a-share-mcp-is-just-i-need

GitHub
641 108 简单 1 次阅读 2天前MITAgent插件
AI 解读 由 AI 自动生成,仅供参考

a-share-mcp-is-just-i-need 是一款专为 A 股市场打造的 Model Context Protocol (MCP) 服务器工具。它旨在解决大语言模型在回答股市相关问题时缺乏实时、准确数据支持的问题,让 AI 助手能够直接查询并分析真实的 A 股行情。

通过集成该工具,用户可以轻松获取股票基本信息、历史 K 线走势、详细财务指标、大盘指数以及宏观经济数据。无论是询问特定个股的表现,还是分析整体市场趋势,它都能提供详实的数据支撑,理论上可回应关于 A 股的各类疑问。

这款工具特别适合开发者、量化研究人员以及希望将本地金融数据接入 AI 工作流的技术爱好者。其核心亮点在于基于标准的 MCP 协议构建,能够无缝对接支持该协议的各类 AI 客户端(如 CherryStudio),实现了数据源与模型上下文的解耦。项目采用 Python 编写,结构清晰,内置了 Baostock 数据源及多种格式化模块,方便用户进行二次开发或直接部署使用,是构建智能金融助手的理想基础设施。

使用场景

一位量化交易爱好者正试图让 AI 助手分析“贵州茅台”过去三年的财务趋势,并结合宏观利率数据给出投资建议。

没有 a-share-mcp-is-just-i-need 时

  • 数据获取割裂:用户需手动在东方财富、同花顺等多个网站复制粘贴股价和财报数据,过程繁琐且容易出错。
  • 时效性差:AI 模型因训练数据截止限制,无法获取最新的 A 股实时行情或刚刚发布的季度报告,只能提供过时信息。
  • 上下文断裂:用户必须将整理好的长段数据反复投喂给 AI,不仅消耗大量 Token,还容易超出上下文窗口导致分析中断。
  • 宏观关联弱:难以将个股表现与实时的宏观经济指标(如 M2 增速、LPR 利率)进行自动关联分析,依赖人工查找对比。

使用 a-share-mcp-is-just-i-need 后

  • 一键自动调用:AI 直接通过 MCP 协议调用工具,瞬间拉取“贵州茅台”的历史 K 线、财务报表及最新公告,无需人工干预。
  • 实时数据支撑:直接连接 Baostock 等数据源,确保分析基于今日最新的盘面数据和刚披露的财务指标,消除信息滞后。
  • 流式精准分析:AI 按需动态获取数据字段,仅在需要时读取关键指标,大幅节省 Token 并保持对话上下文的连贯性。
  • 多维深度洞察:自动联动宏观经济工具,将个股走势与当前利率环境、大盘指数进行交叉验证,生成逻辑严密的综合研报。

a-share-mcp-is-just-i-need 将分散的 A 股数据转化为 AI 可即时调用的原生能力,让投资决策从“人工搜集 + 粗略估算”升级为“实时数据驱动的深度智能分析”。

运行环境要求

操作系统
  • Windows
  • macOS
  • Linux
GPU

未说明

内存

未说明

依赖
notes本项目在 Windows 环境下开发,但支持跨平台运行。必须使用 'uv' 包管理器进行依赖安装和环境管理。数据源基于 Baostock,无需付费账号,但需注意其官方数据更新时间(如交易日 17:30 后更新日 K 线)。配置 MCP 客户端时需正确设置 uv 命令路径及项目绝对路径。
python3.10+
uv
baostock
a-share-mcp-is-just-i-need hero image

快速开始

📊 a-share-mcp 📈

License Python Package Manager MCP

A股mcp。

本项目是一个基于专注于 A 股市场的 MCP 服务器,它提供股票基本信息、历史 K 线数据、财务指标、宏观经济数据等多种查询功能,理论上来说,可以回答有关 A 股市场的任何问题,无论是针对大盘还是特定股票。

