Skip to main content
Glama
chestnutsheep

DeepFusion MCP Server

Server Configuration

Describes the environment variables required to run the server.

NameRequiredDescriptionDefault
NO_PROXYNoComma-separated list of hosts to bypass the proxy.
DF_WORKERSNoNumber of uvicorn workers for the web server.
HTTP_PROXYNoHTTP proxy URL for external data sources.127.0.0.1:7897
HTTPS_PROXYNoHTTPS proxy URL for external data sources.127.0.0.1:7897
BUTLER_DB_PATHNoPath to the butler memory SQLite database.<repo>/data/butler.db
REPORTS_DB_PATHNoPath to the reports SQLite database.<repo>/data/reports.db
MARKET_SNAPSHOT_DBNoPath to the market snapshot SQLite database.<repo>/data/market_snapshot.db
MARKET_DATA_DB_PATHNoPath to the market data SQLite database.<repo>/data/market_data.db
DEEP_FUSION_CACHE_DIRNoDirectory for the L2 disk cache.data/cache

Instructions

Guidance the server publishes about itself, which clients place ahead of the tool catalog so the model reads it before choosing anything.

This server publishes no instructions, or was last inspected before Glama recorded them.

Capabilities

Features and capabilities supported by this server

Protocol revision2025-11-25

CapabilityDetails
tools
{
  "listChanged": true
}
logging
{}
prompts
{
  "listChanged": false
}
resources
{
  "subscribe": false,
  "listChanged": false
}
extensions
{
  "io.modelcontextprotocol/ui": {}
}
experimental
{}

Tools

Functions exposed to the LLM to take actions

NameDescription
sentiment_sideA

获取个股新闻、内部交易(高管持股变动)、股东人数变化、十大股东变动等内部人员行为印证数据

capital_trackingC

获取个股资金流向、机构调研记录、机构持仓明细等外部机构反响与资金流向综合数据

financial_indicatorsC

获取个股86项财务指标,包括营收、净利润、毛利率、净利率、ROE、每股收益等所有关键财务数据

financial_statementsA

获取个股资产负债表、利润表、现金流量表等三大财务报表数据

peer_comparisonB

获取行业内成长性、估值、杜邦分析、公司规模等四个维度的同业对比数据

stock_indicators_hkB

获取港股市场的股票财务报告关键指标

stock_indicators_usC

获取美股市场的股票财务报告关键指标

searchA

根据股票名称、公司名称等关键词查找股票代码。当你已知股票代码时,建议直接使用其他工具(如 market_prices)跳过搜索

market_overviewA

获取各板块实时行情:沪深京A股、创业板、科创板、ST股票、新股等。不传板块参数则返回全部A股行情

individual_infoA

获取个股基本信息(东方财富+雪球)、股本股东、十大股东、高管变动、历史分红等综合档案数据

stock_quoteA

获取个股实时报价快照:最新价/涨跌幅/涨跌额/成交额/换手率/市盈率/市净率/总市值/流通市值/今开高低昨收。东财行情优先,新浪回退

stock_conceptsB

获取个股所属概念标签(概念板块领涨股名称匹配)及全市场概念板块当日强弱榜。东财概念板块优先

individual_histA

获取个股日/周/月K线、分钟线、分笔数据、盘前数据等综合历史行情

market_pricesA

统一获取股票/ETF历史价格及技术指标,输出标准化行情字段。支持A股/H股/美股及ETF

composite_stock_diagnosticC

复合技能:一键获取技术面、基本面和消息面的综合诊断数据

draw_ascii_chartC

根据提供的价格列表生成一个简单的 ASCII 走势图,用于直观展示趋势

backtest_strategyC

基于历史价格与技术指标进行简单策略回测(SMA/RSI/MACD/BOLL/MA_CROSS/KDJ)

trading_suggestC

基于AI对其他工具提供的数据分析结果给出具体投资建议

cache_statusA

查看当前缓存的键和数量,用于调试和监控

cache_clearA

清理指定的缓存键,或清理所有缓存

anti_fraud_reportA

对指定股票执行反诈深度分析,返回完整的7块REPORT JSON(meta/overview/anomaly/barrier/crossCheck/verdict/sentiment)

