mcpField
A
AlphaVantage MCP Server with Azure Functions

AlphaVantage MCP Server with Azure Functions

ローカル
github.com/dsaad68クラウド・インフラ180 週間前に更新

AlphaVantage MCP Server with Azure Functions について

Azure Functions を基盤とする MCP サーバーで、AI エージェントが AlphaVantage の金融データを分析に利用できます。企業情報や財務諸表を MCP ツールとして公開します。

主な機能

  1. 01企業概要データ
  2. 02損益計算書と貸借対照表
  3. 03キャッシュフローと決算情報
  4. 04Azure Functions へのデプロイ

活用シーン

  1. 01分析用の企業情報の取得
  2. 02AI エージェントでの財務諸表の確認

MCP 対応

企業概要、財務諸表、キャッシュフロー、決算情報などの AlphaVantage データを、MCP クライアント向けのツールとして公開します。

設定

ローカルサーバーの設定はどのクライアントでも共通です。コピーしてクライアントの MCP 設定ファイルに貼り付けてください。

インストール方法は未掲載です

このサーバーのパッケージやリモートエンドポイントはまだ取得できていません。プロジェクトの README の手順に従ってください。

リポジトリ

ツール

ツール一覧はまだ取得されていません

ローカルサーバーのツールはマシン上で起動して初めて取得できます。メンテナーはまだツール一覧を提供していません。

詳細

Azure Functions を使用した AlphaVantage MCP サーバー

このプロジェクトは、エージェントと MCP サーバーの間をつなぐブリッジとして機能し、AlphaVantage Financial API と連携する Azure Function を実装します。 AI エージェントは、MCP 経由で公開されるツールを通じて、金融データにアクセスし、金融分析を実行できます。

アーキテクチャ図

Azure Function は、以下の金融データエンドポイントを MCP ツールとして公開します。

  • 企業概要
  • 損益計算書
  • 貸借対照表
  • キャッシュフロー
  • 決算報告書

agent ディレクトリには、MCP サーバーのテストに使用できる PydanticAI で作成されたデモエージェントがあります。詳細はデモエージェントファイルをご覧ください。

前提条件

ローカル開発

  1. このリポジトリをクローンします
  2. 仮想環境を作成して、依存関係をインストールします。
uv sync --frozen
  1. src ディレクトリに、AlphaVantage API キーを設定した local.settings.json ファイルを作成します。
{
  "IsEncrypted": false,
  "Values": {
    "FUNCTIONS_WORKER_RUNTIME": "python",
    "AzureWebJobsStorage": "UseDevelopmentStorage=true",
    "ALPHAVANTAGE_API_KEY": "your-alphavantage-api-key"
  }
}
  1. Function をローカルで実行します。
cd src
func start

デプロイ

  1. Azure にサインインします。
azd auth login
  1. アプリケーションをデプロイします。
azd up

これにより、必要な Azure リソースがプロビジョニングされ、Function App がデプロイされます。

注記: 環境変数の設定については、環境変数の追加セクションを参照してください。

MCP エンドポイント URL の取得

デプロイ後、MCP 拡張機能のシステムキーを取得します。

az functionapp keys list \
  --resource-group <resource_group> \ 
  --name <function_app_name>

MCP エンドポイント URL は次のとおりです。

https://<funcappname>.azurewebsites.net/runtime/webhooks/mcp/sse?code=<your-mcp-extension-system-key>

環境変数の追加

Azure Function に環境変数を追加する方法は 2 つあります。

1. パラメーターファイルを使用する(デプロイにおすすめ)

環境変数を infra/main.parameters.json ファイルに追加します。

{
  "parameters": {
    // Other parameters...
    "functionAppEnvironmentVariables": {
      "value": {
        "ALPHAVANTAGE_API_KEY": "your-api-key",
        "MY_VARIABLE": "my-value"
      }
    }
  }
}

次のコマンドでデプロイします。

azd up
2. Azure CLI を使用する(既存のデプロイを更新する場合)
az functionapp config appsettings set \
  --name <function_app_name> \
  --resource-group <resource-group> \
  --settings ALPHAVANTAGE_API_KEY=<your-api-key>

MCP 開発用の VS Code の設定

このプロジェクトには、開発中に MCP エンドポイントへ接続するための .vscode/mcp.json 設定ファイルが含まれています。このファイルには、以下が記述されています。

  1. 入力定義 — 以下の入力を求めます。

    • Azure Functions MCP Extension System Key(安全に保存されます)
    • Azure Functions App 名
  2. サーバー設定:

    • remote-mcp-function — 上記の入力を使用して、デプロイ済みの Azure Function に接続します
    • local-mcp-function — ポート 7071 で実行中のローカル Function に接続します

これにより、開発中にローカルの Function App またはデプロイ済みの Azure インスタンスを対象として、VS Code から MCP ツールを直接テストできます。

デモエージェント

agent ディレクトリには、Agno フレームワークを使用する AI エージェントでこの MCP エンドポイントを利用する方法の例が含まれています。独自の金融分析エージェントを作成する際の出発点として使用できます。

インフラストラクチャコードの出典

このプロジェクトのインフラストラクチャコードは、Azure 上で Python Function をリモート MCP ツールとしてデプロイするためのテンプレートを提供する Azure-Samples/remote-mcp-functions-python を基にしています。

コメント

MCP は初めてですか?

プロトコルの概要から最初のサーバーの導入まで、よくある疑問にまとめて答えます。

AI アプリケーションが外部のツールやデータソースに統一的な方法で接続するためのオープンなプロトコルです。クライアントはモデルとの対話を担い、MCP サーバーはツール・リソース・プロンプトテンプレートを提供します。標準メッセージでやり取りするため、1 つのサーバーを複数のクライアントで再利用できます。