项目结构

a_share_mcp/
│
├── mcp_server.py           # 主服务器入口文件
├── pyproject.toml          # 项目依赖配置
├── README.md               # 项目说明文档
│
├── src/                    # 源代码目录
│   ├── __init__.py
│   ├── baostock_data_source.py   # Baostock数据源实现
│   ├── data_source_interface.py  # 数据源接口定义
│   ├── utils.py                  # 通用工具函数
│   │
│   ├── formatting/         # 数据格式化模块
│   │   ├── __init__.py
│   │   └── markdown_formatter.py  # Markdown格式化工具
│   │
│   └── tools/              # MCP工具模块
│       ├── __init__.py
│       ├── base.py                # 基础工具函数
│       ├── stock_market.py        # 股票市场数据工具
│       ├── financial_reports.py   # 财务报表工具
│       ├── indices.py             # 指数相关工具
│       ├── market_overview.py     # 市场概览工具
│       ├── macroeconomic.py       # 宏观经济数据工具
│       ├── date_utils.py          # 日期工具
│       └── analysis.py            # 分析工具
│
└── resource/               # 资源文件
    └── img/                # 图片资源
        ├── img_1.png       # CherryStudio配置示例
        └── img_2.png       # CherryStudio配置示例

功能特点


股票基础数据

历史行情数据

财务报表数据

宏观经济数据

指数成分股

数据分析报告

先决条件

  1. Python 环境: Python 3.10+
  2. 依赖管理: 使用 uv 包管理器安装依赖
  3. 数据来源: 基于 Baostock 数据源,无需付费账号。在此感谢 Baostock。
  4. 提醒:本项目于 Windows 环境下开发。

数据更新时间

以下是 Baostock 官方数据更新时间,请注意查询最新数据时的时间点 Baostock 官网

每日数据更新时间:

  • 当前交易日 17:30,完成日 K 线数据入库
  • 当前交易日 18:00,完成复权因子数据入库
  • 第二自然日 11:00,完成分钟 K 线数据入库
  • 第二自然日 1:30,完成前交易日"其它财务报告数据"入库
  • 周六 17:30,完成周线数据入库

每周数据更新时间:

  • 每周一下午,完成上证 50 成份股、沪深 300 成份股、中证 500 成份股信息数据入库

所以说,在交易日的当天,如果是在 17:30 之前询问当天的数据,是无法获取到的。

安装环境

在项目根目录下执行:

要启动 A 股 MCP 服务器,请按照以下步骤操作:

# 1. 创建虚拟环境(仅创建,不会安装任何包)
uv venv

# 2. 激活虚拟环境
# Windows
.venv\Scripts\activate
# macOS/Linux
# source .venv/bin/activate

# 3. 安装所有依赖(必须在激活的虚拟环境中执行)
uv sync

使用:在 MCP 客户端中配置服务器

在支持 MCP 的客户端(如 VS Code 插件、CherryStudio 等)中,你需要配置如何启动此服务器。 推荐使用 uv

方法一:使用 JSON 配置的 IDE (例如 Cursor、VSCode、Trae 等)

对于需要编辑 JSON 文件来配置 MCP 服务器的客户端,你需要找到对应的能配置 MCP 的地方(各个 IDE 和桌面 MCP Client 可能都不一样),并在 mcpServers 对象中添加一个新的条目。

JSON 配置示例 (请将路径替换为你的实际绝对路径):

{
  "mcpServers": {
    "a-share-mcp": {
      "command": "uv", // 或者 uv.exe 的绝对路径, 例如: "C:\\path\\to\\uv.exe"
      "args": [
        "--directory",
        "C:\\Users\\YourName\\Projects\\a_share_mcp", // 替换为你的项目根目录绝对路径,不一定是C盘,按实际的填写
        "run",
        "python",
        "mcp_server.py"
      ],
      "transport": "stdio"
      // "workingDirectory": "C:\\Users\\YourName\\Projects\\a_share_mcp", // 使用 uv --directory 后,此项可能不再必需,但建议保留作为备用
    }
    // ... other servers ...
  }
}

注意事项:

  • command: 确保填写的 uv 命令或 uv.exe 的绝对路径是客户端可以访问和执行的。
  • args: 确保参数列表完整且顺序正确。
  • 路径转义: 路径需要写成双反斜杠 \\

