xtquantai

xtquantai 是一个基于 Model Context Protocol (MCP) 的服务器，它将迅投 (xtquant) 量化交易平台的功能与人工智能助手集成，使 AI 能够直接访问和操作量化交易数据和功能。

功能特点

XTQuantAI 提供以下核心功能(陆续更新中，欢迎大家提交新创意)：

基础数据查询

• 获取交易日期 (get_trading_dates) - 获取指定市场的交易日期

• 获取板块股票列表 (get_stock_list) - 获取特定板块的股票列表

• 获取股票详情 (get_instrument_detail) - 获取股票的详细信息

行情数据

• 获取历史行情数据 (get_history_market_data) - 获取股票的历史行情数据

• 获取最新行情数据 (get_latest_market_data) - 获取股票的最新行情数据

• 获取完整行情数据 (get_full_market_data) - 获取股票的完整行情数据

图表和可视化

• 创建图表面板 (create_chart_panel) - 创建股票图表面板，支持各种技术指标

• 创建自定义布局 (create_custom_layout) - 创建自定义的图表布局，可以指定指标名称、参数名和参数值

Related MCP server: Financial Datasets MCP Server

安装

⚠️ 注意

1. QMT 生态系统目前仅支持 Windows，因此以下均在 Windows 环境实现

2. Windows 环境目前在实现 MCP 过程中有不少细节，需要注意

前提条件

• Python 3.11 或更高版本

• 迅投 QMT 或投研终端

• uv 包管理工具 (推荐)

uv 的安装及注意事项

uv 是后续用来启动包的工具，因此我们需要在开始安装一下，注意你需要在你要运行 xtquantai 的环境里面安装这个包，这是第一个可能出问题的地方，不确定就都安装一下。

第二个注意点，uv 是有缓存的，因此我才会有 clear_cache_and_run.py 的文件，你一旦中间有错误的运行，不删缓存就会一直不更新，记得运行一下删除。

下载即可

或者直接下载 压缩包。你可以下载到任意文件夹，只要最后能够找到 xtquantai 的具体地址即可，最好去文件夹里直接去复制地址。

使用方法

与 Cursor 的集成

Windows（QMT/投研端目前仅支持 Windows，需在 Windows 环境）

在 Cursor 中配置 MCP 服务器：

方法一：

在当前项目建立 .cursor 文件夹，在该文件夹下建立 mcp.json 文件，则 Cursor 编辑器会自动添加该 mcp 工具

⚠️ 注意：在 windows 中，命令务必加上 cmd /c，否则会导致命令窗口执行完立即关闭。

方法二：

直接在 设置-MCP-添加新的 MCP Server，名字叫 xtquantai，命令(command)是：cmd /c uvx path:\to\xtquantai，调整为Enabled。

这里注意 path to 意思是你自己本地的地址，同时注意你手动填写进去是单斜杠，仅仅在json文件中需要两个斜杠防止转义。

工具使用示例

获取交易日期

获取股票列表

创建图表面板

开发

直接启动服务器

使用 MCP Inspector 进行调试（仅在开发的的时候使用）

需要安装 node 环境。

构建和发布

准备发布包：

1. 同步依赖并更新锁文件：

2. 构建包分发：

3. 发布到 PyPI：

调试

由于 MCP 服务器通过标准输入/输出运行，调试可能具有挑战性。我们强烈建议使用 MCP Inspector 进行调试。

项目结构

许可证

本项目采用 MIT 许可证 - 详见 LICENSE 文件。

贡献

欢迎贡献！请随时提交问题或拉取请求。

致谢

• 迅投科技 提供的量化交易平台

• Model Context Protocol 提供的 AI 集成框架