mcpField
R
Ragalgo

Ragalgo

本地服务
ragalgo.com金融数据539 周前更新

关于 Ragalgo

RagAlgo 是为 AI Agent 提供评分金融新闻和市场背景的 MCP 服务,采用每日收盘分析,而非原始实时价格。它覆盖美国、英国、日本、韩国股票及加密货币。

主要功能

  1. 01AI 评分新闻与情绪
  2. 02每日收盘股票技术分析
  3. 03每日收盘加密货币技术分析
  4. 04整合新闻、图表和趋势的市场快照
  5. 05季度和年度财务数据

适用场景

  1. 01基于评分市场背景构建 AI 投资顾问
  2. 02结合新闻和情绪查看技术信号
  3. 03制作每日市场简报

MCP 相关

RagAlgo 向 MCP 客户端提供评分或原始新闻、股票和加密货币图表、市场快照、财务数据及标签搜索工具。它可配置为远程 SSE 服务,也可通过 `npx` 在本地运行。

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": {
"ragalgo": {
"command": "npx",
"args": [
"-y",
"ragalgo-mcp-server"
]
}
}
}
启动命令npx -y ragalgo-mcp-server

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
npmragalgo-mcp-server1.0.4

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

RagAlgo:面向 AI 可靠性的动态 RAG 引擎

npm version npm downloads GitHub stars License: MIT MCP

“你的 AI 是分析师,不是日内交易员。”

RagAlgo 是一个 MCP 服务,为 AI Agent 提供经过 数学评分的金融上下文(韩国股票/加密货币)。 我们专注于 “真实状态”(每日收盘数据),以避免实时市场噪声导致 AI 产生幻觉。

  • 分析师,而非经纪商: 我们提供“每日分析报告”(盘后),而非实时逐笔数据。
  • 评分上下文: 我们提供“评分”(0~100)和“区域”(森林 vs 树木),而非原始价格。
  • 全球市场专家: 针对美国、英国、日本、韩国和加密货币进行了优化。

👉 官方网站(ragalgo.com)


📖 架构与白皮书

了解 RagAlgo 为何是 Agentic AI 的“海马体”,而非又一个 RAG。

🏗️ 数据管道架构

我们在 Railway 上运行的生产系统全天候处理全球金融数据:

┌─────────────────────────────────────────────────────────────────────────────┐
│                        RagAlgo Data Pipeline (Railway)                      │
├─────────────────────────────────────────────────────────────────────────────┤
│                                                                             │
│  📥 COLLECT              🔍 FILTER              🏷️ TAG           📊 SCORE  │
│  ─────────────          ──────────────         ─────────        ──────────  │
│  • KR-News-Collector    • filter-worker-1      • tag-worker     • Gemini-1  │
│  • US-News-Collector    • filter-worker-2      • Meta-Hierarchy • Gemini-2  │
│  • UK-News-Collector    • filter-worker-3      •   Worker       • ...       │
│  • JP-News-Collector    • ibkr_filter_worker3  │                • Gemini-7  │
│  • research-collector   │                      │                │           │
│                         │                      │                │           │
│  ════════════════════════════════════════════════════════════════════════  │
│                                    ↓                                        │
│                      📦 SNAPSHOT (Daily 18:00 KST)                          │
│                      ──────────────────────────────                         │
│                      • KR-Snapshot  • US-Snapshot                           │
│                      • UK-Snapshot  • JP-Snapshot                           │
│                      • CRY-Snapshot • Unified-Snapshot                      │
│                                    ↓                                        │
│                          🚀 SERVE (MCP Server)                              │
│                          ─────────────────────                              │
│                          • RagAlgo-Service (SSE/stdio)                      │
│                          • ragalgo-relay-server (WebSocket)                 │
│                                                                             │
└─────────────────────────────────────────────────────────────────────────────┘

RagAlgo 架构

  • 愿景白皮书(引子)
    • 概念:通过海马体的类比,说明 RagAlgo 为何是“语义数字孪生”(SDT)。
    • 价值:阐释“自增长分类体系”和“数据飞轮”效应。
  • 技术报告(论证)
    • 深入解析:详细剖析上下文知识网络(CKN)。
    • 2025 年趋势:介绍 RagAlgo 如何作为 Agentic AI 的记忆层(例如 PepsiCo/Salesforce Agentforce)。

💡 为什么使用“每日收盘价”?