    这是 Windows 系统特有的情况。如果是在 macOS 或 Linux 系统中,路径使用正斜杠/作为目录分隔符,就不需要这种转义处理。

  • workingDirectory: 虽然 uv --directory 应该能解决工作目录问题,但如果客户端仍然报错 ModuleNotFoundError,可以尝试在客户端配置中明确设置此项为项目根目录的绝对路径。

方法二:使用 CherryStudio

在 CherryStudio 的 MCP 服务器配置界面中,按如下方式填写:

  • 名称: a-share-mcp (或自定义)

  • 描述: 本地 A 股 MCP 服务器 (或自定义)

  • 类型: 选择 标准输入/输出 (stdio)

  • 命令: uv (或者填系统中绝对路径下 uv.exe)

  • 包管理源: 默认

  • 参数:

    1. 第一个参数填: --directory
    2. 第二个参数填: C:\\Users\\YourName\\Projects\\a_share_mcp
    3. 第三个参数填: run
    4. 第四个参数填: python
    5. 第五个参数填: mcp_server.py
    • 确保所有参数按下回车转行隔开的,否则报错(是不是手把手教学了?)
  • 环境变量: (通常留空)

Tricks(必看): 有时候在 Cherrystudio 填写好参数后,点击右上方的开关按钮,会发现没任何反应,此时只要随便点击左侧目录任一按钮,跳出 mcp 设置界面,然后再回到 mcp 设置界面,就会发现 mcp 已经闪绿灯配置成功了。

CherryStudio 使用示例: 理论上来说,你可以问有关 A 股的任何问题 :)

CherryStudio配置示例1

CherryStudio配置示例2

重要提示:

  • 确保命令字段中的 uv 或其绝对路径有效且可执行。
  • 确保参数字段按顺序正确填写了五个参数。

工具列表

该 MCP 服务器目前提供 41 个工具,覆盖股票、财报、宏观、日期分析等全方位数据。以下是完整列表:

🔍 展开查看全部工具
🏛️ 股票市场数据 (Stock) 📊 财务报表数据 (Finance)
  • get_historical_k_data (历史K线)
  • get_stock_basic_info (基础信息)
  • get_dividend_data (分红配送)
  • get_adjust_factor_data (复权因子)
  • get_profit_data (盈利能力)
  • get_operation_data (营运能力)
  • get_growth_data (成长能力)
  • get_balance_data (资产负债)
  • get_cash_flow_data (现金流量)
  • get_dupont_data (杜邦分析)
  • get_performance_express_report (业绩快报)
  • get_forecast_report (业绩预告)
  • get_fina_indicator (财务指标汇总)
🔎 市场 & 指数 (Market & Index) 🌐 宏观 & 其它 (Macro & Utils)
  • get_trade_dates (交易日历)
  • get_all_stock (全市场证券)
  • search_stocks (股票搜索)
  • get_suspensions (停牌信息)
  • get_stock_industry (行业分类)
  • get_index_constituents (指数成分)
  • get_sz50_stocks (上证50)
  • get_hs300_stocks (沪深300)
  • get_zz500_stocks (中证500)
  • list_industries (行业列表)
  • get_industry_members (行业个股)
  • get_deposit_rate_data (存款利率)
  • get_loan_rate_data (贷款利率)
  • get_required_reserve_ratio_data (存款准备金)
  • get_money_supply_data_month (货币供应月)
  • get_money_supply_data_year (货币供应年)
  • get_latest_trading_date (最新交易日)
  • get_market_analysis_timeframe (智能分析周期)
  • is_trading_day (判断交易日)
  • previous_trading_day (上一交易日)
  • next_trading_day (下一交易日)
  • get_last_n_trading_days (最近N日)
  • get_recent_trading_range (近期范围)
  • get_month_end_trading_dates (月末交易日)
  • get_stock_analysis (生成分析报告)
  • normalize_stock_code (代码标准化)
  • normalize_index_code (指数代码标准化)
  • list_tool_constants (常量查询)