bond_yieldsA

获取中国和美国国债收益率曲线数据,包含2年/5年/10年/30年期收益率及期限利差。一次性返回全量历史序列,前端按需截取。

option_ivixA

获取50ETF期权波动率指数QVIX(中国版恐慌指数),反映市场恐慌/贪婪程度。值越高=恐慌越大,历史区间15~35。

us_economic_indicatorsB

获取美国ISM制造业PMI、Markit制造业PMI、服务业PMI等经济指标

bond_collectA

一次性拉取债券收益率曲线和QVIX全量历史数据到本地缓存,避免每次查询重复网络请求。配套 cycle_collect 使用。

crypto_pricesA

获取OKX加密货币的历史K线数据,输出标准化行情字段

crypto_sentiment_metricsB

获取OKX加密货币杠杆多空比与主动买卖数据

binance_ai_reportC

获取币安对加密货币的AI分析报告,推荐使用

crypto_funding_rateA

获取OKX永续合约的资金费率,正费率表示多头付费给空头

crypto_open_interestB

获取Binance永续合约的持仓量数据

fear_greed_indexB

获取加密货币市场恐惧贪婪指数(0-100)

crypto_composite_diagnosticB

一键获取加密货币技术面、情绪面和AI报告的综合诊断数据

draw_crypto_chartC

生成加密货币 ASCII 走势图

backtest_crypto_strategyC

基于历史价格与技术指标进行简单策略回测(SMA/RSI/MACD)

kitchin_cycleC

判断当前库存周期(基钦周期)阶段

chart_kitchin_cycleC

生成基钦周期(库存周期)分析图

juglar_cycleC

判断当前固定资本投资周期(朱格拉周期)阶段

chart_juglar_cycleC

生成朱格拉周期(固定资本投资周期)分析图

kuznets_cycleC

判断当前房地产周期(库兹涅茨周期)阶段

chart_kuznets_cycleC

生成库兹涅茨周期(房地产周期)分析图

data_kitchinB

获取基钦周期(库存周期)各阶段定位数据(JSON数组)

data_juglarB

获取朱格拉周期(固定资本投资周期)各阶段定位数据(JSON数组)

data_kuznetsB

获取库兹涅茨周期(房地产周期)各阶段定位数据(JSON数组)

data_kitchin_extendedA

基钦周期 FRED 扩展版(1919~),工业生产+制造商库存+M2,年频JSON数组

data_juglar_extendedA

朱格拉周期 FRED 扩展版(1929~),非住宅固定投资+私人固投+GNP+产能利用率,年频JSON数组

data_kuznets_extendedA

库兹涅茨周期 FRED 扩展版(1947~),美国房价+新屋开工+住宅投资,年频JSON数组

cycle_nestingA

四周期嵌套数据:基钦/朱格拉/库兹涅茨/康波合成Z值+相位序列(JSON数组),用于周期嵌套图与甘特图

cycle_collectA

预采集全部周期指标数据到本地 SQLite 缓存,避免每次分析重新拉取

fred_dataA

FRED 数据查询。传注册名(fred_ppiaco)或任意 series_id(GDPC1/UNRATE/...)

fred_listA

列出所有可采集的 FRED 数据集(共8个)

wb_dataA

世界银行数据查询。传注册名(wb_gdp_growth)或任意 indicator+国家代码

wb_listA

列出所有可采集的世界银行数据集(共7个)

cycle_cache_statusB

查看周期数据缓存状态

kondratiev_cycleA

判断当前长波周期(康德拉季耶夫周期)阶段。可选方法: pca(默认, 8谱法+相位映射), wavelet(Morlet小波功率谱), bandpass(40-60年带通滤波)

chart_kondratiev_cycleA

生成康波周期分析图(PCA合成指数+主周期标注),保存为PNG。可选方法: pca/wavelet/bandpass

data_kondratievB

获取康波周期原始数据(PCA合成指数序列)

