A-Share MCP Server

<div align="center"> # 📊 a-share-mcp 📈 <img src="https://img.shields.io/badge/A股数据-MCP%20工具-E6162D?style=for-the-badge&logo=data:image/svg+xml;base64,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"> [](https://opensource.org/licenses/MIT) [](https://www.python.org/downloads/) [](https://github.com/astral-sh/uv) [](https://github.com/model-context-protocol/mcp-spec) <img src="https://capsule-render.vercel.app/api?type=waving&color=gradient&customColorList=12,15,20,24&height=200&section=header&text=A%20股%20MCP&fontSize=80&fontAlignY=35&desc=基于%20Model%20Context%20Protocol%20(MCP)&descAlignY=60&animation=fadeIn" /> </div> A股mcp。 本项目是一个基于专注于 A 股市场的 MCP 服务器，它提供股票基本信息、历史 K 线数据、财务指标、宏观经济数据等多种查询功能，理论上来说，可以回答有关 A 股市场的任何问题，无论是针对大盘还是特定股票。 <div align="center"> <img src="https://raw.githubusercontent.com/andreasbm/readme/master/assets/lines/rainbow.png" width="100%"> </div> ## 项目结构 ``` a_share_mcp/ │ ├── mcp_server.py # 主服务器入口文件 ├── pyproject.toml # 项目依赖配置 ├── README.md # 项目说明文档 │ ├── docs/ # 项目文档 │ ├── baostock_com.md # Baostock API文档 │ ├── mcp_server_docs.md # 服务器文档 │ └── dev_docs/ # 开发文档 │ ├── AppFlow.md │ ├── ImplementationPlan.md │ └── PRD.md │ ├── src/ # 源代码目录 │ ├── __init__.py │ ├── baostock_data_source.py # Baostock数据源实现 │ ├── data_source_interface.py # 数据源接口定义 │ ├── utils.py # 通用工具函数 │ │ │ ├── formatting/ # 数据格式化模块 │ │ ├── __init__.py │ │ └── markdown_formatter.py # Markdown格式化工具 │ │ │ └── tools/ # MCP工具模块 │ ├── __init__.py │ ├── base.py # 基础工具函数 │ ├── stock_market.py # 股票市场数据工具 │ ├── financial_reports.py # 财务报表工具 │ ├── indices.py # 指数相关工具 │ ├── market_overview.py # 市场概览工具 │ ├── macroeconomic.py # 宏观经济数据工具 │ ├── date_utils.py # 日期工具 │ └── analysis.py # 分析工具 │ └── resource/ # 资源文件 └── img/ # 图片资源 ├── img_1.png # CherryStudio配置示例 └── img_2.png # CherryStudio配置示例 ``` <div align="center"> <img src="https://raw.githubusercontent.com/andreasbm/readme/master/assets/lines/rainbow.png" width="100%"> </div> ## 功能特点 <div align="center"> <table> <tr> <td align="center"><img src="https://img.icons8.com/fluency/48/null/stocks-growth.png" width="30px"/><br><b>股票基础数据</b></td> <td align="center"><img src="https://img.icons8.com/fluency/48/null/line-chart.png" width="30px"/><br><b>历史行情数据</b></td> <td align="center"><img src="https://img.icons8.com/fluency/48/null/bonds.png" width="30px"/><br><b>财务报表数据</b></td> </tr> <tr> <td align="center"><img src="https://img.icons8.com/fluency/48/null/economic-improvement.png" width="30px"/><br><b>宏观经济数据</b></td> <td align="center"><img src="https://img.icons8.com/fluency/48/null/statistics.png" width="30px"/><br><b>指数成分股</b></td> <td align="center"><img src="https://img.icons8.com/fluency/48/null/fine-print.png" width="30px"/><br><b>数据分析报告</b></td> </tr> </table> </div> ## 先决条件 1. **Python 环境**: Python 3.10+ 2. **依赖管理**: 使用 `uv` 包管理器安装依赖 3. **数据来源**: 基于 Baostock 数据源，无需付费账号。在此感谢 Baostock。 4. 