Servidor MCP de Chart Library

Funciona con: Claude Desktop | Claude Code | ChatGPT | GitHub Copilot | Cursor | VS Code | Cualquier cliente MCP

Pregúntale a tu agente de IA "¿qué hizo este gráfico la última vez que se vio así?" y obtén una respuesta real, respaldada por un grupo de análogos históricos y la distribución calibrada de lo que sucedió después.

Más de 25 millones de embeddings de patrones. 10 años de historia. Más de 19 000 acciones. Una llamada de herramienta.

> "What does NVDA's chart on 2024-08-05 1h look like historically?"

NVDA · 2024-08-05 · 1h — cohort of 500 historical analogs
(485 with realized 5-day returns)

  Distribution at 5 days forward:
    median:        −1.3%
    p10 ·· p90:    −11.3% ·· +6.8%   (80% empirical band)
    win rate:      44%
    cohort_score:  0.31 (modest)

  Features that separated winners from losers:
    + credit_spread_state = tight
    + macro_state = bullish
    + pct_off_52w_low (further off)
    − vol_regime = low

  Summary: NVDA's 1-hour pattern on 2024-08-05 has 500 historical
  analogs. The cohort's 5-day distribution is bearish-leaning
  (median −1.3%, win rate 44%) — the historical record does NOT
  show this pattern typically resolving bullish. Conditioning on
  tight credit spreads and a bullish macro state would have
  separated the outperformers within the cohort.

Una recuperación, no un pronóstico. Sin predicciones alucinatorias. Sin selección sesgada. Solo el registro empírico que tu agente puede citar.

Inicio rápido

pip install chartlibrary-mcp

Claude Desktop (Instalación con un clic)

Descarga el archivo de extensión chart-library-1.1.1.mcpb y ábrelo con Claude Desktop para una instalación automática.

Claude Code

claude mcp add chart-library -- chartlibrary-mcp

Claude Desktop (Manual)

Añade a claude_desktop_config.json:

{
  "mcpServers": {
    "chart-library": {
      "command": "chartlibrary-mcp",
      "env": {
        "CHART_LIBRARY_API_KEY": "cl_your_key"
      }
    }
  }
}

Cursor / VS Code

Añade a .cursor/mcp.json o a la configuración MCP de VS Code:

{
  "servers": {
    "chart-library": {
      "command": "chartlibrary-mcp",
      "env": {
        "CHART_LIBRARY_API_KEY": "cl_your_key"
      }
    }
  }
}

GitHub Copilot (VS Code)

Añade a .vscode/mcp.json en tu proyecto (este archivo ya está incluido en los repositorios de chart-library):

{
  "servers": {
    "chart-library": {
      "command": "chartlibrary-mcp",
      "env": {
        "CHART_LIBRARY_API_KEY": "cl_your_key"
      }
    }
  }
}

Copilot Chat detectará automáticamente el servidor MCP cuando abras el proyecto. Usa @mcp en Copilot Chat para invocar herramientas.

ChatGPT (Modo Desarrollador)

ChatGPT se conecta a los servidores MCP a través de puntos finales HTTP remotos. Para configurar:

1. Habilitar el Modo Desarrollador: Ve a Configuración > Aplicaciones > Configuración avanzada > Modo desarrollador en ChatGPT (requiere plan Pro, Plus, Business, Enterprise o Education).

2. Crear un conector: En Configuración > Conectores, haz clic en Crear e ingresa:

   • Nombre: Chart Library

   • Descripción: Motor de búsqueda de patrones de gráficos históricos: más de 25 millones de patrones en más de 19 000 acciones, 10 años de datos

   • URL: https://chartlibrary.io/mcp

   • Autenticación: Sin autenticación (o OAuth si usas una clave API)

3. Usar en conversaciones: Selecciona "Modo desarrollador" en el menú Plus, elige la aplicación Chart Library y haz preguntas como "¿Cómo se ve el gráfico de NVDA históricamente?"

Nota: El punto final remoto en https://chartlibrary.io/mcp utiliza transporte HTTP transmitible (Streamable). Si necesitas una alternativa SSE, usa https://chartlibrary.io/mcp/sse.