fx_ratesA

获取主要货币对的实时汇率报价,输出标准化字段

fx_historyA

获取指定货币对的历史汇率数据,用于分析汇率走势和波动

fund_infoA

获取基金的基本信息,包括基金名称、类型、规模、管理人等详细信息

fund_navA

获取基金的历史净值数据,包括单位净值、累计净值、日增长率等,用于分析基金业绩表现

fund_holdingsA

获取基金的股票持仓明细,包括持仓股票代码、名称、持仓比例等,用于分析基金投资组合

fund_rankingB

获取不同类型基金的排行榜数据,包括收益率、规模等指标,支持按时间周期和基金类型筛选

fund_bond_holdingsA

天天基金网-基金档案-债券持仓:返回基金持有的债券代码、名称、占净值比例、持仓市值等(缓存12h,季度更新)

fund_industry_allocationA

天天基金网-基金档案-行业配置:返回基金在各行业的持仓比例、市值等(缓存12h,季度更新)

fund_analysisA

雪球基金-基金详情-数据分析:返回基金近1/3/5年的年化波动率、夏普比率、最大回撤、较同类风险收益比等指标(缓存24h)

fund_profit_probabilityB

雪球基金-基金详情-盈利概率:历史任意时点买入,持有满X时间的盈利概率和平均收益(缓存24h)

fund_asset_allocationA

雪球基金-基金详情-持仓资产比例:返回股票/现金/债券/其他的大类资产仓位占比(缓存72h,季度更新)

etf_core_holdingsA

输入一组同主题 ETF/基金代码,拉取各自前十大重仓股,统计每只标的被多少只 ETF 共同持有、平均权重与共同率(共同持有基金数 / 总基金数),输出共同率最高的核心标的。用于识别同主题产品真实抱团的核心资产,避免重复配置。

etf_crowding_alertA

在「同 ETF 共同持仓核心标的」基础上,对共同率最高的标的输出拥挤度评分与反转预警。共同率越高 = 机构抱团越紧、潜在踩踏/反转风险越大。评分综合:共同率(权重占比)、平均权重集中度、被持有 ETF 数量。返回拥挤度分档(低/中/高)与预警提示。

futures_pricesB

获取国内期货主力合约的历史价格数据,包括开高低收、成交量等技术指标

futures_inventoryB

获取国内期货品种的仓单库存数据,用于判断供需关系和价格走势

futures_basisA

获取期货与现货价格的基差数据,用于判断市场预期和套利机会

futures_positionsA

获取期货主力合约的机构持仓排名数据,用于判断主力资金动向

industry_classifyB

获取同花顺/巨潮行业分类列表

industry_quotesB

获取行业历史行情(OHLCV)、估值水平、资金流向,优先本地缓存

industry_capital_flowC

行业资金流排行(同花顺)

industry_daily_collectA

批量采集同花顺行业日行情(OHLCV)写入本地 SQLite,约90行业×5年数据。自动增量:DB已是最新则跳过,否则从最后日期补增量。force=True强制全量重采。

industry_seasonal_corrA

行业季节性相关性分析 — 选择2个及以上板块,按年度区分、月度切片横向比较,识别行业间联动的季节性规律(哪些月份联动最强/最弱)。需要先运行 industry_daily_collect 采集数据。返回JSON。

industry_daily_queryC

查询本地 SQLite 中的行业日行情

industry_collectB

触发行业数据采集并写入本地 SQLite 数据库(同花顺+巨潮)

industry_sw_treeB

申万三级行业树(31一级→131二级→336三级),含估值数据

industry_sw_constituentsA

查询申万指数成分股(一/二/三级行业通用,差异只在池子大小)

industry_sw_constituents_detailA

查询申万指数成分股及当日涨跌幅/最新价/换手率(一/二/三级行业通用),用于二级行业下钻查看个股

industry_sw_dailyC

申万指数分析日报表:市场表征/一级行业/二级行业/风格指数,含PE/PB/涨跌幅

industry_db_statusA

行业数据库各表行数和缓存新鲜度

spot_pricesC

大宗商品现货行情(99qh),单个品种返回2012年至今全部历史数据

ff_factorsB

Fama-French 多因子模型最新数据(Current Research Returns),含 Size 组合回报

spot_symbolsB

列出99qh所有可查的现货品种(81个),含交易所和品种名称

caixin_indicesC

财新指数数据(19个指数):数字经济/新经济/大宗商品/高质量因子/AI策略/PMI等

caixin_listA

列出所有可查的财新指数(19个)