提醒：本项目于 Windows 环境下开发。 ## 数据更新时间 > 以下是 Baostock 官方数据更新时间，请注意查询最新数据时的时间点 [Baostock 官网](http://baostock.com/baostock/index.php/%E9%A6%96%E9%A1%B5) **每日数据更新时间：** - 当前交易日 17:30，完成日 K 线数据入库 - 当前交易日 18:00，完成复权因子数据入库 - 第二自然日 11:00，完成分钟 K 线数据入库 - 第二自然日 1:30，完成前交易日"其它财务报告数据"入库 - 周六 17:30，完成周线数据入库 **每周数据更新时间：** - 每周一下午，完成上证 50 成份股、沪深 300 成份股、中证 500 成份股信息数据入库 > 所以说，在交易日的当天，如果是在 17:30 之前询问当天的数据，是无法获取到的。 ## 安装环境 在项目根目录下执行： 要启动 A 股 MCP 服务器，请按照以下步骤操作： ```bash # 1. 创建虚拟环境（仅创建，不会安装任何包） uv venv # 2. 激活虚拟环境 # Windows .venv\Scripts\activate # macOS/Linux # source .venv/bin/activate # 3. 安装所有依赖（必须在激活的虚拟环境中执行） uv sync ``` ## 使用：在 MCP 客户端中配置服务器 在支持 MCP 的客户端（如 VS Code 插件、CherryStudio 等）中，你需要配置如何启动此服务器。 **推荐使用 `uv`**。 ### 方法一：使用 JSON 配置的 IDE (例如 Cursor、VSCode、Trae 等) 对于需要编辑 JSON 文件来配置 MCP 服务器的客户端，你需要找到对应的能配置 MCP 的地方（各个 IDE 和桌面 MCP Client 可能都不一样），并在 `mcpServers` 对象中添加一个新的条目。 **JSON 配置示例 (请将路径替换为你的实际绝对路径):** ```json { "mcpServers": { "a-share-mcp": { "command": "uv", // 或者 uv.exe 的绝对路径, 例如: "C:\\path\\to\\uv.exe" "args": [ "--directory", "C:\\Users\\YourName\\Projects\\a_share_mcp", // 替换为你的项目根目录绝对路径，不一定是C盘，按实际的填写 "run", "python", "mcp_server.py" ], "transport": "stdio" // "workingDirectory": "C:\\Users\\YourName\\Projects\\a_share_mcp", // 使用 uv --directory 后，此项可能不再必需，但建议保留作为备用 } // ... other servers ... } } ``` **注意事项:** - **`command`**: 确保填写的 `uv` 命令或 `uv.exe` 的绝对路径是客户端可以访问和执行的。 - **`args`**: 确保参数列表完整且顺序正确。 - **路径转义**: 路径需要写成双反斜杠 `\\`。 > 这是 Windows 系统特有的情况。如果是在 macOS 或 Linux 系统中，路径使用正斜杠/作为目录分隔符，就不需要这种转义处理。 - **`workingDirectory`**: 虽然 `uv --directory` 应该能解决工作目录问题，但如果客户端仍然报错 `ModuleNotFoundError`，可以尝试在客户端配置中明确设置此项为项目根目录的绝对路径。 ### 方法二：使用 CherryStudio 在 CherryStudio 的 MCP 服务器配置界面中，按如下方式填写： - **名称**: `a-share-mcp` (或自定义) - **描述**: `本地 A 股 MCP 服务器` (或自定义) - **类型**: 选择 **标准输入/输出 (stdio)** - **命令**: `uv` (或者填系统中绝对路径下 uv.exe) - **包管理源**: 默认 - **参数**: 1. 第一个参数填: `--directory` 2. 第二个参数填: `C:\\Users\\YourName\\Projects\\a_share_mcp` 3. 第三个参数填: `run` 4. 第四个参数填: `python` 5. 第五个参数填: `mcp_server.py` - _确保所有参数按下回车转行隔开的，否则报错（是不是手把手教学了？）_ - **环境变量**: (通常留空) > Tricks（必看）: > 有时候在 Cherrystudio 填写好参数后，点击右上方的开关按钮，会发现没任何反应，此时只要随便点击左侧目录任一按钮，跳出 mcp 设置界面，然后再回到 mcp 设置界面，就会发现 mcp 已经闪绿灯配置成功了。 **CherryStudio 使用示例:** 理论上来说，你可以问有关 A 股的任何问题 :)   **重要提示:** - 确保**命令**字段中的 `uv` 或其绝对路径有效且可执行。 - 确保**参数**字段按顺序正确填写了五个参数。 ## 工具列表 该 MCP 服务器目前提供 **40** 个工具，覆盖股票、财报、宏观、日期分析等全方位数据。以下是完整列表： <div align="center"> <details> <summary><b>🔍 展开查看全部工具</b></summary> <br> <table> <tr> <th>🏛️ 股票市场数据 (Stock)</th> <th>📊 财务报表数据 (Finance)</th> </tr> <tr valign="top"> <td> <ul> <li><code>get_historical_k_data</code> (历史K线)</li> <li><code>get_stock_basic_info</code> (基础信息)</li> <li><code>get_dividend_data</code> (分红配送)</li> <li><code>get_adjust_factor_data</code> (复权因子)</li> </ul> </td> <td> <ul> <li><code>get_profit_data</code> (盈利能力)</li> <li><code>get_operation_data</code> (营运能力)</li> <li><code>get_growth_data</code> (成长能力)</li> <li><code>get_balance_data</code> (资产负债)</li> <li><code>get_cash_flow_data</code> (现金流量)</li> <li><code>get_dupont_data</code> (杜邦分析)</li> <li><code>get_performance_express_report</code> (业绩快报)</li> <li><code>get_forecast_report</code> (业绩预告)</li> </ul> </td> </tr> <tr> <th>🔎 