mcpField
C
Cabrini Market Data

Cabrini Market Data

远程服务
github.com/nlapi金融数据113 周前更新
代码仓库

关于 Cabrini Market Data

Cabrini Market Data 为 AI Agent 提供美国股票的分时、日线数据,以及 SEC 资料、申报文件和内部人交易数据。Python 客户端支持 x402 USDC 付款,也可通过 MCP 使用。

主要功能

  1. 01提供 2003 年以来的分时数据
  2. 02提供日线 OHLCV 和 VWAP
  3. 03提供 SEC 公司、申报及财务数据
  4. 04提供内部人交易数据
  5. 05支持股票筛选和研究简报

适用场景

  1. 01分析股票分时及历史走势
  2. 02按条件筛选美国股票
  3. 03查阅公司申报文件和内部人交易

MCP 相关

托管端点 https://cabrini.ai/mcp 向 MCP 客户端提供市场数据服务。付费请求使用 x402 USDC 付款。

配置

远程服务无需本地安装。选择你使用的客户端,复制配置或使用一键安装。

服务地址https://cabrini.ai/mcp
一键复制安装命令
Claude CodeTerminal
Cursor.cursor/mcp.json
VS Code.vscode/mcp.json
Claude Desktopclaude_desktop_config.json
Windsurf~/.codeium/windsurf/mcp_config.json

命令在终端中运行;JSON 粘贴到对应客户端的 MCP 配置后重启。需要授权的服务会在首次连接时提示登录。

工具

15
参数类型必填说明
datestring是YYYY-MM-DD
tickerstring是股票代码(例如 AAPL)
intervalinteger否K 线间隔(分钟):3、6、9、12、15、30、60 或 240(默认 3)

详细介绍

cabrini

面向 AI Agent 的美国股市数据。涵盖 23 年的日内和每日 K 线、SEC 基本面、文件披露和内部人士数据——从 2003 年至今的所有美国股票。

通过 Base 上的 USDC 按查询付费(x402)。无需 API 密钥、订阅或注册。

安装

pip install cabrini

快速开始

from cabrini import Cabrini

c = Cabrini(private_key="0x...")  # any Base wallet with USDC

# Intraday bars (pct from daily open) — $0.025
bars = c.query("AAPL", "2024-01-15")

# Daily OHLCV + VWAP (absolute prices) — $0.001/year
daily = c.daily("TSLA", "2024-01-01", "2024-03-31")

# SEC fundamentals — $0.02
fins = c.fundamentals("NVDA")

# Full research brief — $0.25
brief = c.brief("MSFT")

LangChain

from cabrini import get_langchain_tools
from langchain_openai import ChatOpenAI
from langgraph.prebuilt import create_react_agent

tools = get_langchain_tools(private_key="0x...")
agent = create_react_agent(ChatOpenAI(model="gpt-4o"), tools)

result = agent.invoke({"messages": [
    {"role": "user", "content": "What was NVDA's trading volume on the day of their last earnings?"}
]})

CrewAI

from cabrini import get_crewai_tools
from crewai import Agent, Task, Crew

tools = get_crewai_tools(private_key="0x...")

analyst = Agent(
    role="Financial Analyst",
    goal="Analyze stock performance using real market data",
    tools=tools,
)

task = Task(
    description="Compare AAPL and MSFT intraday volatility on 2024-06-15",
    agent=analyst,
)

Crew(agents=[analyst], tasks=[task]).kickoff()

MCP(Claude、Cursor 等)

将任意 MCP 客户端指向 https://cabrini.ai/mcp:

{
  "mcpServers": {
    "cabrini": {
      "url": "https://cabrini.ai/mcp"
    }
  }
}

所有端点

方法价格说明
query(ticker, date)$0.025全天交易时段的日内 K 线
daily(ticker, start, end)$0.001/year每日 OHLCV + VWAP——绝对价格
batch(tickers, date)$0.02/ticker多个股票代码,单个日期,无数量限制
range(ticker, start, end)$0.01/trading day多日内数据,无数量限制
bars(ticker, date, interval)$0.015/day重采样日内数据,3-240 分钟
scan(date, **criteria)$0.10筛选所有美国股票;至少需要 1 个条件
tickers(date)$0.005列出有交易的股票代码
company(ticker)$0.005SEC EDGAR 公司简介
fundamentals(ticker)$0.02SEC 季度数据
filings(ticker)$0.01 / $0.05SEC 文件索引;+提取的章节文本
insiders(ticker)$0.02内部人士交易(Form 4)
brief(ticker)$0.25汇总研究简报

每个 402 响应都会实时报价,客户端按服务端要求的价格付款——此表仅供参考,并非权威价格来源。

输出格式

日内方法(query、range、batch、bars)返回的是相对于当日开盘价的涨跌幅,而非价格水平:

{"window_start": "2024-01-02T14:30:00", "timestamp": 1704204600000000000,
 "pct_open": 0.0, "pct_high": 0.0012, "pct_low": -0.0003, "pct_close": 0.0008,
 "volume": 47000, "transactions": 312}

pct_x = (bar_x - day_open) / day_open,因此 0.0012 表示 +0.12%。

daily() 返回绝对价格——开盘价、最高价、最低价、收盘价、成交量、交易笔数和 VWAP。将两者结合即可还原价格:

day = c.daily("AAPL", "2024-01-02", "2024-01-02")["data"][0]
bars = c.query("AAPL", "2024-01-02")["data"]
close_price = day["open"] * (1 + bars[-1]["pct_close"])

请使用 daily(),而非第三方开盘价:我们的参考值是该交易时段的第一根 K 线,包含盘前交易,因此与外部的 09:30 开盘价无法完全吻合。

付款方式

每个付费请求都使用 x402——一种开放的 HTTP 小额支付协议:

  1. 客户端发送请求 → 服务端返回带有 PAYMENT-REQUIRED 标头的 402
  2. 客户端签署 USDC 转账授权(EIP-3009)
  3. 客户端使用 X-PAYMENT 标头重放请求,标头中包含已签署的授权
  4. Cloudflare 边缘 Worker 验证签名,向 Base 提交交易,并转发至源站
  5. 源站返回数据

Cabrini 客户端会自动处理所有这些步骤。你只需要一个持有 Base 上 USDC 的钱包。

获取 Base 上的 USDC

  1. 从 Ethereum 跨链转移:bridge.base.org
  2. 直接购买:在 Coinbase 购买 → 将 USDC 发送到 Base 网络上的钱包
  3. 水龙头(测试网):不需要,主网上的 USDC 费用很低(每次查询 $0.025)

链接

评论

支持 Markdown

第一次接触 MCP?

从协议是什么,到在客户端里装上第一个服务,这几条回答覆盖了大多数入门问题。

一个开放协议,规定了 AI 应用如何以统一方式连接外部工具与数据源。客户端负责与模型对话,MCP 服务负责提供工具、资源和提示模板,两者通过标准消息通信,同一个服务可以被不同客户端复用。