industry_themesA

行业相关性主线识别 — 从行业日行情计算相关性/聚类/动量/资金流,聚合出市场当前主线。需要先运行 industry_daily_collect 采集数据。返回JSON。

industry_themes_dccB

DCC-GARCH 时变条件相关 — 估计行业间动态相关性矩阵,识别联动加强/减弱的行业对。计算较慢(约30s),返回JSON。

industry_themes_causalityA

Granger因果检验 + 龙头行业识别 — 找出领先/滞后行业及因果传导链。计算较慢(约60s),需要statsmodels。返回JSON。

financial_stress_indexA

全球金融压力实时监测:收益率曲线倒挂、TED利差、BAA信用利差、亚太汇率异动。直接输出各区域压力等级(CRITICAL/HIGH/MODERATE/LOW)和传导信号。

debt_sustainabilityA

各国债务可持续性对比:政府债务/GDP、外汇储备充足性、通胀率。直接输出谁还得上债、谁还不上。

capital_flow_monitorB

监测亚太资本流动方向:汇率变动、外汇储备变化、FDI净流入。资本外逃是爆掉的前兆。

asset_bubble_watchA

监测亚太资产泡沫风险:房地产交易量萎缩、房价下行、股市估值分化。量先跌价后跌,交易量萎缩=崩盘前兆。

macro_growthB

获取中国GDP(季度/年度)、工业增加值同比等经济增长数据

macro_inflationB

获取中国CPI(月度/年度)、PPI(月度/年度)通胀数据

macro_businessC

获取中国PMI(制造业/财新/非制造业)等景气指数数据

macro_monetaryA

获取M2、社会融资规模、LPR、失业率、外汇储备、进出口等综合货币与外贸数据

macro_gdpC

获取中国GDP季度数据(单接口细粒度)

macro_cpiB

获取中国居民消费价格指数(CPI)月度数据

macro_pmiB

获取中国制造业采购经理指数(PMI)月度数据

macro_interest_rateB

获取中国贷款市场报价利率(LPR)数据,包括1年期和5年期以上LPR

macro_money_supplyB

获取中国货币供应量(M0/M1/M2)月度数据

macro_industrial_value_addB

获取中国规模以上工业增加值同比增速数据

macro_inventory_growthC

获取中国规模以上工业企业库存同比增速数据

macro_fixed_investmentB

获取中国固定资产投资完成额累计同比增速数据

global_pmiA

合成全球制造业PMI指数(美国ISM×0.6 + 欧元区×0.4),附各经济体明细。前端国际Tab用。

get_current_timeA

获取当前系统时间及A股交易日信息,建议在调用其他需要日期参数的工具前使用该工具

stock_zt_pool_emC

获取中国A股市场(上证、深证)的所有涨停股票

stock_zt_pool_strong_emC

获取中国A股市场(上证、深证)的强势股池数据

stock_lhb_ggtj_sinaC

获取中国A股市场(上证、深证)的龙虎榜个股上榜统计数据

stock_sector_fund_flow_rankC

获取中国A股市场(上证、深证)的行业资金流向数据

northbound_fundsA

获取北向资金近 10 个交易日数据

sector_valuationA

获取申万一级行业估值(P/E、P/B)概览

sector_rotationB

基于行业资金流与涨跌幅识别短期强势行业

stock_news_globalA

获取最新的全球财经快讯

market_anomaly_scanA

扫描 A 股市场实时的异动信号,如火箭发射、大笔买入、快速反弹等

margin_balanceA

获取市场层面融资融券余额数据(两融账户信息),无需指定股票代码

policy_collectC

全站采集:国务院/统计局/央行/财政部/发改委/外管局 政策文件

policy_searchC

搜索已入库的政策文件

policy_detailA

查看某篇政策文件详情

policy_statsC

政策文件库统计

policy_timelineA

获取某年政策时间线数据(按月聚合真实政策文件 + 长周期节点 + 官方链接),供前端渲染动态时间线

policy_market_linkA

政策→市场联动桥接:把一篇政策的 keywords / sector 映射到相关行业板块,返回匹配行业的近期涨跌、资金净流入、龙头股(来自 meso_industry_fund_flow),以及代表个股,打通政策与中观/微观数据的联动。供前端『市场联动』面板调用。

