关于 AKShare MCP Server
AKShare MCP Server 是基于 AKShare 库的 MCP 服务,提供金融数据查询与分析能力。它面向需要中国及全球金融市场数据的用户,可通过 Claude Desktop 调用。
主要功能
- 01访问中国及全球金融市场数据
- 02通过 MCP 协议接入 Claude Desktop
- 03支持多类金融数据查询
- 04提供 Docker 运行方式
适用场景
- 01查询股票、基金与债券数据
- 02获取期货与外汇行情
- 03查询宏观经济数据
MCP 相关
该项目是一个 MCP 服务,向 MCP 客户端(如 Claude Desktop)暴露股票、基金、债券、期货、外汇和宏观经济等数据查询工具。
配置
本地服务的配置在各客户端中通用,复制后粘贴到客户端的 MCP 配置文件即可。
暂未收录安装方式
我们还没有获取到这个服务的安装包或远程地址,请按项目 README 中的说明安装。
工具
还没有获取到工具列表
本地服务需要在你的电脑上运行后才能读取工具,维护者暂未提供工具列表。
详细介绍
AKShare MCP 服务
一个使用 AKShare 库提供金融数据分析功能的模型上下文协议(MCP)服务。
功能
- 通过 AKShare 获取中国及全球金融市场数据
- 通过 MCP 协议与 Claude Desktop 集成
- 支持多种金融数据查询与分析
安装
使用 uv(推荐)
# Clone the repository
git clone https://github.com/yourusername/akshare_mcp_server.git
cd akshare_mcp_server
# Create and activate a virtual environment
python -m venv venv
source venv/bin/activate # On Windows: venv\Scripts\activate
# Install dependencies with uv
uv pip install -e .
使用 pip
# Clone the repository
git clone https://github.com/yourusername/akshare_mcp_server.git
cd akshare_mcp_server
# Create and activate a virtual environment
python -m venv venv
source venv/bin/activate # On Windows: venv\Scripts\activate
# Install dependencies
pip install -e .
使用方法
运行服务
# Activate the virtual environment
source venv/bin/activate # On Windows: venv\Scripts\activate
# Run the server
python run_server.py
与 Claude Desktop 集成
- 将以下配置添加到 Claude Desktop 的配置文件中:
"mcpServers": {
"akshare-mcp": {
"command": "uv",
"args": [
"--directory",
"/path/to/akshare_mcp_server",
"run",
"akshare-mcp"
],
"env": {
"AKSHARE_API_KEY": "<your_api_key_if_needed>"
}
}
}
- 重启 Claude Desktop
- 从可用工具中选择 AKShare MCP 服务
可用工具
AKShare MCP 服务提供以下工具:
- 股票数据查询
- 基金数据查询
- 债券数据查询
- 期货数据查询
- 外汇数据查询
- 宏观经济数据查询
- 等等……
添加新工具
要向 MCP 服务添加新工具,请按以下步骤操作:
-
在
src/mcp_server_akshare/api.py中添加新的 API 函数:async def fetch_new_data_function(param1: str, param2: str = "default") -> List[Dict[str, Any]]: """ Fetch new data type. Args: param1: Description of param1 param2: Description of param2 """ try: df = ak.akshare_function_name(param1=param1, param2=param2) return dataframe_to_dict(df) except Exception as e: logger.error(f"Error fetching new data: {e}") raise -
在
src/mcp_server_akshare/server.py的枚举中添加新工具:class AKShareTools(str, Enum): # Existing tools... NEW_TOOL_NAME = "new_tool_name" -
在
src/mcp_server_akshare/server.py中导入新函数:from .api import ( # Existing imports... fetch_new_data_function, ) -
将工具定义添加到
handle_list_tools()函数中:types.Tool( name=AKShareTools.NEW_TOOL_NAME.value, description="Description of the new tool", inputSchema={ "type": "object", "properties": { "param1": {"type": "string", "description": "Description of param1"}, "param2": {"type": "string", "description": "Description of param2"}, }, "required": ["param1"], # List required parameters }, ), -
在
handle_call_tool()函数中添加工具处理程序:case AKShareTools.NEW_TOOL_NAME.value: param1 = arguments.get("param1") if not param1: raise ValueError("Missing required argument: param1") param2 = arguments.get("param2", "default") result = await fetch_new_data_function( param1=param1, param2=param2, ) -
测试新工具:运行服务并向新工具发送请求。
开发
# Install development dependencies
uv pip install -e ".[dev]"
# Run tests
pytest
Docker
你也可以使用 Docker 运行服务:
# Build the Docker image
docker build -t akshare-mcp-server .
# Run the Docker container
docker run -p 8000:8000 akshare-mcp-server
许可证
MIT
评论
支持 Markdown
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。