动触发 or 定时任务                             │
│  降噪 / 关联 / 提取核心信号                        │
└───────────────────┬────────────────────────────┘
                    ↓
┌────────────────────────────────────────────────┐
│            第三层:知识归档                       │
│  结构化存储 → 按时间/主题/项目分类                 │
│  归档数据成为下一轮输入 → 形成反馈闭环              │
└────────────────────────────────────────────────┘

为什么是三层?

  • 第一层(Eyes):自动化采集,解放双手
  • 第二层(Brain):智能过滤降噪,信息找人而非人找信息
  • 第三层(Memory):知识沉淀,让历史数据成为未来决策的基础

📁 文件夹结构

YMOS/
├── README.md                          ← 你在这里
│
├── scripts/                           ← 第一层:数据获取脚本
│   ├── fetch_data_api.py              ← [投资场景示例] API 数据获取
│   └── fetch_rss.py                   ← [投资场景示例] RSS 数据获取
│
├── OpenClaw/                          ← 第二层 & 第三层
│   ├── 工作流暗号/                      ← 工作流触发器
│   │   ├── 投研中台暗号.md             ← [投资场景示例] 市场洞察生成
│   │   └── 投资雷达与策略简报暗号.md    ← [投资场景示例] 信号追踪
│   │
│   ├── 我的持仓与关注点和投资偏好/      ← [投资场景] 个人配置
│   │   ├── 我的持仓.md                 ← 填写模板
│   │   ├── 我的投资状态卡.md            ← 填写模板
│   │   ├── 我的关联偏好.md              ← AI 情报关联规则
│   │   └── ai建议/                     ← AI 输出存放处
│   │
│   └── 市场洞察报告/                    ← [投资场景] 归档目录
│       ├── Raw_Data/                   ← 原始数据
│       └── Internal_Report/            ← AI 生成报告
│
├── obsidian投资知识库/                  ← [投资场景] 深度调研存放
│   ├── 01 - 当前交易与研究/短期势能个股/
│   ├── 02 - 长期关注与能力圈/核心个股/
│   └── ...
│
└── YM-TIB-SKILL/                      ← [投资场景] Skill 提示词库
    ├── SKILL.md                        ← P1-P15 投资提示词总览
    └── references/                     ← 具体提示词文件

📌 注意:本仓库提供的是投资研究场景的完整实现示例
如果你是其他领域的知识工作者,可以:

  • 保留 OpenClaw/ 和三层架构思想
  • 替换 scripts/ 中的数据源脚本
  • 重写 工作流暗号/ 中的处理逻辑
  • 调整 YM-TIB-SKILL/ 为你的领域 Skill 库

🚀 快速开始(5 步跑通)

0. 理解路径

上手路径

  1. 整理好文件夹结构(最重要!)
  2. 手动跑通工作流暗号
  3. 通畅后挂上定时任务
  4. AI 自动跑完推送结果

1. 放置文件夹

YMOS 文件夹放到你的 OpenClaw workspace 目录下。

2. 配置数据源(投资场景示例)

方式 A:API 数据(推荐)

# 编辑 scripts/fetch_data_api.py
API_KEY = "your_api_key_here"

📡 前往 yongmai.xyz 获取投资数据 API Key

方式 B:RSS 免费订阅(开箱即用)

# scripts/fetch_rss.py 已默认配置
https://yongmai.xyz/category/daily-research/feed/

💡 其他场景用户:将 scripts/ 中的脚本替换为你的数据源(arXiv、竞品网站、热点平台等)

3. 填写个人配置(投资场景示例)

编辑以下三个文件,填入你的持仓和投资偏好:

  • OpenClaw/ 我的持仓与关注点和投资偏好/我的持仓.md
  • OpenClaw/ 我的持仓与关注点和投资偏好/我的投资状态卡.md
  • OpenClaw/ 我的持仓与关注点和投资偏好/我的关联偏好.md

💡 其他场景用户:修改这些配置文件为你的关注点(研究方向、监控对象、关键词等)

4. 试跑一次

在 OpenClaw 对话中说:

跑一下市场洞察

AI 会自动执行:抓取数据 → P13 分析 → 生成洞察报告 → 存档

5. 开启连续跟踪

跑一下投资雷达

AI 会读取最新洞察报告 + 上份雷达,生成连续跟踪的信号简报。


📡 数据源说明(投资场景示例)

API 数据(推荐)

RSS 免费订阅

https://yongmai.xyz/category/daily-research/feed/

💡 其他场景用户:更换为你领域的数据源

  • 学术:arXiv RSS / PubMed API
  • 产品:竞品官网 RSS / Product Hunt API
  • 自媒体:微博热搜 API / 知乎热榜 RSS

🗣️ 工作流暗号速查(投资场景示例)

说这句话 AI 会做什么
"跑一下市场洞察" 抓数据 → P13 分析 → 生成洞察报告
"跑一下投资雷达" 读取洞察+上份雷达 → 信号追踪简报
"调研一下 [股票]" P1 建立个股基石档案
"我想买 [股票]" P5 买入决策审计
"我想卖 [股票]" P6 卖出决策审计
"做个持仓体检" P7 持仓健康度检查
"宏观怎么看" P8 宏观环境过滤
"找个板块" P14 板块猎手扫描

完整暗号列表见 OpenClaw/工作流暗号/ 目录。


💡 通用性:换个数据源就变成别的东西

这套三层架构是场景无关的:

场景 第一层(输入) 第二层(处理) 第三层(归档) 价值
投资研究 财经 RSS/API 市场洞察 + 信号追踪 按日期归档报告 本仓库示例
学术研究 arXiv / PubMed 文献综述 + 方法论提取 按主题归档笔记 自动跟踪前沿
产品经理 竞品官网 / App Store 功能对比 + 趋势分析 按产品归档洞察 竞品情报自动化
内容创作 热榜 RSS / 社交媒体 选题关联 + 角度挖掘 按类别归档素材 热点捕获系统

核心不变:输入 → 处理 → 归档 → 反馈
核心可变:数据源、分析逻辑、Skill 库


📄 开源协议

思想开源,欢迎拿去改,也欢迎交流你的「智力创造」,勇麦邮箱:evan@yongmai.xyz

  • 投资场景的完整实现:本仓库提供
  • 其他场景的适配:欢迎 Fork 后按需改造
  • 如果对你有帮助,欢迎 Star ⭐

🎬 视频教程

完整的三层工作流演示和实现细节的视频内容,抖音搜索:勇麦


*by 勇麦 | 2026-02
*

About

**YMOS 是一套通用的个人信息处理中台架构**,它不是某个具体的工具,而是一套指导与调度 AI AGENT 的**工作流思维方法论**。 - **对投资者**:自动化投研系统(本仓库的示例场景) - **对学者**:自动文献综述系统 - **对产品经理**:竞品情报监控系统 - **对自媒体**:热点选题捕获系统 > 💡 **核心理念**:AI 的本质不是生成内容,而是**处理和调度信息的逻辑中枢**。 > 只需更换数据源和分析逻辑,同样的架构可以适配任何知识工作场景。

Resources

License

Stars

Watchers

Forks

Releases

No releases published

Packages

No packages published

Languages