policy_hot_signalsA

市场舆情热度信号(热点数据采集轮子):调用本地 Node 热点脚本抓取抖音/微博/百度/B站/快手实时热搜,作为政策市场关注度的舆情佐证。可筛选含政策/产业关键词的热度条目,与 policy_daily / policy_market_link 联动。返回 JSON。

policy_topic_stocksA

政策主题→个股映射(股票题材猎手轮子):对政策关键词/板块做『主题→个股』解析。优先命中本地固化映射(theme_enrich,经 web_search 实测验证),并提供实时检索补全说明,供 agent 在得到主题后进一步做受益股验证。返回 JSON。

policy_daily_briefA

政策每日要闻摘要(新闻摘要轮子,政策语境化):基于已入库政策按日期聚合,输出当日/指定日期的政策要闻摘要(机构分布、情绪倾向、关键主题、吹风信号)。供前端『每日要闻』面板或定时任务播报调用。返回 JSON。

portfolio_addA

在模拟盘中添加一笔持仓记录,用于后续跟踪盈亏

portfolio_viewA

计算当前所有模拟持仓的实时盈亏情况

portfolio_chartA

生成持仓盈亏的 ASCII 柱状图,直观展示各持仓盈亏情况

pm_spot_pricesB

获取上海黄金交易所现货历史价格数据,包括黄金、白银等品种的价格走势和技术指标

pm_international_pricesA

获取国际贵金属实时价格,包括伦敦金、伦敦银、COMEX黄金、COMEX白银等

pm_etf_holdingsB

获取全球黄金或白银ETF持仓量变化数据,用于判断机构资金流向

pm_comex_inventoryB

获取COMEX交易所黄金或白银库存数据,用于判断供需关系

pm_basisA

获取贵金属期货与现货价格的基差数据,用于判断市场预期和套利机会

pm_benchmark_priceC

获取上海黄金交易所发布的黄金或白银基准价格,这是国内贵金属定价的重要参考

pm_composite_diagnosticB

复合技能:一键获取贵金属的价格走势、ETF持仓、COMEX库存、期现基差等综合诊断数据

cycle_detectA

频谱周期检测:对输入时间序列运行 FFT/ACF/小波/MUSIC 等频谱分析+三级投票,输出检测到的周期、置信度和当前相位

cycle_phaseB

周期相位判断:对输入时间序列运行 CF 带通滤波 + 相位推断

stock_tech_indicatorsB

计算 A 股技术指标:MACD(含柱加速度)/KDJ/RSI/布林带/均线/ADX/CCI/OBV/SAR/ROC/PSY/BIAS/MTM/量五等级。默认返回最新一期JSON;return_series=True 返回最近 window 期的指标序列(用于绘制符合图形)。WR(威廉指标)已按实战结论弃用。

stock_tech_indicators_easytdxA

使用 easy_tdx(通达信协议直连,无需 API Key)计算 A 股 34 个技术指标(含 WR/BIAS/MTM/ROC 等本系统默认未输出的指标)。作为 stock_tech_indicators 的补充后备源。返回最新一期指标 JSON;indicator_names 可指定子集,省略则返回全部。easy_tdx 不可用或无行情时返回 {error}。

stock_chanlun_analyzeA

缠论分析(easy_tdx 通达信直连,无需 API Key):笔/线段/中枢/买卖点/背驰。返回结构化 JSON。easy_tdx 不可用或无行情时返回 {error}。

market_data_refreshA

联网补齐个股/指数日 K 到公共 SQL market_data.db(唯一联网入口)。mode=full 刷指数+代码名称(轻量);mode=stock 补指定代码;mode=index 仅指数;mode=info 仅代码名称;mode=prime 全市场当日补齐(重活,仅收盘后低峰)。所有上层任务禁止直连 gtimg/Sina/akshare 现拉 K 线,需数据先查库,缺失再调本工具。

