fix-mcp
FIX-MCP
Los agentes de IA pueden escribir mensajes FIX. No pueden recuperar una sesión bloqueada, validar un NewOrderSingle o pausar un TWAP que lleva retraso. FIX-MCP les proporciona el cerebro de operaciones de trading para hacer las tres cosas mediante herramientas MCP explícitas, puertas de aprobación y evidencia auditable.
FIX-MCP es una demostración profesional de código abierto para operaciones de trading asistidas por IA. Proporciona a Claude, GPT, Gemini y a cualquier agente compatible con MCP una superficie de herramientas controlada para diagnosticar y resolver incidentes realistas de FIX, OMS, datos de referencia, centros de negociación y algoritmos, mientras un operador humano sigue siendo responsable de la aprobación y el control final.
La demostración se ejecuta en un entorno de broker-dealer simulado. La tesis del producto es más amplia: MCP es la interfaz adecuada para permitir que los LLM trabajen con sistemas operativos reales sin darles acceso mágico e ilimitado a la mesa de operaciones.
Qué incluye
22 herramientas MCP para reparación de sesiones, triaje de órdenes, actualizaciones de datos de referencia, estado de centros de negociación, gestión de algoritmos, puntuación de escenarios y captura de trazas.
14 escenarios reales de mesa de operaciones que cubren desde el inicio previo al amanecer a las 02:05 ET hasta fallos en dark pools fuera de horario a las 16:32 ET.
Flujo de trabajo dirigido por humanos: investigar, aprobar libro de trabajo, ejecutar recuperación aprobada y luego realizar pruebas de estrés solo después de entender la ruta base.
Panel de control de Misión: con resumen del caso, libro de trabajo, carril del operador, traza, cable FIX, terminal, manual de procedimientos y panel de copiloto.
Stack con formato de producción: servidor MCP en Python, API REST, consola Next.js, PostgreSQL 16, Redis 7, Docker Compose y andamiaje de conector TCP FIX asíncrono.
Modelo de control de IA
System prompt:
src/fix_mcp/prompts/trading_ops.pyse expone a los clientes MCP comofix://prompts/trading-ops. La consola web lo refleja ensrc/store/prompts.ts.Configuración del modelo: el copiloto de Misión Control llama actualmente a
openai/gpt-5.4a través de OpenRouter, ya sea mediante unaOPENROUTER_API_KEYdel lado del servidor o una clave proporcionada por el usuario en el panel del Copiloto.Marco de trabajo del agente: este repositorio no utiliza LangChain ni LangGraph. El límite de control son las herramientas MCP, los recursos MCP, los prompts MCP, FastAPI y la consola de operador de Next.js.
Controles de alucinación: los hechos de los escenarios provienen de fixtures JSON y del estado del motor en vivo; las acciones pasan por herramientas MCP tipadas; los pasos similares a producción requieren aprobación humana; cada llamada a herramienta es visible en la traza.
Límite de la demostración: el entorno incluido está simulado. No conecte una demostración pública a sistemas reales de FIX, OMS, datos de referencia o monitorización.
Consulte System Prompt, Model, and Guardrails para obtener la respuesta orientada a la demostración sobre el modelo, el prompt, LangChain/LangGraph y las preguntas de fundamentación.
Para quién es esto
Usted es... | FIX-MCP le proporciona... |
Ingeniero de operaciones de broker-dealer | Un modelo funcional para el triaje de incidentes asistido por IA durante el horario de mercado. |
Proveedor de OMS / EMS | Una implementación de referencia para añadir MCP a los flujos de trabajo de trading. |
Constructor de IA | Una superficie de herramientas rica en dominio para agentes que necesitan razonar sobre operaciones de trading. |
Evaluador de VC / fintech | Un artefacto concreto que muestra hacia dónde se dirige la infraestructura de IA en el trading. |
Recorrido destacado — Inicio de BATS a las 02:05 ET
La mesa de operaciones carga bats_startup_0200.
Incidente: El inicio de sesión en BATS es rechazado porque la contraparte espera la secuencia 2450, mientras que la sesión se restableció a 1. Ocho órdenes GTC nocturnas están bloqueadas, faltan dos símbolos ETF en los datos de referencia de horario extendido e IEX está saludable como alternativa.
