Skip to content
Back to search

stock-scanner-mcp

这是一个基于 FastAPI-MCP 的股票分析服务,旨在通过 MCP 工具函数接口提供股票相关的综合数据和分析能力,包括价格、评分、技术报告和 AI 分析。

Safety scan

A static text scan, not a guarantee. Select the badge to see what was scanned and every finding.

Checked today
Badge for your README
findsafeskills safety rating

Markdown

[![findsafeskills safety rating](/api/listings/wbsu2003--stock-scanner-mcp/badge.svg)](/listings/wbsu2003--stock-scanner-mcp)

HTML

<a href="/listings/wbsu2003--stock-scanner-mcp"><img src="/api/listings/wbsu2003--stock-scanner-mcp/badge.svg" alt="findsafeskills safety rating" /></a>

Install

i

Install instructions from the README

As written by the repo's author. findsafeskills has not verified these steps.

1. **克隆仓库**

```bash git clone https://github.com/wbsu2003/stock-scanner-mcp.git cd stock-scanner-mcp ```

2. **安装依赖**

```bash pip install -r requirements.txt ```

3. **配置环境变量**

复制 `.env.example` 文件为 `.env`,并填写相关配置:

```bash cp .env.example .env ```

编辑 `.env` 文件,填写 API 密钥等信息。

4. **运行服务**

python main.py

服务将在 `http://localhost:8000` 启动。你也可以使用 Uvicorn 启动:

uvicorn main:app --host 0.0.0.0 --port 8000 --reload

What was scanned

The files the safety scan read, as written by the repository's author and shown as plain text. Lines with a finding are marked.

README.md · README · 217 lines

View this file on GitHub (read at the repository's current version: the scan did not record which commit it read)

  1. # 股票分析 MCP 服务
  2. **什么是 mcp-stock-scanner ?**
  3. > `mcp-stock-scanner` 是基于项目 [https://github.com/lanzhihong6/stock-scanner](https://github.com/lanzhihong6/stock-scanner/) 的二次开发,取消了前端页面和 `nginx` ,保留了原项目的核心 `services` 和 `utils` ,将其转换成了 `MCP` 服务。
  4. ## 项目概述
  5. 这是一个基于 FastAPI-MCP 的股票分析服务,旨在通过 MCP 工具函数接口提供股票相关的综合数据和分析能力,包括价格、评分、技术报告和 AI 分析。该服务整合了原有项目 [https://github.com/lanzhihong6/stock-scanner](https://github.com/lanzhihong6/stock-scanner/) 中的股票数据获取和分析功能,并提供了现代化的 API 接口,作为前端与后端服务之间的桥梁。
  6. ## 功能特点
  7. - **基于 FastAPI-MCP 构建**: 支持 SSE 协议,提供强大的 API 接口。
  8. - **丰富的股票分析工具**: 提供多种股票数据获取和分析工具函数。
  9. - **多市场支持**: 支持 A 股、港股、美股及基金数据分析。
  10. - **集成 AI 分析**: 结合大语言模型进行深度分析。
  11. - **异步处理**: 利用 FastAPI 和 Python 的异步特性,提高并发处理能力。
  12. - **流式响应**: 支持 SSE 协议,实现实时数据流推送。
  13. - **模块化设计**: 各个服务模块职责明确,便于维护和扩展。
  14. - **依赖注入**: 使用 FastAPI 的依赖注入系统,简化代码结构。
  15. - **全面错误处理**: 包含详细的异常捕获和错误响应机制。
  16. - **MCP 工具集成**: 使用 FastApiMCP 库自动将 API 转换为 MCP 工具函数。
  17. ## 安装
  18. 1. **克隆仓库**
  19. ```bash
  20. git clone https://github.com/wbsu2003/stock-scanner-mcp.git
  21. cd stock-scanner-mcp
  22. ```
  23. 2. **安装依赖**
  24. ```bash
  25. pip install -r requirements.txt
  26. ```
  27. 3. **配置环境变量**
  28. 复制 `.env.example` 文件为 `.env`,并填写相关配置:
  29. ```bash
  30. cp .env.example .env
  31. ```
  32. 编辑 `.env` 文件,填写 API 密钥等信息。
  33. 4. **运行服务**
  34. ```bash
  35. python main.py
  36. ```
  37. 服务将在 `http://localhost:8000` 启动。你也可以使用 Uvicorn 启动:
  38. ```bash
  39. uvicorn main:app --host 0.0.0.0 --port 8000 --reload
  40. ```
  41. ## Docker 安装与运行
  42. 如果您希望通过 Docker 部署服务,可以按照以下步骤操作:
  43. 1. **克隆仓库**
  44. ```bash
  45. git clone https://github.com/wbsu2003/stock-scanner-mcp.git
  46. cd stock-scanner-mcp
  47. ```
  48. 2. **构建 Docker 镜像**
  49. 在项目根目录下执行以下命令构建 Docker 镜像:
  50. ```bash
  51. docker build -t stock-scanner-mcp .
  52. ```
  53. 3. **运行 Docker 容器**
  54. 运行容器并映射端口。请确保通过环境变量 (`-e`) 或挂载 `.env` 文件来提供必要的配置信息,例如 API 密钥。
  55. ```bash
  56. docker run -d -p 8000:8000 --name stock-scanner-mcp-app \
  57. -e API_KEY="您的API密钥" \
  58. -e API_URL="您的API地址" \
