Click on "Deploy Server".
Wait a few minutes for the server to deploy. Once ready, it will show a "Started" state.
In the chat, type @ followed by the MCP server name and your instructions, e.g., "@Stock Research Data Foundation MCP Server 搜索一下贵州茅台的最新股价"
That's it! The server will respond to your query, and you can continue using it as needed.
Here is a step-by-step guide with screenshots.
本地优先的个人股票研究数据底座，基于 DuckDB + Parquet + SQLite + MCP
# 克隆项目
cd /path/to/get-stock-data
# 创建虚拟环境
python3 -m venv .venv
source .venv/bin/activate # macOS/Linux
# 安装依赖
pip install -e ".[dev]"# 复制环境变量模板
cp .env.example .env
# 编辑 .env，填入你的 Tushare Pro token
# 获取地址: https://tushare.pro/register
echo 'TUSHARE_TOKEN=your_token_here' >> .envpython scripts/init_db.pypython -m pytest tests/ -vfrom src.jobs import run_sync_security_master, run_sync_market_daily
# 同步证券主数据
result = run_sync_security_master(tushare_token="your_token")
print(result)
# 同步某日行情
result = run_sync_market_daily(trade_date="20240628")
print(result)python -m mcp.local_stock_serverRelated MCP server: ROIC.ai Financial Data MCP Server
┌─────────────────────────────────────────────────┐
│ Skills (7个研究Skill) │
├─────────────────────────────────────────────────┤
│ MCP Server (11个工具, stdio) │
├─────────────────────────────────────────────────┤
│ Silver Layer (DuckDB + Parquet) │
├─────────────────────────────────────────────────┤
│ Bronze Layer (原始数据落地) │
├─────────────────────────────────────────────────┤
│ Adapters (Tushare/AKShare/BaoStock/CNINFO) │
└─────────────────────────────────────────────────┘数据源 | 角色 | 需要 Token | 说明 |
Tushare Pro | 主数据源 | 是 | 结构化API，字段文档齐全 |
AKShare | 广度采集 | 否 | 多源公开数据，易变化 |
BaoStock | 验证源 | 否 | 免费，volume单位为股 |
CNINFO | 公告权威源 | 否 | 官方公告+PDF下载 |
符号格式: 600519.SH / 000001.SZ / 920001.BJ / 00700.HK
成交量单位: 股 (Tushare/AKShare的手×100，BaoStock已是股)
成交额单位: 元 (Tushare的千元×1000)
财务数据: 保留累计值和单季衍生值，标注来源
get-stock-data/
├── src/
│ ├── adapters/ # 4个数据源适配器
│ ├── normalize/ # 符号/单位/字段/单季 归一化
│ ├── lake/ # Bronze/Silver/DuckDB视图
│ ├── models/ # Schema定义 + DQ规则
│ ├── jobs/ # 4个同步任务
│ ├── config.py # 统一配置
│ ├── exceptions.py # 自定义异常
│ └── logging_config.py # 日志配置
├── mcp/ # 本地MCP服务 (11个工具)
├── skills/ # 7个研究Skill
├── tests/ # 62+ 测试
├── audits/ # Phase 1审计文件
├── scripts/init_db.py # 数据库初始化
├── check_progress.py # 进度检查 (crontab每2小时)
└── agents/ # 多智能体治理文件工具 | 功能 | 最大返回行数 |
| 搜索证券 | 20 (可分页) |
| 获取行情历史 | 500/symbol |
| 获取最新报价 | 50 symbols |
| 获取财务报表 | 1000 |
| 获取财务指标 | 50 |
| 获取公告 | 50 (可分页) |
| 搜索公告 | 20 (可分页) |
| 多源对比 | 200 |
| 数据新鲜度 | 20 |
| 运行DQ检查 | N/A |
| 导出数据集 | 100000 |
角色 | 执行者 | 职责 |
项目经理 | Claude Code | 进度监控/风险/验收 |
需求管理专家 | Claude Code | 需求矩阵/覆盖度/缺口 |
实施工程师 | Cascade | 编码/修复/测试 |
MIT
This server cannot be deployed
Real SEC, 13F, insider, congress & macro data your AI agent can cite. Hosted MCP, 24 tools.
The stock market, in SQL — scan, replay, or subscribe across ~12k US tickers and top 100 cryptos.
ResearchOracle - 11 financial research tools: 10-K parsing, equity, macro, citation graph.
Live market data, financial analysis, and portfolio research tools across 10,000+ tickers.