市场 & 指数 (Market & Index)</th> <th>🌐 宏观 & 其它 (Macro & Utils)</th> </tr> <tr valign="top"> <td> <ul> <li><code>get_trade_dates</code> (交易日历)</li> <li><code>get_all_stock</code> (全市场证券)</li> <li><code>search_stocks</code> (股票搜索)</li> <li><code>get_suspensions</code> (停牌信息)</li> <li><code>get_stock_industry</code> (行业分类)</li> <li><code>get_index_constituents</code> (指数成分)</li> <li><code>get_sz50_stocks</code> (上证50)</li> <li><code>get_hs300_stocks</code> (沪深300)</li> <li><code>get_zz500_stocks</code> (中证500)</li> <li><code>list_industries</code> (行业列表)</li> <li><code>get_industry_members</code> (行业个股)</li> </ul> </td> <td> <ul> <li><code>get_deposit_rate_data</code> (存款利率)</li> <li><code>get_loan_rate_data</code> (贷款利率)</li> <li><code>get_required_reserve_ratio_data</code> (存款准备金)</li> <li><code>get_money_supply_data_month</code> (货币供应月)</li> <li><code>get_money_supply_data_year</code> (货币供应年)</li> <li><code>get_latest_trading_date</code> (最新交易日)</li> <li><code>get_market_analysis_timeframe</code> (智能分析周期)</li> <li><code>is_trading_day</code> (判断交易日)</li> <li><code>previous_trading_day</code> (上一交易日)</li> <li><code>next_trading_day</code> (下一交易日)</li> <li><code>get_last_n_trading_days</code> (最近N日)</li> <li><code>get_recent_trading_range</code> (近期范围)</li> <li><code>get_month_end_trading_dates</code> (月末交易日)</li> <li><code>get_stock_analysis</code> (生成分析报告)</li> <li><code>normalize_stock_code</code> (代码标准化)</li> <li><code>normalize_index_code</code> (指数代码标准化)</li> <li><code>list_tool_constants</code> (常量查询)</li> </ul> </td> </tr> </table> </details> </div> ## 贡献指南 欢迎提交 Issue 或 Pull Request 来帮助改进项目。贡献前请先查看现有 Issue 和文档。 ## ☕️ 请作者喝杯咖啡 如果这个项目对你有帮助，欢迎请我喝杯咖啡 ❤️ <img src="resource/img/ali.png" alt="支付宝收款码" width="300"/> ## 许可证 本项目采用 MIT 许可证 - 详情请查看 LICENSE 文件 <div align="center"> <img src="https://capsule-render.vercel.app/api?type=waving&color=gradient&customColorList=12,15,20,24&section=footer&height=100&animation=fadeIn" /> </div> ## 本次更新概览（2025-12） 本次更新（version 2025.12.06）主要集中在 **架构重构** 与 **工具链标准化**，旨在为 AI Agent 提供更稳定、更“懂行”的数据服务。 ### 🚀 架构升级 (Refactor) - **Clean Architecture**: 引入了 `Use Case` 层，将业务逻辑与接口适配层（Tools）彻底解耦，提升了代码的可维护性与测试性。 - **统一错误处理**: 实现了全局的 `run_tool_with_handling` 机制，统一管理异常捕获、日志记录和错误返回格式，大幅提升系统稳定性。 - **强类型校验**: 增强了对输入参数（如季度、日期格式、代码规范）的即时校验，减少无效请求。 ### ✨ 新增功能 - **智能日期工具**: - `get_market_analysis_timeframe`: 让 AI 能理解“最近”、“本季度”等自然语言时间概念。 - `get_last_n_trading_days`: 自动计算最近 N 个交易日，自动跳过节假日。 - **通用能力增强**: - 所有列表类工具均支持 `limit`（条数限制）和 `format`（markdown/json/csv）参数，方便 AI 根据场景按需索取数据格式。 ### 🛠️ 兼容性说明 - 新增参数均为可选参数，保持了对旧版本的向后兼容性。 - 默认输出格式维持 Markdown，确保在大多数 MCP 客户端中即插即用。