Token导航 LogoToken导航TokenDH.com
Stock Info MCP logo
金融服务未说明官方级别未说明来源级核验

Stock Info MCP

MCP Server

基于FastMCP的股票数据服务,提供股票历史数据、基本面信息、新闻资讯等功能,适用于金融分析和投资决策。

工具数

7

提示词数

0

GitHub Stars

6

资源数

0
金融数据Python数据分析

安装说明

本站只整理中文说明和来源信息,不托管安装包,也不代用户安装。

作者 / 组织

tddt

提供方

tddt

最后核验

2026/5/17 20:22

快速接入

先看主来源和安装命令,再打开仓库或文档;下面只保留这个条目的关键接入事实。

详细介绍

Stock Info Service

这是一个基于 FastMCP 的股票数据服务,提供了股票历史数据、基本面信息、新闻资讯等功能。

项目结构

stock-info/
├── src/
│   ├── config/           # 配置管理
│   │   └── settings.py
│   ├── core/            # 核心功能
│   │   └── exceptions.py
│   ├── models/          # 数据模型
│   │   └── stock.py
│   ├── repository/      # 数据访问层
│   │   └── stock_repository.py
│   ├── service/         # 业务逻辑层
│   │   └── stock_service.py
│   └── server.py        # 服务入口
├── pyproject.toml       # 项目配置
└── README.md           # 项目文档

功能特性

  • 获取股票历史数据
  • 查询股票基本信息
  • 获取风险警示股票列表
  • 查看个股新闻
  • 获取财经新闻(支持分页)
  • 获取股票主营业务信息
  • .....后续逐渐增加

MCP客户端配置步骤

  • 1. 拉取代码
  • 2. 使用uv建立虚拟环境 python 1.10+
  • 3. 使用本地目录方式配置MCP服务
{
  "mcpServers": {
     "stock-info": {
      "isActive": true,
      "command": "uv",
      "args": [
        "--directory",
        "\\path\\to\\sock_info\\src",
        "run",
        "server.py"
      ]
    }
  }

环境要求

  • Python >= 3.10
  • 依赖包:

- fastmcp - akshare - pandas - pydantic - pydantic-settings

安装部署

  1. 创建虚拟环境:
python -m venv .venv
  1. 激活虚拟环境:
# Windows
.venv\Scripts\activate
# Linux/macOS
source .venv/bin/activate
  1. 安装依赖:
pip install -e .

启动服务

# 使用默认配置启动
python src/server.py

# 使用 HTTP 传输协议启动
python src/server.py --transport http --port 8080

# 设置日志级别
python src/server.py --log-level debug

工具说明

  1. get_stock_info: 获取指定股票代码、指定日期范围的股价信息
  2. get_stock_price_monthly: 获取指定股票最近30天的股价信息
  3. stock_individual_basic_info: 获取指定股票的基本信息
  4. risk_stocks: 获取风险警示板股票列表
  5. stock_merito_data: 获取指定股票的主营业务信息
  6. get_stock_news: 获取指定股票的新闻资讯
  7. get_finance_news: 获取财经精选新闻(支持分页)

项目特点

  1. 模块化设计:采用清晰的分层架构,便于维护和扩展
  2. 统一异常处理:使用自定义异常体系,提供友好的错误提示
  3. 配置集中管理:使用 pydantic-settings 进行配置管理
  4. 类型提示:全面使用 Python 类型注解,提高代码可读性
  5. 数据验证:使用 Pydantic 模型进行数据验证和序列化

开发规范

  1. 使用 ruff 进行代码格式化和 lint
  2. 遵循 PEP 8 编码规范
  3. 保持完整的类型注解
  4. 编写清晰的文档字符串

错误处理

服务统一返回以下格式的错误信息:

{
    "error": "错误代码",
    "message": "错误描述",
    "details": {
        "额外信息": "值"
    }
}

主要错误代码

  • STOCK_NOT_FOUND: 股票代码不存在
  • INVALID_DATE_FORMAT: 日期格式错误
  • DATA_FETCH_ERROR: 数据获取失败
  • INVALID_PAGINATION: 分页参数错误
  • SYSTEM_ERROR: 系统内部错误

目录标签

目录标签

金融数据Python数据分析股票数据本地部署金融分析投资决策新闻资讯基本面信息

接入字段

传输方式(transport,传输协议)

未说明

鉴权方式(authType,认证方式)

none

工具数量(toolCount,工具数)

7

资源数量(resourceCount,资源数)

0

提示词数量(promptCount,提示词数)

0

权限和风险

未说明none部署方式未说明

接入前请确认传输方式、认证方式和部署位置,并根据实际工具能力限制访问范围。

安装前确认

不要直接授予不必要的文件、网络或账号权限;先核对安装命令和配置内容。

仍需确认:installCommand

来源信息

继续浏览同类 MCP