mcpField
K
KRA Racing Data Analysis MCP Server

KRA Racing Data Analysis MCP Server

本地服务
github.com/coyaSONG数据与分析01 周前更新

关于 KRA Racing Data Analysis MCP Server

KRA Racing Data Analysis MCP Server 接入韩国马事会公共 API,用于分析赛马数据,面向查看赛事、马匹与骑师表现及赔率的用户;使用时需要 KRA API 密钥。

主要功能

  1. 01按日期、场次和赛道分析赛事
  2. 02分析马匹表现与状态
  3. 03查询骑师信息和统计数据
  4. 04分析赔率并识别模式
  5. 05提供赛事、马匹和赛道数据资源

适用场景

  1. 01按日期、场次和赛道查看赛事
  2. 02评估马匹或骑师表现
  3. 03分析赔率和投注市场模式
  4. 04生成赛事预测和表现报告

MCP 相关

该服务向 MCP 客户端提供赛马分析工具、数据资源和提示词。工具涵盖赛事、马匹、骑师和赔率分析;资源提供赛程、马匹记录、赛道详情及 KRA API 配置。

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。

mcp.json · 通用配置
{
"mcpServers": {
"kra": {
"command": "npx",
"args": [
"-y",
"@modelcontextprotocol/inspector"
]
}
}
}
启动命令npx -y @modelcontextprotocol/inspector

本地服务需要在你的电脑上安装运行环境(如 Node.js 18+)。各客户端的配置文件位置不同,请参考客户端文档。

安装包
npm@modelcontextprotocol/inspector

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

KRA Racing Data Analysis MCP Server

利用韩国马事会(Korea Racing Authority)公共 API 的赛马数据分析 MCP 服务

本项目使用 Model Context Protocol(MCP)分析韩国马事会的赛马数据并提供洞见。

🏇 主要功能

🔧 分析工具(Tools)
  • analyze-race:赛马分析(按日期、场次编号和赛马场)
  • analyze-horse-performance:赛马成绩分析与状态评估
  • get-jockey-stats:骑师统计与表现分析
  • get-jockey-info:查询骑师信息
  • analyze-odds:赔率分析与模式识别
📁 数据资源(Resources)
  • schedule://{date}:赛马日程信息(今天/明天)
  • horses://{horseName}:赛马详细信息及记录
  • tracks://{trackCode}:赛马场信息(首尔/釜山/济州)
  • config://kra-api:KRA API 设置与配置
💬 分析提示词(Prompts)
  • predict-race:赛马预测分析(基础/详细/统计)
  • horse-performance-report:赛马成绩详细报告
  • market-analysis:马券市场分析(赔率/交易量/趋势)

🎯 应用领域

  • 赛马预测:基于数据预测赛马结果
  • 投资分析:制定马券投资策略
  • 表现评估:分析赛马、骑师和练马师的表现
  • 市场分析:分析赔率和交易量模式
  • 风险管理:评估和管理投资风险

📦 安装与配置

必备条件
  • Node.js 18.0.0 或更高版本
  • npm 或 yarn
  • 韩国马事会公共 API 访问权限 ✅ 已完成实际对接
设置 KRA API 密钥(必需)
  1. 申请公共数据门户 API

    • 访问公共数据门户
    • 搜索并申请“韩国马事会赛马记录信息”API
    • 获批后获取服务密钥
  2. 设置环境变量

    # Windows (PowerShell)
    $env:KRA_SERVICE_KEY="YOUR_SERVICE_KEY_HERE"
    
    # macOS/Linux
    export KRA_SERVICE_KEY="YOUR_SERVICE_KEY_HERE"
    
    # 또는 .env 파일 생성
    echo "KRA_SERVICE_KEY=YOUR_SERVICE_KEY_HERE" > .env
    
  3. 确认服务密钥

    • 必须使用经过 URL 编码的密钥
    • 如果包含特殊字符,则需要进行编码
安装项目
# 저장소 클론
git clone <repository-url>
cd kra-mcp

