mcpField
A
agentrisk

agentrisk

ローカル
github.com/trycoin-ai金融データ24 週間前に更新

agentrisk について

AgentRiskは、AI取引エージェント向けの決定論的なリスクチェックサーバーです。ユーザー作成のYAMLポリシーでポートフォリオと取引案を評価し、取引の推奨や実行は行いません。

主な機能

  1. 01集中度、エクスポージャー、ポリシー適合性の分析
  2. 02取引案にPASS、WARN、BLOCKを返却
  3. 03YAMLリスクポリシーの作成、表示、更新
  4. 04注文規模、現金下限、資金不足の確認
  5. 05制限対象銘柄とデータ品質の検出

活用シーン

  1. 01注文送信前の取引案チェック
  2. 02模擬取引後のポートフォリオリスク確認
  3. 03取引ルールのポリシー化や改訂
  4. 04リスク判定に基づくブローカー実行の制御

MCP 対応

MCPサーバーとして、ポートフォリオ分析、取引リスク確認、ポリシー生成のツールを提供します。AgentRiskは判定を返し、注文実行を制御するかは連携側が決めます。

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。

mcp.json · 共通設定
{
"mcpServers": {
"trycoin-ai-agentrisk": {
"command": "uvx",
"args": [
"agentrisk"
]
}
}
}
起動コマンドuvx agentrisk

ローカルサーバーにはマシン上の実行環境(Node.js 18 以上など)が必要です。設定ファイルの場所はクライアントごとに異なります。

パッケージ
pypiagentrisk0.1.3

ツール

3

掲載時のツール一覧 · 2 週間前に更新

パラメーター型必須説明
focusanyいいえ
analysesanyいいえ
portfolioobjectはい
policy_pathanyいいえ

詳細

AgentRisk

CI PyPI Python 3.10+ License: MIT

AI 取引エージェント向けのリスクガードレールです。エージェントが提案し、ポリシーが判断します。

ターミナルでの AgentRisk:リスクポリシーを作成し、ポートフォリオのエクスポージャーを分析し、上限超過の取引をブロックします

AgentRisk は取引執行の前段に位置し、ポートフォリオのリスクを分析して、提案された各取引をユーザーが作成したポリシーに照らして確認し、そのポリシーを管理します。コアは決定論的(同じ入力には同じ判定)、透明性が高く(ポリシーは読み取りや編集が可能なプレーンな YAML)、フェイルクローズ設計です(入力が無効、またはポリシーがない場合は、黙って通過させずブロックします)。

AgentRisk は取引を推奨せず、執行もしません。PASS は、取引がユーザー自身が作成したルールに違反しなかったという意味であり、安全または収益性があるという意味ではありません。DISCLAIMER.md を参照してください。

クイックスタート

Claude エージェントを使う最も手早い方法は、Claude Code プラグインです。Agent Skill をインストールし、MCP サーバーを一度に登録します(uvx 経由のため、ほかにインストールするものはありません)。

/plugin marketplace add trycoin-ai/agentrisk
/plugin install agentrisk@agentrisk

ほかの MCP クライアントを使う場合は、サーバーを自分で登録してください。

{
  "mcpServers": {
    "agentrisk": {
      "command": "uvx",
      "args": ["--from", "agentrisk[mcp]", "agentrisk-mcp"]
    }
  }
}

あとは自然な英語で質問するだけで、エージェントが質問を次の 3 つのツール呼び出しに変換します。

ツール回答する質問返される内容
analyze_portfolio_risk保有しているリスクはどの程度ですか?集中度、エクスポージャー、ポリシー準拠状況のレポート
check_trade_riskこの取引を実行してよいですか?PASS/WARN/BLOCK と、その理由を示す 1 行の説明
generate_risk_policy自分のルールは何ですか?人が読みやすい YAML ポリシー(作成、更新、表示)

プラグインを使うには、uvx 用の uv が必要です。Claude Desktop を 2 分でセットアップする方法については、examples/claude_desktop.md を参照してください。

Agent Skill

Claude エージェント向けに、AgentRisk ではオプションの Agent Skill を提供しています。これはガードレールが依存する手順を定めるものです。注文をブローカーに送る前に、取引を分類し、check_trade_risk を呼び出し、判定に従い、結果を記録します。この順番を守る必要があります。上記のプラグインを使うと、サーバーと一緒にインストールされます。スキルだけをインストールするには、次の手順に従ってください。

  • Claude Code または Claude Desktop: skills/agentrisk/ を ~/.claude/skills/ にコピーします。
  • claude.ai: skills/agentrisk/SKILL.md をスキルとしてアップロードします。

執行契約

AgentRisk は助言を返します。注文を物理的に止めることはできないため、連携する側で判定に基づいて執行を制御する必要があります。

result = check_trade_risk(portfolio, trade)
if not result.proceed:
    refuse(result.summary)              # BLOCK: never call the broker
elif result.acknowledgements_required:
    confirm_with_user(result)           # WARN: surface warnings first
else:
    execute(trade)                      # PASS

判定にかかわらずブローカーを呼び出すなら、それはガードレールではなくロガーです。連携ガイドを参照してください。

ライブラリを直接使用する

3 つのツールは純粋な Python ライブラリとしても利用でき、コア部分でネットワーク呼び出しや LLM は使用しません。

pip install agentrisk

各パラメーター、戻り値のフィールド、エラーケースについては、ツールリファレンスを参照してください。

チェック項目

  • 集中度の上限: 個別銘柄、セクター、テーマ、資産クラスごとに設定し、取引後のシミュレーション済みポートフォリオを対象に評価します。
  • 資産クラスのルール: 暗号資産、オプション、マージンについて、許可、警告、またはブロックします。
  • 注文の妥当性: 注文サイズの上限、最低現金残高、資金不足の検出。
  • 取引制限対象のシンボルとデータ品質: 古いスナップショットには警告を出し、無効なスナップショットはブロックします。

ポリシーリファレンスでは、すべてのフィールドと安全動作(フェイルクローズ、決済を決して妨げないこと、違反を悪化させる取引のみをブロックすること、および 1 回限りのバイパス)について説明しています。

ドキュメント

ドキュメント内容
コンセプトメンタルモデルとエージェント/AgentRisk の役割分担
アーキテクチャモジュール構成と、コアを通じた呼び出しの流れ
ポリシーリファレンス各ポリシーフィールドと、それによって決まるチェックの動作
ツールリファレンス3 つすべてのツールのパラメーター、出力、エラーケース
CLI リファレンスagentrisk コマンド:policy、check、analyze
統合ガイド適用の契約、ブローカー MCP との組み合わせ、監査ログ
脅威モデルAgentRisk で保護できることと、できないこと
分類データオープンな分類体系と、修正の提案方法

ロードマップ

次は決定論的なストレスシナリオ、ETF のルックスルー、行動制限(v0.2)を予定しています。その後、オプション分析、ブローカーのスナップショットアダプター、ショートポジション、複数通貨への対応(v0.3)を予定しています。取引の推奨、シグナル、執行、テレメトリーは恒久的に対象外です。マイルストーンをご覧ください。

コントリビューション

分類データの修正や、新しい決定論的チェックを特に歓迎します。CONTRIBUTING.mdをご覧ください。また、コアは純粋な状態に保ってください。ネットワーク、LLM の呼び出し、隠れた状態は使用しません。

ライセンス

MIT です。LICENSEをご覧ください。

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。