Punto final MCP remoto

Para cualquier cliente MCP que admita conexiones HTTP remotas:

https://chartlibrary.io/mcp

Este punto final admite transportes HTTP transmitibles y SSE, no requiere instalación local.

Nivel gratuito: 200 llamadas/día, no se requiere tarjeta de crédito. Obtén una clave API en chartlibrary.io/developers o usa la búsqueda básica sin una.

Related MCP server: TickerAPI

¿Qué puede hacer tu agente con esto?

"¿Debería preocuparme por mi posición en TSLA?"

> get_exit_signal("TSLA")

  Signal: HOLD (confidence: 72%)
  Similar patterns that exited early: 3/10 would have avoided a drawdown
  Similar patterns that held: 7/10 gained an additional +2.1% over 5 days
  Recommendation: Pattern suggests continuation. No exit signal triggered.

"¿Qué sectores están rotando actualmente?"

> get_sector_rotation()

  Leaders (30-day relative strength):
    1. XLK  Technology     +4.2%
    2. XLY  Cons. Disc.    +3.1%
    3. XLC  Communication  +2.8%

  Laggards:
    9. XLU  Utilities      -1.4%
   10. XLP  Cons. Staples  -2.1%
   11. XLRE Real Estate    -3.3%

  Regime: Risk-On (growth > defensives)

"¿Qué le sucede a AMD si SPY cae un 3%?"

> run_scenario("AMD", spy_change=-3.0)

  When SPY fell ~3%, AMD historically:
    Median move:  -5.2%
    Best case:    +1.1%
    Worst case:  -11.4%
    Positive:     18% of the time

  AMD shows 1.7x beta to SPY downside moves.

8 Herramientas canónicas

Chart Library 2.0 consolida 22 herramientas heredadas en 8 primitivas componibles. Enlázalas mediante identificadores cohort_id para un refinamiento en menos de un segundo sin volver a ejecutar kNN.

Estas herramientas reemplazan las alucinaciones de "en promedio este patrón rinde X%" con tasas base condicionales reales. Consulta el patrón grounded-base-rates para ver el ciclo completo.

Flujo típico del agente

1. search("NVDA 2024-06-18")                          → cohort_id
2. cohort(cohort_id=..., filters={regime:{same_vix_bucket: true}})
                                                       → conditional distribution
3. explain(cohort_id=..., style="filter_ranking")     → which filter matters most
4. cohort(cohort_id=..., filters={...new filter...})  → refined distribution

Herramientas heredadas (obsoletas, aún invocables)

Para compatibilidad con versiones anteriores, estos 22 nombres de herramientas heredadas permanecen en su lugar y están marcados como deprecated en sus anotaciones MCP. Se redirigen a la herramienta canónica y se eliminarán en una futura versión principal. Migra usando el mapeo a continuación:

Cómo funciona

Chart Library indexa una gran biblioteca de patrones de gráficos históricos y los expone detrás de una API de distribución condicional. Cada consulta devuelve tamaños de muestra, percentiles y bandas de rendimiento futuro calibradas, nunca un pronóstico puntual.

Cuando tu agente llama a analyze_pattern("NVDA"), el servidor:

1. Construye una representación del estado actual del gráfico de NVDA

2. Recupera patrones históricamente similares

3. Busca lo que sucedió durante los siguientes 1, 3, 5 y 10 días

4. Devuelve la distribución + un resumen en lenguaje sencillo a través de Claude Haiku

El resultado: declaraciones fácticas y listas para citar como "de N patrones históricos similares, el rendimiento mediano a 5 días fue X% (banda del 80% [p10, p90])" que tu agente puede presentar sin alucinar ni cubrirse.

Clave API

Obtén tu clave en chartlibrary.io/developers.

export CHART_LIBRARY_API_KEY=cl_your_key

Enlaces

• Sitio web

• Documentación de la API

• Portal del desarrollador

• Rastreador de régimen

• SDK de Python | SDK de JavaScript

Chart Library proporciona datos de patrones históricos con fines informativos. No es asesoramiento financiero.