用户常常会问:“为什么图表数据不是实时的?”

因为清晰的数据能让 AI 表现更好。 实时逐笔数据充满噪声和波动。如果向大模型输入原始实时价格,它常常会臆造并不存在的模式。

RagAlgo 就像一位专业技术分析师,在市场收盘后开展工作:

  1. 等待市场尘埃落定(市场收盘)。
  2. 分析当天的交锋(日线蜡烛图与辅助指标)。
  3. 向你的 AI 提供“已确认的策略”。

使用 RagAlgo 构建**“投资顾问”**,而非“高频交易机器人”。


🚀 快速开始

Claude Desktop 配置

将以下内容添加到配置文件中:

  • Windows: %APPDATA%\Claude\claude_desktop_config.json
  • Mac: ~/Library/Application Support/Claude/claude_desktop_config.json
☁️ 云端模式(推荐——无需安装)
{
  "mcpServers": {
    "ragalgo": {
      "url": "https://ragalgo-service-production.up.railway.app/sse",
      "env": {
        "RAGALGO_API_KEY": "YOUR_API_KEY_HERE"
      }
    }
  }
}
📦 本地模式(需要 Node.js)
{
  "mcpServers": {
    "ragalgo": {
      "command": "npx",
      "args": ["-y", "ragalgo-mcp-server", "--stdio"],
      "env": {
        "RAGALGO_API_KEY": "YOUR_API_KEY_HERE"
      }
    }
  }
}

提示: 你可以立即在 RagAlgo Dashboard 免费获取 1,000 次调用密钥。


📚 使用示例(指南)

我们专门创建了一个仓库,提供实用示例,帮助你快速上手。 请访问 RagAlgo 示例仓库。

仓库内容
  • 8 个循序渐进的教程: 从基础数据获取到高级 AI Agent。
  • 骨架代码 + 提示词: 可直接复制粘贴使用的资源。
  • 场景:
    • 🐣 基础: 5 分钟获取股票评分。
    • 🧪 中级: 使用 AI 验证技术信号。
    • 🚀 高级: 构建自主推理 Agent(模拟交易审计)。
    • ☕ 晨间简报: 创建一个每天通过邮件向你发送市场摘要的机器人。

“骨架代码 + 提示词”方法: 我们提供食材,你让 ChatGPT/Claude 来烹饪!


🌍 支持的市场与路线图

RagAlgo 正在全球范围内扩展 CKN 覆盖范围。目前,美国、英国、日本、韩国和加密货币市场均已全面支持。

市场资产类别状态
🇰🇷 韩国KOSPI / KOSDAQ🟢 已上线(实时情绪与图表)
🇺🇸 美国NYSE / NASDAQ🟢 已上线(每日评分背景信息)
🇯🇵 日本Nikkei 225🟢 已上线(每日评分背景信息)
🇬🇧 英国LSE🟢 已上线(每日评分背景信息)
🪙 加密货币全球(Upbit/Binance)🟢 已上线(实时情绪与图表)

🛠 工具

⚠️ 核心概念:评分数据与原始数据

  • **get_news_scored(默认):**仅返回重要新闻(评分 ≠ 0)。最适合 AI 进行决策。
  • **get_news(原始):**返回所有新闻,包括噪声。仅在需要原始数据流时使用。
工具说明
get_news_scored[推荐] 包含 AI 情绪评分(-10 ~ +10)的新闻。过滤噪声。
get_news[高级] 不含评分的原始新闻。包含评分为 0 的噪声。仅在自行构建评分器时使用。
get_chart_stock[核心] 全球股票(美国/英国/日本/韩国)技术分析(每日收盘价)。
get_chart_coin[核心] 全球加密货币技术分析(每日收盘价)。
get_snapshots[最佳] 一次调用即可获取市场概览(新闻 + 图表 + 趋势)。
get_financials公司财务数据(季度/年度)。
search_tags将名称(例如“Samsung”)转换为 RagAlgo 标签。

📡 实时 WebSocket(商业版)

对于确实需要实时数据的用户(例如,用于监控仪表板),我们提供 WebSocket 数据流。 注意:此功能严格用于监控,不用于 LLM 推理上下文。

  • **访问权限:**商业计划订阅者(包含 30 个连接)。
  • 地址:wss://ragalgo-relay-server-1-production.up.railway.app
  • **指南:**有关实现详情,请参阅开发者文档。

💬 支持

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。