mcpField
V
vanoe-intelligence-mcp

vanoe-intelligence-mcp

本地服务
github.com/vanoe-ai金融数据15 周前更新

关于 vanoe-intelligence-mcp

vanoe-intelligence-mcp 将 MCP 客户端连接到 Vanoe Market Intelligence,提供股票评分、技术信号、市场广度、宏观数据和 SEC 文件查询。它是面向使用 Vanoe 数据的助手和投资者的认证计量 API 客户端。

主要功能

  1. 01综合股票评分
  2. 02趋势阶段及历史
  3. 03点数图信号
  4. 04行业广度与宏观环境
  5. 05SEC 文件与宏观日历
  6. 06用量与做空压力数据

适用场景

  1. 01查看股票评分和趋势阶段
  2. 02检查市场广度与宏观风险
  3. 03查询内部人交易和 8-K 文件

MCP 相关

它将 Vanoe Market Intelligence API 操作作为工具提供给 MCP 客户端。可使用托管的 Streamable HTTP 端点,也可在本地通过 API 密钥运行此包。

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": {
"vanoe-ai-vanoe-intelligence": {
"command": "uvx",
"args": [
"vanoe-intelligence-mcp"
],
"env": {
"VANOE_API_KEY": "<VANOE_API_KEY>",
"VANOE_API_BASE_URL": "<VANOE_API_BASE_URL>"
}
}
}
}
启动命令uvx vanoe-intelligence-mcp
需要配置的环境变量
VANOE_API_KEY密钥Your Vanoe Market Intelligence API key (free at https://api.vanoe.ai/signup)
VANOE_API_BASE_URLAPI base URL; only override for a self-hosted or local instance

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
pypivanoe-intelligence-mcp0.1.6

工具

10

收录的工具列表 · 更新于 2 周前

此工具无需参数。

详细介绍

Vanoe Market Intelligence MCP 服务

PyPI NVDA verdict AAPL verdict

十秒即可免费获取 API 密钥:https://api.vanoe.ai/signup?src=mcp-readme——每月 1,000 个额度,无需银行卡。密钥页面还会显示托管 MCP URL,可将其粘贴到 Claude.ai 或 ChatGPT 中作为连接器。

它将 Vanoe Market Intelligence API 提供为工具,任何支持 MCP 的 AI 助手(Claude Desktop、Claude Code、Cursor 等)都可以直接调用:每个股票代码的综合 0–100 评分、趋势阶段分析(当前阶段和可安全用于回测的每周历史记录)、Point & Figure 信号、板块广度、宏观风险状态、SEC 内部人士交易和 8-K 文件、宏观日历,以及你的用量。

这是一个需要身份验证的轻量级客户端,并非免费套餐:每次工具调用都会使用你自己的 API 密钥,根据你的套餐进行真实计量,和你自己调用 REST API 完全一样。可在此获取免费密钥(每月 1,000 个额度,无需银行卡):https://api.vanoe.ai/signup?src=mcp-readme

仅供参考,不构成财务建议。请参阅 https://api.vanoe.ai/terms。

托管端点(无需安装)

API 本身通过 MCP 的可流式 HTTP 传输提供相同的工具,适用于接受 URL 的客户端(Claude.ai 自定义连接器、ChatGPT、托管 Agent 平台):

  • https://api.vanoe.ai/mcp,并附带 Authorization: Bearer <your key>,或
  • https://api.vanoe.ai/mcp/k/<your key>,适用于无法发送标头的客户端(注册后,密钥页面会显示此 URL;请像密码一样妥善保管)。

无状态,返回 JSON 响应,计量方式与 REST API 完全相同。如果想在自己的计算机上运行服务,请使用下面的软件包。

Claude Desktop:一键安装

下载 vanoe-market-intelligence.mcpb,并使用 Claude Desktop(macOS 或 Windows)打开。它会提示你输入一次 API 密钥,将其安全保存,并使用 uv 运行时自行安装服务。软件包的源文件位于 mcpb/;使用 npx @anthropic-ai/mcpb pack mcpb vanoe-market-intelligence.mcpb 重新构建。

