全员养龙虾！中关村科金OpenClaw大赛横扫法务 / 招聘 / 运维全场景

近日，中关村科金 OpenClaw 创新大赛圆满收官。来自不同岗位的员工围绕真实工作场景，基于 PowerClaw 企业级数字员工系统，探索智能体在招聘、法务、招采、运维、风控、代码审查、投研分析等场景中的应用方式。

这些工作都不陌生。它们共同构成了企业运转中大量真实、重复、复杂又必须完成的日常。

也正因为真实，员工给出的方案没有停留在“让AI帮我回答问题”。他们把自己的工作流程拆开，找到最耗时间、最容易重复、最需要标准化的环节，再尝试交给智能体执行。

于是，一批带着明显岗位特征的智能体应用开始出现。

LegalClaw瞄准的是专利侵权检测

Demo效果演示

过去，专利风控要先从电商平台、企业宣传页面、展会资料等公开渠道里找疑似侵权产品，再对照专利权利要求书逐项比对，最后整理风险等级和报告。这个过程专业性强，也很耗人。

LegalClaw 的做法，是先让系统解析专利 PDF，抽取关键保护点；再解析竞品网页，提取产品特征；随后形成专利与竞品之间的多组比对，输出风险分值、命中情况和分析结果，并保留网页截图，辅助完成证据留存。它接住的不是法务最终判断，而是专利风控里最耗时的前置检索和初筛环节。

智聘先锋队做的是BOSS直聘智能招聘助手

Demo效果演示

招聘里的很多工作都很具体：看简历、筛候选人、判断匹配度、准备沟通话术。HR 每天可能要面对几十份甚至上百份候选人信息。智聘先锋队把这一段流程交给智能体处理：根据岗位要求筛选候选人，读取在线简历并生成截图，给出匹配原因、技能标签和沟通建议。

这个项目的特点是入口很贴近日常工作。HR 可以通过 Web 面板查看候选人列表，也可以通过飞书入口发起任务。答辩现场，HR 同事也反馈，该工具已在小范围试用，正在继续优化匹配精准度。

智能招采小分队选择的是招采数据处理

Demo效果演示

这是一条很典型的重人工链路：登录剑鱼标讯、招标网等平台，围绕不同产品线设置关键词，逐一搜索、筛选、下载，再清洗、去重、整合字段、打标签，一个产品可能有 500 多条数据，一天需要处理上千条数据。

招采数据智能管家把这条链路拆成了多个动作：登录、搜索、筛选、导出、下载，交给智能体模拟执行；去重、字段标准化、标签标注，则结合规则处理和大模型理解完成。业务人员从重复处理里抽身，才能把更多时间放到市场洞察和业务分析上。

来自运维方向的守库虾

把目标放在数据库诊断上

Demo效果演示

传统 DBA 处理数据库告警，需跨多平台手动操作：先通过 FastX 接收告警，再登录 Prometheus 查看性能指标，切换到 ELK 查询慢查询日志，最终仅凭人工经验分析根因，流程繁琐、耗时冗长。守库虾以飞书机器人作为统一入口，把告警智能诊断、主动探测巡检、慢查询分析串起来。运维人员可以通过飞书指令触发指定集群探测，也可以接收系统自动生成的诊断结果和巡检报告。

它解决的不是单点能力问题，而是把原来分散在多个平台里的数据库运维动作，收拢到一个更自然的工作入口。

风控场景里的Claw智能风控助理

更像是给分析师配了一个数据参谋

Demo效果演示

风控团队日常既要做固定监控，也要响应模型效果评估、放款策略分析、逾期原因挖掘等临时需求。固定监控任务会占用分析师大量时间，单人次日均 2-3 小时耗在重复性工作上。

Claw 智能风控助理通过 MCP 工具连接大数据平台，以 SQL 取数、Skill 沉淀经验、LLM 认知分析为核心，把数据提取、指标计算、结果生成、飞书推送串成完整链路。更重要的是，分析师的监控规则和判断逻辑可以沉淀为可复用 Skill，把分析师的经验“蒸馏”到 Skill 中。经验不再只跟着个人走，而可以变成团队可复用的能力。

研发治理

TechBrain聚焦存量系统代码审查与架构治理

企业系统运行久了，历史代码、技术债、架构风险往往不容易被系统性看见。Code Review 主要覆盖新增代码，存量代码长期缺少统一审查视角；架构问题有时要等到真实事故出现，才会暴露出来。

TechBrain 用 OpenClaw 作为调度中枢，打通内部代码审查 Agent 与飞书云文档、多维表格，对存量代码、增量代码和多模块复杂项目进行扫描与质量分析。它不只是发现问题，还要把问题变成治理任务，形成从代码审查、任务分配、修复跟踪到验证复核的闭环，让企业历史系统从不可观测走向可分析、可决策、可持续优化。

此外，还有几类项目覆盖了员工更日常的工作体验。

投研小队把数据抓取、财报监控、论文复现和策略回测串联起来，探索量化金融投研助手；八爪鱼大队尝试把日程、任务、文档和行业动态整合成可视化晨间简报；财智 Claw 组围绕智能报销，把 OCR 发票识别、对话式填单和费控系统对接起来；前沿瞭望组则做了每日精华整理 Skill，通过 Multi-Agent 架构采集、筛选、推送优质内容，让信息从“人找信息”变成“信息找人”。

这些项目所处阶段不同，有的已经进入小范围试用，有的仍在打磨原型，有的还需要继续优化准确率、稳定性和交互体验。但它们放在一起，已经呈现出一个清晰变化：AI 正在从单一问答走向真实任务执行，进入系统、流程和岗位。

PowerClaw 企业级数字员工系统在这次大赛中承担了关键底座作用。它让 OpenClaw 能力进入企业环境，支撑员工围绕具体业务问题构建可运行、可验证、可迭代的智能体应用。

当企业开始自己“养龙虾”，被孵化出来的不只是几个应用原型，也是一种更贴近业务现场的 AI 创新方式。

它让一批原本藏在日常工作里的流程被重新拆开：哪些动作可以自动执行，哪些判断必须由人复核，哪些数据需要沉淀，哪些结果需要回流。也让业务人员、产品人员和技术人员在同一个具体问题前协同起来。

如果您的企业也在探索企业级智能体相关业务场景，欢迎在下方评论区留言，中关村科金产品专家将为您提供专业的解决方案。