market_data_queryA

从公共 SQL market_data.db 只读查询个股/指数日 K(前复权)。symbol 为6位代码查个股;加前缀如 sh000001 查指数。limit 控制返回最近条数。这是上层任务获取行情的标准只读入口,不发起网络请求。

market_data_search_nameA

在本地 stock_info 中按代码/名称模糊搜索(替代每次现拉 gtimg 名称)。

limit_up_scanB

扫描当日涨停股,回溯连板高度+换手率对比,套8项打板Checklist量化评分,写入reports.db供前端埋伏看板。收盘后运行最佳。

limit_up_latestA

返回 reports.db 中最新一份连板扫描结果(前端登录看板用)。

limit_up_calibrateA

拉真实涨停池(最近N交易日)构造「次日连板延续」标签,逐因子算AUC/分组成功率,输出数据驱动权重;结果写 data/score_calibration.json(供 limit_up_scan 自动采用)并落 reports.db(rtype=score_calibration)做回溯。需联网,较重,建议收盘后跑。

limit_up_calibration_latestA

返回 reports.db 中最新一份实证校准结果(推荐权重/因子AUC/基准率/样本量),前端看板展示用。

calendar_seedA

导入《连板预测与大事日历》PART 02 结构化的10周催化事件(幂等,可重复调用)。

calendar_upcomingA

按今天(或指定 as_of)返回未来 days 天的事件,附 days_until 与 bury_window(埋伏窗口)标记。登录看板核心接口。

calendar_addB

新增或更新一条日历事件。每月日历维护入口。

calendar_rangeA

查询 [start, end] 区间内的事件(周/月视图用)。

calendar_monthB

返回某年某月的事件,用于月历渲染。

domain_constituentsB

解析关联领域(概念/行业/板块)为成分股,盘中取腾讯实时快照、收盘取最近交易日收盘。返回 constituents=[{code,name,price,change_pct,turnover,pe,pb}] 与 mode(盘中实时/最近交易日收盘)。

calendar_event_detailB

按 id 返回单条事件完整信息(含 domains 关联领域、targets 抢跑标的)。

calendar_frontrunB

计算事件关联标的(event-30交易日 → 今天)的累计涨幅,按蓝/绿/橙/红着色判定抢跑程度。返回 timeline(进度条锚点/事件日/今天位置) 与 targets(每标的累计涨幅+状态)。无 targets 时返回提示。

calendar_refresh_collectA

手动触发自动采集脚本 scripts/calendar_collect.py,从解禁/新股/业绩预告等公开日历拉取事件写入 reports.db。返回采集统计。定时任务也会每日自动跑。

report_latestA

读取某类定时任务报告最新一份(reports 表)。rtype: premarket/noonnews/qualitystock/dailyreview

report_historyC

读取某类报告最近 limit 份(历史回溯)。

report_typesB

列出 reports 表中已入库的报告类型。

report_by_dateC

按 (rtype, 日期) 读取某类报告的指定日期内容(reports 表)。rtype: premarket/noonnews/qualitystock/dailyreview;rdate: YYYY-MM-DD

market_broad_snapshotA

拉取并落盘:大盘重要指数实时涨跌、行业板块涨跌榜、全市场成交额对比上一交易日、两融余额、北向/南向资金、公募ETF资金偏好、社保/国家队代理指标。用于个股速览待机页。

capital_flows_snapshotA

拉取并落盘资金面多维动向:两融余额环比、北向/南向资金净流入环比、公募ETF行业资金偏好、社保/国家队代理指标。用于个股速览待机页。

market_snapshot_readA

从 market_snapshot.db 读取最近一次落盘的大盘指数/资金面快照,前端待机页秒开用。

invest_theme_collectA

热点/投资方向采集落库:传入关键词或已整理的主题数据,标准化后写入 reports.db (rtype='invest_theme'),与每日报告区其他报告一并管理维护。可作为自动化定时任务的落库入口,也可作为看板「主题输入框」手动触发后 agent 整理数据的回写入库点。