# 의존성 설치
npm install

# KRA API 키 설정 (위 참조)
export KRA_SERVICE_KEY="your_service_key"

🏃‍♂️运行方法

开发模式
npm run dev
监视模式(文件更改时自动重启)
npm run watch
生产环境构建与运行
npm run build
npm start

🔧 注册 MCP 客户端

在 Cursor IDE 中使用

添加到 ~/.cursor/mcp.json 文件中:

{
  "mcpServers": {
    "kra-racing-analysis": {
      "command": "npx",
      "args": ["tsx", "src/index.ts"],
      "cwd": "/path/to/kra-mcp"
    }
  }
}

使用生产版本时:

{
  "mcpServers": {
    "kra-racing-analysis": {
      "command": "node",
      "args": ["dist/index.js"],
      "cwd": "/path/to/kra-mcp"
    }
  }
}

重启 Cursor 后即可使用。

🧪 测试与验证

使用 MCP Inspector
npx @modelcontextprotocol/inspector npx tsx src/index.ts
工具测试示例
# 경주 분석 테스트
analyze-race --raceDate="2024-01-15" --raceNumber="3" --trackCode="seoul"

# 말 성적 분석 테스트
analyze-horse-performance --horseName="우승마" --period="1year"

📂 项目结构

kra-mcp/
├── src/
│   └── index.ts              # 메인 서버 파일
├── dist/                     # 빌드된 JavaScript 파일
├── package.json              # 프로젝트 설정
├── tsconfig.json             # TypeScript 설정
├── .gitignore               # Git 제외 파일
└── README.md                # 프로젝트 문서

🔍 使用示例

1. 请求分析赛马
{
  "method": "tools/call",
  "params": {
    "name": "analyze-race",
    "arguments": {
      "raceDate": "2024-01-15",
      "raceNumber": 5,
      "trackCode": "seoul"
    }
  }
}
2. 查询赛马信息
{
  "method": "resources/read",
  "params": {
    "uri": "horses://우승마"
  }
}
3. 赛马预测提示词
{
  "method": "prompts/get",
  "params": {
    "name": "predict-race",
    "arguments": {
      "raceDate": "2024-01-15",
      "raceNumber": "5",
      "analysisType": "detailed"
    }
  }
}

🛠️ 开发指南

添加新的分析工具
server.tool("new-analysis-tool",
  { 
    param1: z.string(),
    param2: z.number().optional()
  },
  async ({ param1, param2 }) => ({
    content: [{ 
      type: "text", 
      text: `분석 결과: ${param1} ${param2 || ''}` 
    }]
  })
);
添加新的数据资源
server.resource(
  "new-resource",
  new ResourceTemplate("resource://{id}", { list: undefined }),
  async (uri, { id }) => ({
    contents: [{
      uri: uri.href,
      text: JSON.stringify({ id, data: "..." }, null, 2)
    }]
  })
);

🌐 API 对接情况

✅ 当前已对接的 API:

  • 韩国马事会公共 API:赛马信息、参赛赛马数据、骑师信息
  • API214_1:赛马详细结果与分析数据
  • API12_1:查询骑师信息
  • API299:赛马统计与预测信息

⏳ 计划后续对接:

  • 实时赔率 API:追踪赔率变化
  • 天气信息 API:分析天气对跑道状况的影响

📊 数据分析功能

支持的分析类型
  • 技术分析:基于过往成绩的模式分析
  • 统计分析:概率模型与回归分析
  • 市场分析:赔率与交易量分析
  • 比较分析:比较赛马、骑师和练马师
预测模型(计划中)
  • 机器学习模型:基于历史数据进行预测
  • 集成模型:结合多个模型进行预测
  • 实时分析:分析赛马当天的实时数据

🔒 安全与合规事项

  • 遵守韩国马事会 API 使用条款
  • 遵守个人信息保护法
  • 安全管理 API 密钥
  • 遵守数据使用量限制

📚 参考资料

📄 许可证

MIT License


⚠️ 重要:本服务通过实际对接 KRA 公共 API 运行。需要设置 API 密钥。

💡 提示:搭配 Context7 使用,可获得更准确的赛马数据分析结果!试着在提示词中添加 use context7。

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。