El operador pide al copiloto que investigue. El agente utiliza herramientas MCP:
list_scenarios Scenario Loaded: bats_startup_0200
check_fix_sessions BATS down; sequence mismatch detected
query_orders ORDER QUERY — 14 order(s) foundEl agente propone un libro de trabajo de recuperación:
1. Check BATS session
2. Quantify blocked flow
3. Reconnect BATS
4. Reset BATS sequence if needed
5. Load missing ETF symbols
6. Validate orders releasedEl humano aprueba el libro de trabajo. La ejecución del agente realiza solo la ruta aprobada:
fix_session_issue BATS reconnect released stuck orders
fix_session_issue BATS reset_sequence accepted
load_ticker BITO loaded
load_ticker GBTC loaded
validate_orders 14 PASS, 0 FAILEntonces, y solo entonces, el operador utiliza el Laboratorio de Estrés para inyectar un evento de brecha de secuencia y probar que el sistema se pausa, vuelve a realizar el triaje, se recupera, se reanuda y registra la traza.
Ese es el patrón operativo: primero la línea base, segundo la prueba de presión, siempre la evidencia.
Inicio rápido
git clone https://github.com/henryurlo/fix-mcp.git
cd fix-mcp
docker compose up -dAbra http://localhost:3000.
Inicie sesión con henry / henry, admin / admin, o haga clic en Demo Mode.
Servicio | URL | Propósito |
Misión Control | Panel de operaciones de trading y flujo de trabajo de demostración guiado | |
API REST | Envío de herramientas MCP, escenarios, estado del sistema | |
MCP stdio |
| Punto de entrada directo al protocolo MCP |
No se requiere Node ni Python en su host para la demostración de Docker.
Desarrollo en Python
python -m pip install -e ".[dev]"
python -m fix_mcp.apiEn otra terminal:
npm install
npm run devLa consola de Next.js lee BACKEND_URL, que por defecto es http://127.0.0.1:8000.
Configuración del cliente MCP
Para un cliente MCP local que pueda iniciar el punto de entrada de Python:
{
"mcpServers": {
"fix-mcp": {
"command": "fix-mcp"
}
}
}Para un cliente/proxy MCP compatible con HTTP:
{
"mcpServers": {
"fix-mcp": {
"command": "npx",
"args": ["-y", "@anthropic-ai/mcp-remote@latest"],
"env": {
"MCP_URL": "http://localhost:8000/mcp"
}
}
}
}Demostración vs Producción
Componente | Demostración | Producción / Compromiso de consultoría |
Sesiones FIX | Objetos Python simulados | Registros del motor FIX real y controles de sesión |
OMS | Estado de órdenes en memoria | Integración de base de datos/API de OMS |
Datos de referencia | JSON precargado | Feeds de proveedores, datos DTCC, simbología interna |
Monitorización | El motor de escenarios precarga incidentes | Datadog, Splunk, Grafana o flujos de eventos internos |
Ejecución | Actualiza el estado simulado | Envía mensajes FIX aprobados o llama a APIs de OMS aprobadas |
Herramientas MCP | Misma superficie de herramientas | Misma interfaz, adaptadores de producción |
Inteligencia de dominio | Mismos prompts y lógica | Ajustado a los flujos de trabajo, centros y controles del cliente |
El trabajo profesional es la capa de integración: conectar la misma interfaz MCP y el conocimiento de operaciones de trading en los registros reales, OMS, datos de referencia, monitorización y flujo de trabajo de aprobación de una empresa.
Documentación
Contacto
Licencia
MIT. Consulte LICENSE.
This server cannot be installed
Resources
Unclaimed servers have limited discoverability.
Looking for Admin?
If you are the server author, to access and configure the admin panel.
Latest Blog Posts
MCP directory API
We provide all the information about MCP servers via our MCP API.
curl -X GET 'https://glama.ai/api/mcp/v1/servers/henryurlo/fix-mcp'
If you have feedback or need assistance with the MCP directory API, please join our Discord server