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
- 01按日期、场次和赛道分析赛事
- 02分析马匹表现与状态
- 03查询骑师信息和统计数据
- 04分析赔率并识别模式
- 05提供赛事、马匹和赛道数据资源
适用场景
- 01按日期、场次和赛道查看赛事
- 02评估马匹或骑师表现
- 03分析赔率和投注市场模式
- 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。
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)
-
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
-
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 -
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
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。