安装

使用 uv 无需安装——uvx 会按需获取并运行软件包:

uvx vanoe-intelligence-mcp

或者使用 pipx install vanoe-intelligence-mcp 或 pip install vanoe-intelligence-mcp 永久安装,这会在你的 PATH 中添加 vanoe-intelligence-mcp 命令。

配置 MCP 客户端

设置一个环境变量 VANOE_API_KEY。VANOE_API_BASE_URL 为可选项,默认值为 https://api.vanoe.ai。

Claude Desktop(claude_desktop_config.json)及大多数其他客户端:

{
  "mcpServers": {
    "vanoe": {
      "command": "uvx",
      "args": ["vanoe-intelligence-mcp"],
      "env": { "VANOE_API_KEY": "sk_live_your_key_here" }
    }
  }
}

Claude Code:

claude mcp add vanoe -e VANOE_API_KEY=sk_live_your_key_here -- uvx vanoe-intelligence-mcp

然后可以向助手询问诸如 “NVDA 的评分是多少?为什么?”、“AAPL、MSFT 和 AMD 处于哪个阶段?” 或 “现在的宏观状态是风险偏好吗?” 等问题——助手会调用下方的工具。

工具

工具API 调用积分
get_verdict(ticker)GET /v1/verdict/{ticker}5
get_stage(tickers)GET /v1/signals/stage每个 ticker 1 积分
get_stage_history(ticker, weeks)GET /v1/signals/stage/history5
get_pnf(tickers)GET /v1/signals/pnf每个 ticker 1 积分
get_sector_breadth()GET /v1/sector-breadth1
get_macro()GET /v1/macro1
get_filings(ticker)GET /v1/filings/{ticker}1
get_short_pressure(tickers)GET /v1/signals/short-pressure每个 ticker 1 积分
get_calendar()GET /v1/calendar1
get_usage()GET /v1/usage0

工具不会抛出异常。任何故障——密钥缺失、网络错误、超出配额、 ticker 未知——都会以 {"error": {"code", "message", "http_status"}} 的形式返回,并携带 API 自身的错误消息,这样助手就能说明 发生了什么,而不会导致调用崩溃。

我们特意不开放 webhook 管理功能:这属于账户管理,不应在对话中途操作。请使用 REST API 进行管理。

开发

git clone https://github.com/vanoe-ai/vanoe-intelligence-mcp.git
cd vanoe-intelligence-mcp
python -m venv .venv && . .venv/bin/activate     # Windows: .venv\Scripts\activate
pip install -e '.[test]'
pytest tests
VANOE_API_BASE_URL=http://localhost:8000 VANOE_API_KEY=sk_live_… vanoe-intelligence-mcp

源代码位于 https://github.com/vanoe-ai/vanoe-intelligence-mcp;欢迎提交问题和 拉取请求。如果你也在本地运行 API 服务,请将本项目安装在单独的虚拟环境中, 与 API 服务自身的 requirements.txt 分开:mcp SDK 会引入比 API 的 FastAPI 版本约束所能接受的更新版 starlette,共用一个环境会导致 API 服务报错: Router.__init__() got an unexpected keyword argument 'on_startup'。最终用户 不会遇到这个问题(MCP 服务会与助手一起运行在用户的机器上)。

tests/manual_e2e_smoke.py 会通过 stdio 将真实服务作为子进程运行,并连接到可访问的 API 和真实密钥;它不属于 pytest 的测试范围。

MCP Python SDK 已升级到 v2:服务端类为 mcp.server.mcpserver.MCPServer(较早的教程会在不同的导入路径中展示 FastMCP)。

发布

python -m build
twine upload dist/*

请先修改 pyproject.toml 中的 version。为保持兼容性,仍接受较旧的 INTEL_API_KEY / INTEL_API_BASE_URL 变量名。

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。