关于 💹 MCP YFinance Stock Server
MCP YFinance Stock Server 是一个基于 Python、FastAPI 和 Yahoo Finance(yfinance)数据的股票行情 MCP 服务,可供 AI Agent 或客户端调用。项目包含自选股管理、技术指标分析和仪表盘等示例功能,适合作为学习和原型开发的起点。
主要功能
- 01获取股票当前价格
- 02管理自选股列表
- 03RSI、MACD、均线等技术分析
- 04历史波动率与 ATR 指标计算
- 05两只股票的价格对比
适用场景
- 01让 AI 助手查询并比较股票价格
- 02监控自选股的近期走势
- 03为股票分析类 Agent 或仪表盘提供数据
MCP 相关
该项目作为 MCP 服务运行(uv run main.py),向 MCP 客户端暴露约 18 个股票相关工具,例如 get_stock_price、add_to_watchlist 和 analyze_stock。
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。
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
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
💹 MCP YFinance 股票服务
本项目搭建了一个由 Yahoo Finance(YFinance) API 驱动的股票价格服务,旨在与 MCP(Model Control Protocol) 无缝集成。
它允许 AI Agent 或客户端:
- 获取实时股票数据
- 管理自选列表
- 进行全面的股票分析
- 运行完整的技术指标分析
- 以及更多
🪙 从简单开始:先构建一个加密货币价格追踪器
在深入了解完整的股票服务之前,我建议先试试这个使用 Python + MCP 构建的简单加密货币追踪器 👇
🔗 GitHub 仓库: https://github.com/Adity-star/mcp-crypto-server
你将学到如何:
- 使用 MCP 暴露加密货币工具,例如 get_price("BTC")
- 使用 FastAPI 构建 API
- 使用 Alpaca API 获取实时价格
🔗 相关项目
探索我的更多作品:
- GenAI-Learnings:深入了解生成式 AI 概念、工具和项目。
- LangChain-Mastery:掌握 LangChain、构建强大 LLM 应用所需的一切。
- Complete Data Science:深入了解数据科学 AI 概念、工具和项目,并提供学习和面试准备的全部资料。
- Reinforcement-Learning:强化学习的实践实验与理论。
- CompleteRAG:端到端实现检索增强生成(RAG)系统。
📈 进阶:构建 yFinance 股票服务
熟悉整个流程后,可以继续构建这个更高级的股票追踪器 💹
🔗 GitHub 仓库: https://github.com/Adity-star/mcp-yfinance-server
📝 详细博客: 👉 我如何使用 Python、yFinance 和一点极客雄心构建自己的股票服务
包含:
- 自选列表
- 近实时价格更新
- 技术摘要
- 功能齐全的仪表板
- 趋势 + 动量指标
- 自选列表管理
📦 第 1 步:设置环境(使用 uv)
我们使用 uv —— 一款现代、超高速的 Python 包管理器 —— 来管理项目环境。
🛠️ 安装与设置
在终端中运行以下命令:
# Install uv
curl -LsSf https://astral.sh/uv/install.sh | sh
# Create and navigate to your project directory
mkdir mcp-yfinance-server
cd mcp-yfinance-server
# Initialize a new project
uv init
# Create and activate the virtual environment
uv venv
source .venv/bin/activate # On Windows: .venv\Scripts\activate
📥 安装项目
在 pyproject.toml 中设置好依赖项后,运行:
# Run
uv pip install -e .
🚀 第 2 步:运行 MCP 服务
环境准备就绪后,启动股票服务:
uv run main.py
🧪 想先快速测试一下? 先试着检查这些工具:
python run test_server_fun.py
📄 想了解完整服务的工作原理?
