Provides deep research capabilities through LangChain-based operators for conducting financial research workflows.
Finance MCP 是一个面向金融研究场景的智能体工具包与 MCP 服务器，基于 FlowLLM、网络搜索工具和 Crawl4AI 等组件，帮助你快速搭建：
金融研究 / 深度研报型智能体
面向 IDE / 客户端的 MCP Server
可编排的金融数据抓取与信息抽取流水线
你可以把它理解为：
📰 项目概览
MCP Server 支持：默认后端为 MCP，可直接通过
stdio集成到 IDE / 客户端。HTTP 服务模式：也可通过 HTTP 暴露服务，方便外部系统调用。
金融研究 Agent：内置
ConductResearchOp、DashscopeDeepResearchOp等算子，支持深度研究与多轮检索。网页抓取与长文本处理：基于
Crawl4aiOp/Crawl4aiLongTextOp和ExtractLongTextOp，对网页进行抓取与段落级抽取。金融实体识别与代码补全：
ExtractEntitiesCodeOp可从自然语言中抽取股票 / 基金实体，并补全证券代码。可组合的 Flow 编排：通过配置文件（如
config/default.yaml）组合多个算子，快速构建你的研究流。
✨ 架构与核心组件
Finance MCP 基于 FlowLLM 的 Application 框架，对外提供统一的应用入口
FinanceMcpApp（见 finance_mcp/main.py），其核心能力集中在 finance_mcp/core 中：
🧠 Agent 与研究流程（finance_mcp.core.agent）
负责高层次的研究与 ReAct 风格工作流调度，包括：
ConductResearchOp：组合搜索与思考工具，实现「研究主题 → 结构化结论」的完整流程。DashscopeDeepResearchOp：基于 Dashscope 搜索与 LLM 的深度研究算子。LangchainDeepResearchOp：基于 LangChain 的深度研究算子。ReactAgentOp：ReAct 风格智能体与搜索工具。ThinkToolOp：通用思考工具，可与搜索 / 抓取等算子组合使用。
🌐 抓取与内容构建（finance_mcp.core.crawl）
基于 Crawl4AI 和自定义工具的网页抓取模块：
Crawl4aiOp：抓取网页并生成 Markdown/长文本，便于下游 LLM 消费。ThsUrlOp：构造 THS（同花顺 10jqka）等数据源的标准化 URL。
🔍 文本与实体抽取（finance_mcp.core.extract）
面向金融场景的文本抽取与结构化处理：
ExtractEntitiesCodeOp：从用户查询中抽取股票 / 基金等实体，并补全证券代码。ExtractLongTextOp：在长文本中抽取与查询相关的关键内容片段。
🔧 搜索与工具（finance_mcp.core.search & finance_mcp.core.utils）
集成 Dashscope / Tavily 等搜索后端，提供统一的搜索算子（如
DashscopeSearchOp）。run_stream_op等工具帮助你以流式方式执行算子并打印中间结果。
⚙️ 配置与 Flow 编排（finance_mcp/config/default.yaml）
默认配置文件中预置了若干常用 Flow：
flow.crawl_url：Crawl4aiLongTextOp() >> ExtractLongTextOp()，抓取网页并抽取重点内容。flow.extract_entities_code：ExtractEntitiesCodeOp() << DashscopeSearchOp()，抽取实体并补全代码。flow.react_agent：组合HistoryCalculateOp、ExtractEntitiesCodeOp与DashscopeSearchOp，再交给ReactAgentOp调度。通用工具 Flow：
execute_code、execute_shell、dashscope_search、tavily_search等。
🛠️ 安装
通过 PyPI 安装（推荐）
从源码安装
🔑 环境变量配置
参考仓库中的 example.env，你至少需要配置：
建议将上述内容复制为 .env 文件，并在运行环境中加载。
🚀 快速开始
1. 作为 MCP Server 运行
config/default.yaml 中默认：
你可以直接通过命令行启动：
或者在需要 TCP 方式时：
之后即可在支持 MCP 的客户端中，将 Finance MCP 配置为一个工具服务器。
2. 以 HTTP 服务方式运行
default.yaml 中同时给出了 HTTP 服务配置：
启动命令示例：
随后即可通过 HTTP 接口访问由 Flow 定义的各类算子能力。
💻 示例：运行研究工作流
仓库下的 test_op/ 目录中包含若干端到端示例脚本，可作为你的参考实现。
1. 高层研究流程：test_conduct_research.py
该脚本展示了：
如何在
FinanceMcpApp上下文中构建研究算子。如何为研究算子注入具体的搜索与思考工具。
如何以「流式」方式打印中间结果，方便调试和人工检查。
2. Dashscope 深度研究：test_dashscope_deep_research.py
这个脚本聚焦于 DashscopeDeepResearchOp 本身，适合快速验证深度研究链路是否正常工作。
📚 文档与资源
配置示例：
finance_mcp/config/default.yaml核心模块：
finance_mcp/core/{agent,crawl,extract,search,utils}示例脚本：
test_op/下的若干*_op.py文件相关项目：
🤝 参与贡献
我们非常欢迎社区同学参与共建 Finance MCP，包括但不限于：
新增金融场景算子 / Flow：例如特定行业研究模板、量化指标分析等。
接入更多数据源 / 搜索后端：如新增券商研报源、宏观数据服务等。
改进文档与示例：补充从零搭建金融研究 Agent 的完整教程。
你可以通过提交 Issue 或 Pull Request 的方式参与，也可以在讨论区分享你的使用经验与最佳实践。
⚖️ 许可证
本项目基于 Apache License 2.0 开源，详情参见 LICENSE 文件。