Sentimatix について
Sentimatixは、インドのNSE/BSE市場情報を扱うMCPサーバーで、株式調査や投資分析のワークフロー向けです。市場データ、ニュースセンチメント、テクニカル指標、銘柄比較、ニュースのセマンティック検索を提供します。
主な機能
- 01株価と過去のOHLCVデータ
- 02ニュースのNLPセンチメント評価と集計
- 03RSI・MACD・サポート/レジスタンス分析
- 04NSE銘柄の比較と相関計算
- 05ニュースを対象としたRAG証拠検索
活用シーン
- 01市場データとニュースを使った株価変動の分析
- 022銘柄のNSE株式パフォーマンス比較
- 03銘柄テーマに関連するニュース証拠の検索
MCP 対応
MCPクライアントやAIエージェントに、インド株式市場の分析ツールを提供します。株価データ、センチメント、テクニカル分析、ニュースコーパス検索を利用できます。
設定
リモートサーバーはインストール不要です。クライアントを選んで設定をコピーするか、ワンクリックで導入できます。
エンドポイント
https://sentimatix-mcp.up.railway.app/mcpインストールコマンドをコピー
Claude CodeTerminal
claude mcp add --transport http rishav0123-sentimatix https://sentimatix-mcp.up.railway.app/mcpCursor.cursor/mcp.json
{"mcpServers":{"rishav0123-sentimatix":{"type":"http","url":"https://sentimatix-mcp.up.railway.app/mcp"}}}Cursor で開くVS Code.vscode/mcp.json
{"servers":{"rishav0123-sentimatix":{"type":"http","url":"https://sentimatix-mcp.up.railway.app/mcp"}}}VS Code で開くClaude Desktopclaude_desktop_config.json
{"mcpServers":{"rishav0123-sentimatix":{"type":"http","url":"https://sentimatix-mcp.up.railway.app/mcp"}}}Windsurf~/.codeium/windsurf/mcp_config.json
{"mcpServers":{"rishav0123-sentimatix":{"serverUrl":"https://sentimatix-mcp.up.railway.app/mcp"}}}コマンドはターミナルで実行し、JSON は各クライアントの MCP 設定に貼り付けて再起動します。認可が必要なサーバーは初回接続時にログインを求めます。
すべてのエンドポイント
Streamable HTTP
https://sentimatix-mcp.up.railway.app/mcpSSE
https://sentimatix-mcp.up.railway.app/sseツール
詳細
Sentimatix MCP Server
**Model Context Protocol(MCP)**を通じて、インド株式市場のリアルタイム情報を提供します。Sentimatix を Claude Desktop、Cursor、または MCP 対応の AI エージェントに直接接続して、NSE/BSE のリアルタイムのセンチメント、ニュース、テクニカル分析を取得できます。
🏗️ アーキテクチャ
User Query → Claude/AI Agent → MCP Server → Tools
↓
┌─────────────────────┐
│ News Sentiment API │ ← Sentimatix /api/v1/news
│ Stock Price API │ ← Sentimatix /api/v1/stocks
│ Sector Sentiment │ ← Sentimatix /api/v1/sentiment
│ RAG Evidence │ ← Supabase Vector DB
└─────────────────────┘
↓
Synthesized Market Intelligence
🛠️ 利用可能なツール(全 10 種類)
| ツール | 説明 | 例 |
|---|---|---|
explain_price_change | オーケストレーター — 株価、ニュース、センチメントを使って、株価が動いた理由を説明します | (RELIANCE, 7 days) |
analyze_stock_enhanced | 個別銘柄の詳細な調査レポート | (HDFCBANK, detailed) |
compare_stocks | NSE の 2 銘柄を並べて比較します | (TCS vs INFY) |
get_stock_summary | 株価指標:変動率、高値、安値、出来高 | (TATAMOTORS, 7 days) |
get_historical_prices | 日次 OHLCV 時系列データ | (SBIN, 2024-01-01, 2024-03-01) |
get_news_sentiment | NLP によるセンチメントスコア付きニュース記事 | (ZOMATO, last 7 days) |
get_sentiment_aggregate | 期間ごとのセンチメント統計の集計 | (ADANIENT, 30 days) |
get_technical_analysis | RSI、MACD、ボリンジャーバンド、サポート/レジスタンス | (ITC, 90 days) |
calculate_correlation | NSE の 2 銘柄間のピアソン相関 | (RELIANCE, TCS) |
get_rag_evidence | ニュースコーパスのセマンティック検索 | (INFY, "earnings beat") |
🚀 クイックスタート(Claude Desktop)
- 無料の API キーをこちらから取得します:https://sentimatix-production.up.railway.app/portal
claude_desktop_config.jsonに次の内容を追加します:
{
"mcpServers": {
"sentimatix": {
"command": "uvx",
"args": ["sentimatix-mcp"],
"env": {
"BACKEND_API_URL": "https://sentimatix-production.up.railway.app/api",
"SENTIMATIX_API_KEY": "your_key_here"
}
}
}
}
📊 クエリの実行例
ユーザー:「過去 7 日間で Reliance の株価が下落したのはなぜですか?」
MCP のワークフロー:
- ✅
get_stock_summary("RELIANCE", 7)→-3.1% decline - ✅
get_news_sentiment("RELIANCE", ...)→12 news items, avg sentiment: -0.4 - ✅
get_rag_evidence("RELIANCE", "price drop reasons")→5 relevant articles - ✅
get_technical_analysis("RELIANCE")→RSI: 38 (Oversold), MACD: Bearish - 🤖 LLM による統合:
RELIANCE declined 3.1% (₹2,850 → ₹2,762) over the last 7 days.
Top Reasons (with evidence):
1. Weak Q4 refining margins — reported by Economic Times (sentiment: -0.5)
2. Sector-wide FII selling in Oil & Gas — MoneyControl (sentiment: -0.3)
3. RSI at 38 confirms oversold territory; key support at ₹2,740
Confidence: HIGH
🔧 環境変数
BACKEND_API_URL=https://sentimatix-production.up.railway.app/api
SUPABASE_URL=https://your-project.supabase.co # For RAG features
SUPABASE_KEY=your_anon_key # For RAG features
OPENAI_API_KEY=your_openai_key # For AI synthesis
📚 ドキュメント全文
- 接続ガイド — Claude Desktop、Cursor のセットアップ
- クイックスタート — 手順に沿ったインストール
- REST API ドキュメント — OpenAPI リファレンス全文
コメント
Markdown 対応
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。