在此查看源代码:
🛠️ MCP 工具参考
该服务为 AI Agent 和命令行用户提供了许多工具。
以下是一些重要工具,点击此处查看完整工具列表:
📦 工具列表
| 工具名称 | 描述 |
|---|---|
add_to_watchlist | 将股票代码添加到个人观察列表。 |
analyze_stock | 执行为期 1 个月的技术趋势分析(RSI、MACD、均线).. |
get_technical_summary | 生成全面的技术摘要,包括指标和信号.. |
get_watchlist_prices | 获取观察列表中所有股票代码的最新价格。 |
get_trend_analysiss | 分析近期趋势变化、形态和背离.. |
get_stock_price | 获取指定股票代码的当前价格。 |
get_volatility_analysis | 计算历史波动率和 ATR 指标.. |
compare_stocks | 比较两只股票的价格(适用于相对表现分析)。 |
🧠 使用场景
这些工具适用于:
- 📊 动态管理观察列表
- 🔁 检测趋势和动能
- 📈 为投资决策进行深入的技术分析
- ⚠️ 基于波动率评估风险
- 🤖 为专注于股票的自主 Agent 或仪表板提供支持
⚙️ 请妥善保存此参考,以便使用 MCP 服务构建智能金融应用。
🔍 第 3 步:检查 MCP 服务
使用 MCP Server Inspector 轻松探索和测试 MCP 工具。 在终端中运行以下命令:
$ mcp dev source/yf_server.py
这将启动交互式 UI,用于:
- 🧰 查看所有可用工具和资源
- 📥 测试每个工具的输入/输出
- 📡 监控服务的实时响应
⚙️ 第 4 步:配置 MCP 服务
要集成你的 YFinance MCP 服务,请将以下条目添加到 mcp.config.json 文件中:
{
"mcpServers": {
"yfinance-price-tracker": {
"command": "uv",
"args": [
"--directory",
"/ABSOLUTE/PATH/TO/YOUR/mcp-yfinance-server",
"run",
"main.py"
]
}
}
}
⚠️ 将 /ABSOLUTE/PATH/TO/... 替换为实际文件路径。 💡 提示:将你的服务从 crypto-price-tracker 重命名为 yfinance-price-tracker,以便更清晰地识别。
🔁 第 5 步:重启 Claude Desktop
重启 Claude Desktop(或任何使用 MCP 的界面),以重新加载并启用新的 YFinance 工具。
这样可以确保更新后的 MCP 配置被识别,并且所有股票追踪工具都已 准备就绪。
✅ 第 6 步:使用 Claude Desktop 测试 MCP 服务
- 安装和配置完成后,即可在 Claude Desktop 中测试 MCP 服务。
使用以下示例查询,测试 MCP YFinance 服务:
“比较 Tesla 和 Apple 的股票价格。” → 🔧 使用
compare_stocks
“获取 Tesla 过去一个月的历史数据。” → 📊 使用
get_stock_history
“将 Apple、Tesla 和 Reliance 添加到我的观察列表。” → 📋 使用
add_to_watchlist
“显示 Apple 过去 30 天的股价图表。” → 🖼️ Claude 可以使用你的服务获取并可视化数据
📷 示例图表: 🖼 查看截图
🌐 Claude 在线演示: 在 Claude.site 上打开演示
🧪 这些测试可确保 MCP 集成端到端正常运行,从数据获取到实时分析和可视化。
📊 结果
⚙️ 你可以期待的成果
| 功能 | 成果 |
|---|---|
| ✅ 股票分析 | 分析股票,提供价格、OHLC、收益、成交量、洞察和数据。 |
| 📈 技术分析 | 查看 RSI、MACD、MA 等指标,以及完整的技术分析摘要。 |
| 📉 波动率报告 | 使用 ATR 和波动率指标分析股票风险。 |
| 🔍 趋势分析 | 通过价格走势分析,检测趋势变化和背离。 |
| 🧠 可视化 | 提供 18+ 种工具,助力 AI Agent 或仪表板实现股票可视化。 |
| 📋 技术图表 | 实时分析和监控股票技术指标。 |
| 🖼️ 可视化洞察 | 使用 Claude Desktop 生成图表和可视化摘要。 |
🎉 准备好构建股票追踪机器人或智能金融仪表板了吗?本项目包含所有核心组件。
📫 反馈与贡献
欢迎参与贡献!无论是修复错误、添加功能还是改进文档,你的帮助都能让本项目变得更好。
🐛 报告问题
如果你遇到错误或有建议,请在 Issues 页面提交 issue。请务必包含:
- ✅ 复现步骤(如适用)
- 🔍 预期行为与实际行为
- 📷 截图或错误日志(如相关)
📬 提交拉取请求
有修复或改进建议?前往 Pull Requests 页面提交 PR。我们会尽快审核并合并!
💬 传播消息
如果本项目帮你避开了 API 速率限制或价格过高的 SaaS 工具……
- 🌟 给仓库点个 Star
- 🍴 Fork 本项目,构建你自己的加密货币/股票工具
- 📲 在 X 上 提及我 @AdityaAkuskar——我很期待看到你的作品!
- 🔗 通过 LinkedIn 联系我
📜 许可证
🚀 让我们一起打造更好的工具。
如果你想要一篇推文串、轮播图或发布帖文,我可以帮你 😎
评论
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。
