使用MCP工具的金融AI代理
该存储库包含一个实验和教育项目，演示如何使用本地大型语言模型（LLM）和自定义工具服务器构建金融AI代理。
该项目由两个主要文件组成：
mcp_server_yfinance.py：提供财务数据工具的模型上下文协议（MCP）服务器。mcp_client_yfinance.ipynb：Jupyter Notebook，作为客户端连接到服务器，创建ReAct代理，并执行财务分析查询。
🚀 入门指南
要运行此项目，您需要首先启动MCP服务器，然后运行客户端笔记本。
步骤1：启动MCP服务器
打开终端并运行Python服务器文件。这将使您的客户能够使用财务数据工具。
python mcp_server_yfinance.py步骤2：运行客户端笔记本
打开 mcp_client_yfinance.ipynb 在Jupyter环境中。然后，您可以按顺序运行笔记本中的单元格，以：
- 连接到MCP服务器。
- 初始化LLM（Ollama模型）。
- 创建ReAct代理。
- 提问并查看代理人的财务分析。
🔧 项目详细信息
本项目使用以下关键技术：
- MCP（模型上下文协议）： 用于构建工具服务器并与之通信。
yfinance: 服务器用于获取财务数据的库。ollama: 用于为AI代理提供动力的本地LLM。langgraph: 一个用于构建具有推理和动作能力的代理的库（ReAct）。
这是一个用于学习的简化设置。正如笔记本中所指出的，由于连接的处理方式便于实验，它不是为生产使用而设计的。