贡献指南

欢迎提交 Issue 或 Pull Request 来帮助改进项目。贡献前请先查看现有 Issue 和文档。

☕️ 请作者喝杯咖啡

如果这个项目对你有帮助,欢迎请我喝杯咖啡 ❤️

支付宝收款码

许可证

本项目采用 MIT 许可证 - 详情请查看 LICENSE 文件

本次更新概览(2025-12-25)

本次更新新增 财务指标汇总工具,将 6 大类财务数据聚合为一个便捷查询接口。

🆕 新增工具

  • 财务指标汇总: get_fina_indicator 一键获取 6 大类财务指标(盈利能力、营运能力、成长能力、偿债能力、现金流量、杜邦分析),按季度返回合并数据。

常见问题

相似工具推荐

openclaw

OpenClaw 是一款专为个人打造的本地化 AI 助手,旨在让你在自己的设备上拥有完全可控的智能伙伴。它打破了传统 AI 助手局限于特定网页或应用的束缚,能够直接接入你日常使用的各类通讯渠道,包括微信、WhatsApp、Telegram、Discord、iMessage 等数十种平台。无论你在哪个聊天软件中发送消息,OpenClaw 都能即时响应,甚至支持在 macOS、iOS 和 Android 设备上进行语音交互,并提供实时的画布渲染功能供你操控。 这款工具主要解决了用户对数据隐私、响应速度以及“始终在线”体验的需求。通过将 AI 部署在本地,用户无需依赖云端服务即可享受快速、私密的智能辅助,真正实现了“你的数据,你做主”。其独特的技术亮点在于强大的网关架构,将控制平面与核心助手分离,确保跨平台通信的流畅性与扩展性。 OpenClaw 非常适合希望构建个性化工作流的技术爱好者、开发者,以及注重隐私保护且不愿被单一生态绑定的普通用户。只要具备基础的终端操作能力(支持 macOS、Linux 及 Windows WSL2),即可通过简单的命令行引导完成部署。如果你渴望拥有一个懂你

349.3k|★★★☆☆|1周前
Agent开发框架图像

stable-diffusion-webui

stable-diffusion-webui 是一个基于 Gradio 构建的网页版操作界面,旨在让用户能够轻松地在本地运行和使用强大的 Stable Diffusion 图像生成模型。它解决了原始模型依赖命令行、操作门槛高且功能分散的痛点,将复杂的 AI 绘图流程整合进一个直观易用的图形化平台。 无论是希望快速上手的普通创作者、需要精细控制画面细节的设计师,还是想要深入探索模型潜力的开发者与研究人员,都能从中获益。其核心亮点在于极高的功能丰富度:不仅支持文生图、图生图、局部重绘(Inpainting)和外绘(Outpainting)等基础模式,还独创了注意力机制调整、提示词矩阵、负向提示词以及“高清修复”等高级功能。此外,它内置了 GFPGAN 和 CodeFormer 等人脸修复工具,支持多种神经网络放大算法,并允许用户通过插件系统无限扩展能力。即使是显存有限的设备,stable-diffusion-webui 也提供了相应的优化选项,让高质量的 AI 艺术创作变得触手可及。

162.1k|★★★☆☆|1周前
开发框架图像Agent

everything-claude-code

everything-claude-code 是一套专为 AI 编程助手(如 Claude Code、Codex、Cursor 等)打造的高性能优化系统。它不仅仅是一组配置文件,而是一个经过长期实战打磨的完整框架,旨在解决 AI 代理在实际开发中面临的效率低下、记忆丢失、安全隐患及缺乏持续学习能力等核心痛点。 通过引入技能模块化、直觉增强、记忆持久化机制以及内置的安全扫描功能,everything-claude-code 能显著提升 AI 在复杂任务中的表现,帮助开发者构建更稳定、更智能的生产级 AI 代理。其独特的“研究优先”开发理念和针对 Token 消耗的优化策略,使得模型响应更快、成本更低,同时有效防御潜在的攻击向量。 这套工具特别适合软件开发者、AI 研究人员以及希望深度定制 AI 工作流的技术团队使用。无论您是在构建大型代码库,还是需要 AI 协助进行安全审计与自动化测试,everything-claude-code 都能提供强大的底层支持。作为一个曾荣获 Anthropic 黑客大奖的开源项目,它融合了多语言支持与丰富的实战钩子(hooks),让 AI 真正成长为懂上