  59. -e API_MODEL="您的大语言模型" \
  60. stock-scanner-mcp
  61. ```
  62. 请将 `您的API密钥` 、"您的API地址" 、"您的大语言模型" 替换为实际的值。
  63. ## 主要 API 接口
  64. 服务提供以下核心 API 接口:
  65. - **分析单只股票**: `GET /stock_analyzer`
  66. - 通过股票代码和市场类型分析股票,返回包括价格、评分、技术分析和AI分析等综合信息,支持流式响应。
  67. - **获取股票价格信息**: `GET /stock_price`
  68. - 获取指定股票的最新价格、涨跌幅等基本价格信息。
  69. - **获取股票技术分析**: `GET /stock_technical_analysis`
  70. - 获取股票的技术指标分析,包括MA趋势、RSI、MACD信号、布林带等技术指标。
  71. - **获取股票评分**: `GET /stock_score`
  72. - 获取股票的综合评分和投资建议。
  73. - **获取股票AI分析**: `GET /stock_ai_analysis`
  74. - 使用AI对股票进行深度分析,提供趋势、风险、目标价位等综合分析结果。
  75. ## MCP 工具函数
  76. FastApiMCP 库会自动将上述 API 注册为 MCP 工具函数,可通过 `/mcp` 端点获取其定义。以下是主要 MCP 工具函数:
  77. 1. `analyze_stock` - 分析单只股票 (对应 `GET /stock_analyzer` 接口)
  78. 2. `get_stock_price` - 获取股票价格信息 (对应 `GET /stock_price` 接口)
  79. 3. `get_technical_analysis` - 获取股票技术分析 (对应 `GET /stock_technical_analysis` 接口)
  80. 4. `get_stock_score` - 获取股票评分 (对应 `GET /stock_score` 接口)
  81. 5. `get_ai_analysis` - 获取股票AI分析 (对应 `GET /stock_ai_analysis` 接口)
  82. 这些工具函数可以直接被大语言模型调用。
  83. ## 系统架构
  84. 该 MCP 服务作为前端与后端服务之间的桥梁,通过 FastAPI 框架提供 RESTful API 和 SSE 流式响应。它整合了以下核心服务:
  85. - **StockDataProvider**: 负责从数据源获取股票数据。
  86. - **StockAnalyzerService**: 协调数据提供、指标计算、评分和 AI 分析。
  87. - **AIAnalyzer**: 调用大语言模型 API 进行深度分析。
  88. - **TechnicalIndicator**: 计算技术指标。
  89. - **StockScorer**: 根据技术指标评分。
  90. ## 技术特点
  91. - **异步处理**: 利用 FastAPI 和 Python 的异步特性,提高并发处理能力。
  92. - **流式响应**: 支持 SSE 协议,实现实时数据流推送。
  93. - **模块化设计**: 各个服务模块职责明确,便于维护和扩展。
  94. - **依赖注入**: 使用 FastAPI 的依赖注入系统,简化代码结构。
  95. - **全面错误处理**: 包含详细的异常捕获和错误响应机制。
  96. - **MCP 工具集成**: 使用 FastApiMCP 库自动将 API 转换为 MCP 工具函数。
  97. ## 流式 API 端点
  98. `stock_analyzer` 接口 (`GET /stock_analyzer`) 支持流式响应,客户端可以通过标准的 HTTP 请求访问,并处理服务端发送事件(SSE)流。
  99. FastApiMCP 的 `/mcp` 端点也提供了工具定义的流式访问能力。
  100. ## 健康检查
  101. 可以通过 `/health` 端点检查服务状态:
  102. ```
  103. http://localhost:8000/health
  104. ```
  105. ## 使用示例
  106. ### 在 MCP 中使用工具函数
  107. 在 MCP 客户端中,可以通过以下方式使用工具函数:
  108. ```python
  109. import mcp
  110. # 示例:分析单只股票 (流式响应)
  111. async for chunk in mcp.use_tool("analyze_stock", {"stock_code": "600795", "market_type": "A"}):
  112. print(chunk)
  113. # 示例:获取股票价格信息
  114. price_info = await mcp.use_tool("get_stock_price", {"stock_code": "600795", "market_type": "A"})
  115. print(price_info)
  116. # 示例:获取股票技术分析
  117. tech_analysis = await mcp.use_tool("get_technical_analysis", {"stock_code": "600795", "market_type": "A"})
  118. print(tech_analysis)
  119. # 示例:获取股票评分
  120. score_info = await mcp.use_tool("get_stock_score", {"stock_code": "600795", "market_type": "A"})
  121. print(score_info)
  122. # 示例:获取股票AI分析
  123. ai_analysis_result = await mcp.use_tool("get_ai_analysis", {"stock_code": "600795", "market_type": "A"})
  124. print(ai_analysis_result)
  125. ```
  126. ### 访问 API 文档
  127. 服务启动后,可以通过以下链接访问自动生成的 API 文档 (Swagger UI / OpenAPI):
  128. ```
  129. http://localhost:8000/docs
  130. ```
  131. ## 依赖项
  132. - fastapi
  133. - fastapi-mcp
  134. - mcp
  135. - akshare
  136. - pandas
  137. - httpx
  138. - python-dotenv
  139. - uvicorn
  140. ## 许可证
  141. MIT
  142. 更多说明:
  143. - 博客: [股票分析MCP服务stock-scanner-mcp](https://laosu.tech/2025/07/02/股票分析MCP服务stock-scanner-mcp)
  144. - 公众号: [股票分析MCP服务stock-scanner-mcp](https://mp.weixin.qq.com/s/x60X3th9Doqm891_sUia1A)
  145. - CSDN: [股票分析MCP服务stock-scanner-mcp](https://blog.csdn.net/wbsu2004/article/details/149063663)

Ratings and comments

Sign in to rate this skill.

Sign in

Free to use. If it’s helped, pass it on.