> For the complete documentation index, see [llms.txt](https://yeasy.gitbook.io/openclaw_guide/llms.txt). Markdown versions of documentation pages are available by appending `.md` to page URLs; this page is available as [Markdown](https://yeasy.gitbook.io/openclaw_guide/di-si-bu-fen-shi-zhan-yu-you-hua-shen-du-zhi-nan/13_practical_cases/13.3_vertical_industry_cases.md). # 13.3 垂直行业应用：场景对照与关键差异 前两节给出了可复验的实现模板和配置骨架。本节不再展开第三个完整案例，而是以对照表的形式，帮助读者快速判断自己的行业场景需要在通用方案之上额外关注哪些差异点。 ## 13.3.1 四个行业场景速览 | 维度 | 金融投研 | 医疗辅助 | 教育自适应 | 电商客服 | | ------------- | ------------------------------- | -------------------------------------- | --------------------- | --------------------- | | **核心智能体** | 财务分析 + 行业分析 + 风险分析 | 病历解析 + 鉴别诊断 + 治疗方案 | 学生画像 + 内容推荐 + 学习教练 | 意图识别 + 商品检索 + 投诉处理 | | **关键工具** | 财务数据 API、行业资讯检索 | 医学知识库、临床指南查询 | 学习资源库、进度追踪 | 订单系统、商品库、退款接口 | | **最敏感的合规要求** | SOX 审计追踪、FINRA 利益冲突披露、SEC 信息完整性 | HIPAA 去标识化、HIPAA/HITECH 数据完整性、FDA 设备分类 | FERPA 学生隐私、COPPA 儿童保护 | PCI-DSS 支付数据、消费者权益保护法 | | **必须人工审核的环节** | 投资建议（买入/卖出/持有）发布前 | 诊断结论与处方生成后 | 学习路径重大调整时 | 大额退款与投诉升级时 | | **模型选择建议** | 复杂推理用高能力模型，数据提取用轻量模型 | 诊断推理用高能力模型，病历解析用轻量模型 | 教练对话用中等模型，进度统计用轻量模型 | FAQ 用轻量模型，投诉处理用高能力模型 | | **记忆设计重点** | 持仓信息、历史研报结论（跨会话持久化） | 患者病史、过敏史、用药记录（严格隔离） | 学习进度、知识盲点、学习风格（长期追踪） | 订单历史、偏好、投诉记录（按用户隔离） | ## 13.3.2 合规差异：每个行业最容易踩的坑 **金融行业** 金融场景的核心风险是“智能体生成的内容被视为投资建议”。工程上必须做到三点：所有输出标注免责声明且不允许模型删除；利益冲突检测作为 `before_tool_call` 钩子强制执行；审计与留存策略按业务主体、记录类型和适用法规分别设计。SOX/SEC Rule 2-06 的 7 年要求针对会计师事务所的审计/复核记录，不能直接等同为所有应用日志的统一保留期限。工具策略应默认拒绝所有交易执行类工具，仅在受控入口下按需放开。 相关章节：[11.4 防护栏](/openclaw_guide/di-san-bu-fen-shi-xian-yuan-li-yu-gong-cheng-luo-di/11_reliability_security/11.4_guardrails.md)（工具策略与审计）、[12.1 插件开发体系](/openclaw_guide/di-san-bu-fen-shi-xian-yuan-li-yu-gong-cheng-luo-di/12_extension_engineering/12.1_plugin_architecture.md)（Hook 机制）。 **医疗行业** 医疗场景的核心风险是“患者隐私泄露”和“错误诊断导致伤害”。工程上必须做到：PHI 进入模型前要么完成去标识化（参照 HIPAA Safe Harbor 或专家认定方法），要么确保模型/服务商以合规 business associate 方式受 BAA 与安全控制约束；诊断结论和治疗方案必须经过人工审核才能呈现给患者；药物交互检查作为硬编码验证而非模型推理。数据存储需满足 HIPAA 的加密与访问控制要求。 相关章节：[6.3 记忆机制](/openclaw_guide/di-er-bu-fen-jin-jie-shi-yong/06_context_memory/6.3_memory_mechanism.md)（数据隔离）、[11.4 防护栏](/openclaw_guide/di-san-bu-fen-shi-xian-yuan-li-yu-gong-cheng-luo-di/11_reliability_security/11.4_guardrails.md)（PII 脱敏）。 **教育行业** 教育场景的核心风险是“对未成年人的不当内容”和“学生数据滥用”。工程上必须做到：内容过滤钩子拦截不适合学生年龄段的输出；学生画像数据不跨机构共享；按 FERPA 支持家长或符合条件学生的访问、修正与披露控制权；如果涉及 13 岁以下用户，需额外遵守 COPPA 的家长同意以及查看/删除儿童在线个人信息的要求。 相关章节：[6.1 会话模型](/openclaw_guide/di-er-bu-fen-jin-jie-shi-yong/06_context_memory/6.1_sessions.md)（会话隔离）、[7.3 路由基础](/openclaw_guide/di-er-bu-fen-jin-jie-shi-yong/07_multi_agent/7.3_routing_basics.md)（按角色路由）。 **电商行业** 电商场景的核心风险是“支付信息泄露”和“错误退款导致资金损失”。工程上必须做到：支付相关字段在工具回注时脱敏；退款工具设置金额上限和幂等键；投诉升级需在可配置时间窗口内完成人工接管。推荐系统的输出应标注“推荐”而非“最佳选择”，避免误导性承诺。 相关章节：[12.2 自定义工具](/openclaw_guide/di-san-bu-fen-shi-xian-yuan-li-yu-gong-cheng-luo-di/12_extension_engineering/12.2_custom_tools.md)（幂等键与输入验证）、[7.4 协作模式](/openclaw_guide/di-er-bu-fen-jin-jie-shi-yong/07_multi_agent/7.4_collaboration_patterns.md)（升级路由）。 ## 13.3.3 从通用方案到行业方案的适配清单 无论哪个行业，从 13.1/13.2 的通用方案出发，适配到特定行业时需要额外完成以下工作： 1. **合规审查**：识别行业适用的法规框架，将强制性要求转化为工具策略规则和 Hook 检查点。 2. **人工审核卡点**：确定哪些输出必须经过人工确认才能执行或呈现，将其实现为审批流（参见 [11.4 节](/openclaw_guide/di-san-bu-fen-shi-xian-yuan-li-yu-gong-cheng-luo-di/11_reliability_security/11.4_guardrails.md)）。 3. **数据隔离方案**：按行业要求设计记忆与会话的隔离粒度，确保不同用户/患者/学生的数据不交叉（参见 [6.1 节](/openclaw_guide/di-er-bu-fen-jin-jie-shi-yong/06_context_memory/6.1_sessions.md)）。 4. **领域知识库**：构建行业专用的知识库并配置检索权重（参见 [6.3 节](/openclaw_guide/di-er-bu-fen-jin-jie-shi-yong/06_context_memory/6.3_memory_mechanism.md)）。 5. **模型分级**：按任务复杂度选择模型，高风险决策用高能力模型，数据提取和 FAQ 用轻量模型以控制成本（参见 [第十四章](/openclaw_guide/di-si-bu-fen-shi-zhan-yu-you-hua-shen-du-zhi-nan/14_performance_cost.md)）。 *** > **发现错误或有改进建议？** 欢迎提交 [Issue](https://github.com/yeasy/openclaw_guide/issues) 或 [PR](https://github.com/yeasy/openclaw_guide/pulls)。