Finance Assistant MCP

后端AI市场情报服务

一种基于Python的后端服务，通过MCP（模型上下文协议）服务器架构提供人工智能驱动的市场情报。该服务将实时财务数据API与Groq LLM支持的会话式AI聊天机器人集成在一起，为市场和财务查询提供上下文响应。

特性

• 通过AlphaVantage API实时股票报价
• 通过NewsAPI获取最新市场新闻
• 公司基本面和概述数据
• 具有上下文保护的对话式人工智能
• 流媒体和非流媒体端点
• 模块化工具集成的MCP服务器架构

系统架构

┌─────────────────────────────────────────────────────┐
│  Client (curl, Postman, Frontend)                  │
└──────────────────┬──────────────────────────────────┘
                   │ HTTP POST /query or /stream
                   ▼
┌─────────────────────────────────────────────────────┐
│  FastAPI Application (main_app/app.py)             │
│  - Handles HTTP requests                            │
│  - Manages conversation sessions                    │
│  - Routes to LangChain agent                        │
└──────────────────┬──────────────────────────────────┘
                   │
                   ▼
┌─────────────────────────────────────────────────────┐
│  LangChain Agent (main_app/agent.py)               │
│  - ConversationBufferMemory for context             │
│  - Groq LLM (llama-3.1-70b-versatile)              │
│  - ReAct agent pattern                              │
└──────────────────┬──────────────────────────────────┘
                   │ Tool Execution
                   ▼
┌─────────────────────────────────────────────────────┐
│  FastMCP Server (mcp_server/server.py)             │
│  - Tool: get_stock_quote(symbol)                    │
│  - Tool: get_market_news(category)                  │
│  - Tool: get_company_overview(symbol)               │
└──────────────────┬──────────────────────────────────┘
                   │
                   ▼
┌─────────────────────────────────────────────────────┐
│  External Finance APIs                              │
│  - Alpha Vantage (stock data)                       │
│  - NewsAPI (financial news)                         │
└─────────────────────────────────────────────────────┘

技术栈

项目结构

finance-mcp/
├── mcp_server/
│   ├── __init__.py
│   ├── server.py              # FastMCP server implementation
│   └── config.py              # API keys and configuration
│
├── main_app/
│   ├── __init__.py
│   ├── app.py                 # FastAPI application
│   ├── agent.py               # LangChain agent setup
│   └── schemas.py             # Pydantic models for requests/responses
│
├── requirements.txt           # Python dependencies
├── .env.example               # Environment variables template
├── README.md                  # This file
└── render.yaml                # Render deployment configuration

安装和设置

先决条件

• Python 3.10+
• Groq API密钥（免费 console.groq.com)
• Alpha Vantage API密钥（免费 alphavantage.co)
• NewsAPI密钥（免费 newsapi.org)

步骤1：克隆并安装依赖项

git clone 
cd finance-mcp
python -m venv venv
source venv/bin/activate  # On Windows: venv\Scripts\activate
pip install -r requirements.txt

步骤2：配置环境变量

创建一个 .env 项目根目录中的文件：

cp .env.example .env

编辑 .env 并添加您的API密钥：

GROQ_API_KEY=your_groq_api_key_here
ALPHA_VANTAGE_API_KEY=your_alpha_vantage_key_here
NEWSAPI_KEY=your_newsapi_key_here

步骤3：运行应用程序

# From the project root directory
uvicorn main_app.app:app --reload --port 8000

该服务将在 http://localhost:8000

API终点

1.健康检查

curl http://localhost:8000/health

2.查询端点（非流式）

curl -X POST http://localhost:8000/query \
  -H "Content-Type: application/json" \
  -d '{"message": "What is the current price of AAPL stock?"}'

3.流端点（流）

curl -X POST http://localhost:8000/stream \
  -H "Content-Type: application/json" \
  -d '{"message": "Tell me about Tesla stock"}' \
  -N

示例用法

获取股票报价

curl -X POST http://localhost:8000/query \
  -H "Content-Type: application/json" \
  -d '{
    "message": "Get me the latest quote for Tesla",
    "session_id": "user123"
  }'

市场新闻（NewsAPI）

curl -X POST http://localhost:8000/query \
  -H "Content-Type: application/json" \
  -d '{
    "message": "What are the top market news today?",
    "session_id": "user123"
  }'