158.1k|★★☆☆☆|今天
开发框架Agent语言模型

opencode

OpenCode 是一款开源的 AI 编程助手(Coding Agent),旨在像一位智能搭档一样融入您的开发流程。它不仅仅是一个代码补全插件,而是一个能够理解项目上下文、自主规划任务并执行复杂编码操作的智能体。无论是生成全新功能、重构现有代码,还是排查难以定位的 Bug,OpenCode 都能通过自然语言交互高效完成,显著减少开发者在重复性劳动和上下文切换上的时间消耗。 这款工具专为软件开发者、工程师及技术研究人员设计,特别适合希望利用大模型能力来提升编码效率、加速原型开发或处理遗留代码维护的专业人群。其核心亮点在于完全开源的架构,这意味着用户可以审查代码逻辑、自定义行为策略,甚至私有化部署以保障数据安全,彻底打破了传统闭源 AI 助手的“黑盒”限制。 在技术体验上,OpenCode 提供了灵活的终端界面(Terminal UI)和正在测试中的桌面应用程序,支持 macOS、Windows 及 Linux 全平台。它兼容多种包管理工具,安装便捷,并能无缝集成到现有的开发环境中。无论您是追求极致控制权的资深极客,还是渴望提升产出的独立开发者,OpenCode 都提供了一个透明、可信

144.3k|★☆☆☆☆|今天
Agent插件

ComfyUI

ComfyUI 是一款功能强大且高度模块化的视觉 AI 引擎,专为设计和执行复杂的 Stable Diffusion 图像生成流程而打造。它摒弃了传统的代码编写模式,采用直观的节点式流程图界面,让用户通过连接不同的功能模块即可构建个性化的生成管线。 这一设计巧妙解决了高级 AI 绘图工作流配置复杂、灵活性不足的痛点。用户无需具备编程背景,也能自由组合模型、调整参数并实时预览效果,轻松实现从基础文生图到多步骤高清修复等各类复杂任务。ComfyUI 拥有极佳的兼容性,不仅支持 Windows、macOS 和 Linux 全平台,还广泛适配 NVIDIA、AMD、Intel 及苹果 Silicon 等多种硬件架构,并率先支持 SDXL、Flux、SD3 等前沿模型。 无论是希望深入探索算法潜力的研究人员和开发者,还是追求极致创作自由度的设计师与资深 AI 绘画爱好者,ComfyUI 都能提供强大的支持。其独特的模块化架构允许社区不断扩展新功能,使其成为当前最灵活、生态最丰富的开源扩散模型工具之一,帮助用户将创意高效转化为现实。

108.3k|★★☆☆☆|6天前
开发框架图像Agent

gemini-cli

gemini-cli 是一款由谷歌推出的开源 AI 命令行工具,它将强大的 Gemini 大模型能力直接集成到用户的终端环境中。对于习惯在命令行工作的开发者而言,它提供了一条从输入提示词到获取模型响应的最短路径,无需切换窗口即可享受智能辅助。 这款工具主要解决了开发过程中频繁上下文切换的痛点,让用户能在熟悉的终端界面内直接完成代码理解、生成、调试以及自动化运维任务。无论是查询大型代码库、根据草图生成应用,还是执行复杂的 Git 操作,gemini-cli 都能通过自然语言指令高效处理。 它特别适合广大软件工程师、DevOps 人员及技术研究人员使用。其核心亮点包括支持高达 100 万 token 的超长上下文窗口,具备出色的逻辑推理能力;内置 Google 搜索、文件操作及 Shell 命令执行等实用工具;更独特的是,它支持 MCP(模型上下文协议),允许用户灵活扩展自定义集成,连接如图像生成等外部能力。此外,个人谷歌账号即可享受免费的额度支持,且项目基于 Apache 2.0 协议完全开源,是提升终端工作效率的理想助手。

100.8k|★★☆☆☆|1周前
插件Agent图像