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
- 01AI 评分新闻与情绪
- 02每日收盘股票技术分析
- 03每日收盘加密货币技术分析
- 04整合新闻、图表和趋势的市场快照
- 05季度和年度财务数据
适用场景
- 01基于评分市场背景构建 AI 投资顾问
- 02结合新闻和情绪查看技术信号
- 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。
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
RagAlgo:面向 AI 可靠性的动态 RAG 引擎
“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。
📖 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) │
│ │
└─────────────────────────────────────────────────────────────────────────────┘

- 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:
- 等待市场尘埃落定(市场收盘)。
- 分析当天的交锋(日线蜡烛图与辅助指标)。
- 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
- 网站:ragalgo.com
- **电子邮件:**[email protected]
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。