invest_theme_latestA

取最新一期热点/投资方向标的组合(含次日涨跌强度回测)。

invest_theme_historyA

热点/投资方向历史列表(按日期降序,用于看板切换日期)。

invest_theme_dateB

按指定日期取某日热点/投资方向标的组合(看板日期切换查看)。

asset_allocationA

中国市场周期调整资产配置:基于四层本土化框架(国内动态风险基准 ERC + 中国宏观状态 + 四周期有限TAA + 中国交易约束)动态计算 股票/债券/商品/现金 配比。每次调用基于最新市场与宏观数据实时计算,结果每日新鲜。

quality_stock_reviewA

追踪历史「优质股推送」的 5 日胜率与反思心得。

读取 reports.db 中 rtype='qualitystock' 的历史推送,结合 market_data.db 收盘价, 对每只推送股计算推送后 5 个交易日的收益率,聚合胜率与平均收益,并给出反思建议。 仅供研究参考,不构成投资建议。

memory_saveC

保存一条本地管家记忆;不会保存明文 API key/token/password。

memory_searchC

按全文、scope、kind 搜索本地管家记忆。

memory_updateC

更新一条本地管家记忆。fields 为 JSON 对象。

memory_archiveB

归档或恢复一条本地管家记忆。

memory_contextC

按当前任务检索相关管家记忆上下文。

memory_exportC

导出本地管家记忆为 JSON。

memory_importC

从 JSON 对象导入本地管家记忆。

Prompts

Interactive templates invoked by user choice

NameDescription
analyze-stock-full一键触发全方面个股深度分析技能
analyze-financial-quality【财务质量专项】深度检验利润真实性与经营健康度
analyze-industry-position【行业定位专项】判断个股在行业中的竞争优势与估值合理性
analyze-cycle-position【周期定位专项】判断当前宏观经济周期阶段及对投资的系统性影响
generate-investment-charts【可视化生成】按标准规范输出四张核心分析图表
quick-health-check【快速诊断】5分钟财务健康度速览
full-investment-report【综合投研报告】一键生成完整投资分析报告

Resources

Contextual data attached and managed by the client

NameDescription
resource_fundamental_inspection提供财务基本面内部检验SOP
resource_industry_comparison提供行业相对位置比较SOP
resource_profit_quality提供利润质量与经营风险评估SOP
resource_institutional_behavior提供机构行为分析SOP
resource_public_opinion提供公众舆论分析SOP
resource_market_trading提供市场交易行为验证SOP
resource_alternative_data提供另类数据挖掘SOP
resource_kitchin_cycle提供基钦周期(库存周期)分析SOP
resource_juglar_cycle提供朱格拉周期(投资周期)分析SOP
resource_cycle_positioning_logic提供周期阶段与行业比较的联动逻辑SOP
resource_analysis_path提供标准分析路径SOP
resource_decision_framework提供综合决策框架SOP
resource_core_formula提供核心估值-预期修正公式
resource_chart_specs提供关键分析环节可视化绘图规范

TDQS

C2.8/5.0

Scored across 181 tools

Disambiguation2/5

With 181 tools spanning overlapping domains, many tools are near-duplicates: macro_growth/macro_gdp/macro_industrial_value_add, industry_quotes/industry_daily_query, draw_ascii_chart/draw_crypto_chart. Existing descriptions help somewhat, but groups like the cycle data tools and the various market/macro snapshots create real boundary confusion. Agents are likely to misselect between these overlapping clusters.

Naming Consistency3/5

Most tools use snake_case with recognizable domain prefixes (fund_, stock_, macro_, policy_, crypto_), which aids readability. However, verb placement is inconsistent—get_current_time, fund_nav, memory_save, and backtest_strategy all follow different orders. The naming is readable and mostly predictable, but not uniform.

Tool Count1/5

181 tools is an extreme count for a single MCP server, far exceeding the typical 3-15 well-scoped range and even the 25+ 'too many' threshold. The surface is bloated with overlapping, single-purpose, and rarely-needed tools. This overwhelms agents and makes tool selection far more expensive than necessary.

Completeness4/5

The server covers most financial analysis domains well: stocks, funds, macro, crypto, futures, commodities, cycles, policy, calendar, reports, memory, and portfolio. Minor gaps exist (e.g., no portfolio update/remove, no direct order execution), but these are non-critical for its analytic purpose. Overall, the surface is comprehensive with few dead ends.

Maintenance

ActivityMaintained
ResponsivenessNo issues