real-time-stock-mcp-service 0.1.4

一个获取实时股票数据服务和分析的MCP服务器

实时股票分析 MCP 服务

• 这是一个实时股票数据服务的MCP（Model Context Protocol）服务器。它通过东方财富网获取金融数据，并将这些数据以工具的形式暴露给支持MCP的AI模型。
• 免费获取数据，免登录，免数据源token
• 部分功能支持B股，H股

功能特性

• 📊 查找股票
• 📈 K线数据查询（日线、周线、月线等）
• 📉 技术指标分析
• 💰 基本面数据分析
• 📊 财务分析
• 📈 市场行情跟踪
• 🤖 智能点评和评分
  共33个MCP工具

环境要求

• Python 3.12+
• Windows/Linux/MacOS
• uv 包管理器

安装步骤

1. 安装 uv 包管理器

Windows (PowerShell):

powershell -ExecutionPolicy ByPass -c "irm https://astral.sh/uv/install.ps1 | iex"

Linux/MacOS:

curl -LsSf https://astral.sh/uv/install.sh | sh

2. 克隆或下载项目

git clone https://github.com/DannyWongIsAvailable/real-time-stock-mcp-service.git
cd real-time-stock-mcp-service

3. 使用 uv 安装依赖

uv sync

使用方法

直接运行服务器

uv run app.py

client 中配置

编辑 Claude Desktop 的配置文件：

Windows: %APPDATA%\Claude\claude_desktop_config.json
MacOS: ~/Library/Application Support/Claude/claude_desktop_config.json

添加以下配置：

{
  "mcpServers": {
    "real-time-stock-mcp-service": {
      "command": "uv",
      "args": [
        "--directory",
        "C:\\path\\to\\real-time-stock-mcp-service",
        "run",
        "stock-mcp"
      ]
    }
  }
}

注意：将路径替换为你的实际项目路径。 视频教程参考：

• 火遍全网的MCP是什么？怎么用？如何自己开发一个MCP服务？一个视频带你入门！
• Cherry Studio MCP 使用入门教程：从配置到使用

项目结构

real-time-stock-mcp-service/
├── mcp_server.py              # MCP服务器主文件
├── pyproject.toml             # 项目配置文件
├── README.md                  # 项目说明文档
└── src/
    ├── crawler/               # 网络爬虫模块
    │   ├── base_crawler.py       # 爬虫基类
    │   ├── basic_data.py         # 基础数据爬虫（股票搜索、交易日信息）
    │   ├── real_time_data.py     # 实时数据爬虫
    │   ├── technical_data.py     # 技术数据爬虫（K线数据）
    │   └── ...              
    ├── data_source_interface.py  # 数据源接口定义
    ├── stock_data_source.py      # 数据源实现
    ├── mcp_tools/                # 各个MCP工具模块
    │   ├── kline_data.py         # K线数据工具
    │   ├── real_time_data.py     # 实时数据工具
    │   └── ...
    └── utils/                    # 工具模块
        ├── markdown_formatter.py # Markdown格式化工具
        └── utils.py              # 通用工具

核心设计

本项目采用依赖注入设计模式：

1. crawler 模块获取数据
2. data_source_interface.py 定义抽象数据源接口
3. stock_data_source.py 提供具体实现
4. 各工具模块通过依赖注入获取数据源实例

这种设计使得：

• ✅ 易于扩展新功能
• ✅ 可以轻松切换不同数据源
• ✅ 便于单元测试
• ✅ 代码解耦，维护性强

工具模块

项目包含33个MCP工具模块，每个模块提供特定领域的功能：

• search.py - 股票搜索和交易日信息
• real_time_data.py - 实时股票行情数据
• kline_data.py - K线数据和技术指标
• fundamental.py - 基本面数据（主营构成、经营范围等）
• valuation.py - 估值分析数据（市盈率、市净率等）
• financial_analysis.py - 财务分析数据（财务比率、业绩概况等）
• market.py - 市场行情数据（板块行情、资金流向等）
• smart_review.py - 智能点评和评分

开发指南

详情请查看开发指南

注意事项

⚠️ 重要提醒：

1. 本服务提供的数据仅供参考，不构成投资建议
2. 请遵守数据使用协议和相关法律法规

许可证

MIT License

贡献

欢迎提交 Issue 和 Pull Request！

联系方式

如有问题，请提交 Issue 或联系项目开发者。