雅虎财经新闻（不需要API密钥）

curl -X POST http://localhost:8000/query \
  -H "Content-Type: application/json" \
  -d '{
    "message": "What is the latest news about NVIDIA stock?",
    "session_id": "user123"
  }'

公司概况

curl -X POST http://localhost:8000/query \
  -H "Content-Type: application/json" \
  -d '{
    "message": "Tell me about Microsoft company fundamentals",
    "session_id": "user123"
  }'

上下文保存测试

# First query
curl -X POST http://localhost:8000/query \
  -H "Content-Type: application/json" \
  -d '{
    "message": "What is the current price of Apple stock?",
    "session_id": "test1"
  }'

# Follow-up query (tests context preservation)
curl -X POST http://localhost:8000/query \
  -H "Content-Type: application/json" \
  -d '{
    "message": "What was the stock symbol I just asked about?",
    "session_id": "test1"
  }'

运作原理

上下文保护

该服务使用以下方式维护对话上下文 基于会话的内存:

1. 对话缓冲存储器：每个session_id都有自己的ConversationBufferMemory实例，用于存储整个对话历史记录
2. 会话存储：会话存储在内存字典中，该字典在应用程序的生命周期内持续存在
3. LangChain集成：内存会自动注入代理的提示符中，使其能够引用以前的交换

备注：对于生产部署，考虑实施：

• Redis或数据库支持的会话存储，用于持久化
• 会话超时和清理机制
• ConversationBufferWindowMemory限制内存大小

MCP服务器配置

MCP（模型上下文协议）服务器作为嵌入式子进程运行：

1. FastMCP服务器：定义见 mcp_server/server.py，公开了三个工具：

- get_stock_quote(symbol)：实时股票报价 - get_market_news(category)：最新商业新闻 - get_company_overview(symbol)：公司基本面

1. 沟通：LangChain代理通过stdio传输与MCP服务器通信

- 服务器作为主应用程序生成的子进程运行 - 工具转换为与LangChain兼容的工具对象 - 如果MCP连接失败，备用工具可用

1. 工具执行流程:

   User Query → LangChain Agent → Tool Selection → MCP Server → External API → Response

要渲染的部署

选项1：使用渲染仪表板

1. 将代码推送到GitHub存储库
2. 将Render连接到您的GitHub帐户
3. 从存储库创建新的Web服务
4. 渲染将自动检测 render.yaml
5. 在“渲染”仪表板中添加环境变量：

- GROQ_API_KEY - ALPHA_VANTAGE_API_KEY - NEWSAPI_KEY

1. 部署并获取您的公共URL

选项2：使用渲染CLI

# Install Render CLI
npm install -g @render/cli

# Login
render login

# Deploy
render deploy

测试生产部署

curl -X POST https://your-service.onrender.com/query \
  -H "Content-Type: application/json" \
  -d '{"message": "Give me the latest news on the stock market."}'

性能注意事项

使用的工具和库

• 快速API：用于构建API的现代快速web框架
• LangChain：开发LLM驱动应用程序的框架
• 格罗克：使用Llama 3.1 70B进行超快速LLM推理
• FastMCP：模型上下文协议服务器的Python实现
• MCP-SDK：用于stdio通信的官方MCP客户端
• 阿尔法Vantage API：实时和历史股市数据
• 新闻API：来自多个来源的新闻聚合
• 雅虎财经：财经新闻和数据（不需要API密钥）
• y融资：雅虎财经数据的Python库
• Uvicorn：闪电般快速的ASGI服务器
• 派丹蒂克：使用Python类型注释进行数据验证

故障排除

常见问题

API密钥错误

Error: ALPHA_VANTAGE_API_KEY not set

解决方案：确保 .env 存在具有有效API密钥的文件

MCP连接失败

Error connecting to MCP server

解决方案：服务自动回退到直接API调用。检查Python版本（3.10+）

导入错误

ModuleNotFoundError: No module named 'langchain'

解决方案：确保虚拟环境已激活并安装了依赖项：

pip install -r requirements.txt

许可证

MIT许可证

作者

为实习选拔过程而创建-后端人工智能市场情报服务