AlphaVantage MCP Server with Azure Functions

使用 Azure Functions 的 AlphaVantage MCP 服务

本项目实现了一个 Azure Function，用作 Agent 与 AlphaVantage Financial API 之间的桥梁，并作为 MCP 服务运行。 它允许 AI Agent 通过 MCP 暴露的工具访问金融数据并进行金融分析。

Azure Function 将以下金融数据端点作为 MCP 工具公开：

• 公司概况
• 利润表
• 资产负债表
• 现金流量
• 盈利报告

agent 目录中有一个使用 PydanticAI 创建的演示 Agent，可用于测试 MCP 服务。更多信息请参阅演示 Agent文件。

先决条件

• Azure 订阅
• Azure Developer CLI (azd)
• Azure Functions Core Tools
• Python 3.11
• AlphaVantage API 密钥（请参阅 AlphaVantage）

本地开发

1. 克隆此仓库
2. 创建虚拟环境并安装依赖项：

uv sync --frozen

3. 在 src 目录中创建 local.settings.json 文件，并填入 AlphaVantage API 密钥：

{
  "IsEncrypted": false,
  "Values": {
    "FUNCTIONS_WORKER_RUNTIME": "python",
    "AzureWebJobsStorage": "UseDevelopmentStorage=true",
    "ALPHAVANTAGE_API_KEY": "your-alphavantage-api-key"
  }
}

4. 在本地运行函数：

cd src
func start

部署

1. 登录 Azure：

azd auth login

2. 部署应用程序：

azd up

此操作将配置所需的 Azure 资源并部署 Function App。

注意： 有关设置环境变量，请参阅添加环境变量部分。

获取 MCP 端点 URL

部署后，获取 MCP 扩展系统密钥：

az functionapp keys list \
  --resource-group <resource_group> \ 
  --name <function_app_name>

MCP 端点 URL 为：

https://<funcappname>.azurewebsites.net/runtime/webhooks/mcp/sse?code=<your-mcp-extension-system-key>

添加环境变量

可以通过两种方式向 Azure Function 添加环境变量：

1. 使用参数文件（推荐用于部署）

将环境变量添加到 infra/main.parameters.json 文件中：

{
  "parameters": {
    // Other parameters...
    "functionAppEnvironmentVariables": {
      "value": {
        "ALPHAVANTAGE_API_KEY": "your-api-key",
        "MY_VARIABLE": "my-value"
      }
    }
  }
}

然后使用以下命令部署：

azd up

2. 使用 Azure CLI（用于更新现有部署）

az functionapp config appsettings set \
  --name <function_app_name> \
  --resource-group <resource-group> \
  --settings ALPHAVANTAGE_API_KEY=<your-api-key>

设置 VS Code 以进行 MCP 开发

本项目包含一个 .vscode/mcp.json 配置文件，可帮助你在开发期间连接到 MCP 端点。此文件包含：

1. 输入定义 — 用于提示输入：

   • Azure Functions MCP 扩展系统密钥（安全存储）
   • Azure Functions App 名称

2. 服务配置：

   • remote-mcp-function — 使用上述输入连接到已部署的 Azure Function
   • local-mcp-function — 连接到在端口 7071 上本地运行的函数

这样，你就可以在开发期间直接从 VS Code 测试 MCP 工具，既可以连接本地 Function App，也可以连接已部署的 Azure 实例。

演示 Agent

agent 目录包含一个示例，展示如何使用 Agno 框架，通过 AI Agent 使用此 MCP 端点。你可以将其作为构建自己的金融分析 Agent 的起点。

基础设施代码归属

本项目的基础设施代码改编自 Azure-Samples/remote-mcp-functions-python，该项目提供了一个模板，用于在 Azure 上将 Python 函数部署为远程 MCP 工具。