Skip to main content
Glama
deenesjakoruzh
lingfan

TdxQuant MCP Server

by lingfan
OverviewSchemaRelated ServersScoreDiscussions
Python
Local

TdxQuant MCP 服务

基于本地 tqcenter.py（TdxQuant /通达信策略接口）的 MCP（Model Context Protocol） 封装。AI 客户端（如 Cursor）可通过 stdio 或 HTTP/SSE 调用工具，获取行情、财务、板块、公式等数据。

Python 包名：tdxquant-mcp（见 pyproject.toml）。

MCP 接入： docs/mcp-configuration.md
Agent 使用（调用顺序、意图对照、交易安全）： docs/agent-usage.md
TdxQuant 平台简介（官方帮助整理 + MCP 工具说明）： docs/tdxquant-intro.md
Agent Skill 包（Claude Code / OpenClaw / Hermes + SSE 配置）： docs/agent-skills.md · skills/tdxquant-mcp/

Agent Skill 包

面向 Claude Code、OpenClaw、Hermes Agent 等：可复制目录 skills/tdxquant-mcp/（含 SKILL.md / skill.md 与 references/ 下的 SSE 配置片段、精简工作流）。配合已启动的 tdx_mcp.main_http，客户端连接 http://<MCP_HOST>:<MCP_PORT>/sse。安装与宿主路径说明见 docs/agent-skills.md。

功能概览

工具按业务分为 9 类（与 tools_catalog / tool_metadata 一致）：

分类

说明

连接管理

初始化 / 关闭通达信会话

行情数据

K 线、Tick、快照、订阅

股票信息

基础资料、扩展信息、股本、跟踪指数 ETF

板块数据

板块列表、成分股、自选板块、所属板块

财务数据

报表区间、报告日期、个股/板块/市场衍生

可转债/新股

可转债信息、新股申购

交易日历

交易日列表

交易接口

账户、资产、委托、持仓、下单/撤单（默认 dry-run）

工具/缓存

公式执行、缓存刷新、自定义板块、docs_get_tdxquant_intro（平台简介 Markdown）

建议：先调用工具 tools_catalog（无参数），返回分类与工具列表，再按需调用具体工具。
证券代码格式：沪深等一般为 600519.SH、000001.SZ（大写市场后缀）。

仓库结构（与本项目相关）

user/
├── tqcenter.py              # TdxQuant Python 接口（依赖 TPythClient.dll 等）
├── tdxdata_test.py          # 直连 tq 的脚本示例（非 MCP）
├── skills/tdxquant-mcp/     # Agent Skill（SSE工作流 + 各宿主 MCP 片段）
├── tdx_mcp/                 # MCP 可安装包
│   ├── main_stdio.py        # stdio 入口（Cursor本地 MCP 推荐）
│   ├── main_http.py         # HTTP/SSE入口
│   ├── config.py            # 环境变量：TQ_PATH 等
│   ├── service/tdx_service.py
│   └── server/              # 各工具注册模块
├── tests/                   # pytest（含可选集成测试）
├── pyproject.toml
├── .env.example
├── docs/
│   ├── mcp-configuration.md # MCP 配置（Cursor / Claude / SSE）
│   ├── agent-usage.md       # Agent 使用说明（工作流、意图对照、交易）
│   ├── agent-skills.md      # Skill 包安装（Claude Code / OpenClaw / Hermes）
│   ├── tdxquant-intro.md    # TdxQuant 简介索引（正文见包内 resources）
│   └── mirror-tdx-quant-help/  # 运行 sync脚本后：官方帮助镜像 Markdown（可选）
└── .cursor/mcp.json         # Cursor 项目级 MCP 示例（可选）

运行前提

  1. 本机可正常运行 TdxQuant / 通达信 终端（含策略能力），并已按官方说明配置策略路径。

  2. 项目目录下 tqcenter.py 可被导入（与 TPythClient.dll 等路径一致，见 TdxQuant 文档）。

  3. 已配置 TQ_PATH（指向策略脚本路径，与 tq.initialize 要求一致）。

  4. 推荐使用 uv 管理依赖与运行命令。

安装

uv sync

HTTP/SSE 方式需要 ASGI 依赖：

uv sync --extra http

开发与测试：

uv sync --extra dev

通达信量化在线帮助镜像（爬取 help.tdx.com.cn/quant/docs/ 下页面，生成本地 Markdown，可选）：

uv sync --extra sync-docs
python scripts/sync_tdx_help_docs.py

输出目录默认为 docs/mirror-tdx-quant-help/（含 pages/、_manifest.json、README.md）。详见该目录内说明；正文版权归通达信，请以在线版为准。

环境变量

复制 .env.example 为 .env 并修改：

变量

必填

说明

TQ_PATH

是

通达信策略连接路径（策略脚本所在路径，与 tqcenter 初始化一致）

TQ_DLL_PATH

否

DLL 路径，多数环境可留空

MCP_HOST

否

HTTP/SSE 监听地址，默认 127.0.0.1

MCP_PORT

否

HTTP/SSE 监听端口，默认 8765

MCP 进程启动时会加载 get_settings()，缺少 TQ_PATH 会直接报错。

在 Cursor 中配置 MCP（stdio）

项目内已提供示例 .cursor/mcp.json（uv + envFile）。在 Cursor 中打开本仓库根目录后，于 设置 → MCP 中启用 tdxquant。

更完整的说明（含 Claude Desktop、env 内联、HTTP/SSE、排错）见 docs/mcp-configuration.md。

启动方式

stdio（推荐：Cursor、Claude Desktop 等）

uv run python -m tdx_mcp.main_stdio

HTTP / SSE（独立进程，供支持远程 MCP 的客户端使用）

uv run python -m tdx_mcp.main_http

监听地址与端口由 MCP_HOST / MCP_PORT 决定（见 .env）。

工具名称与调用示例

下列名称与代码中 @mcp.tool(name="...") 完全一致。不同客户端里 JSON 字段可能为 tool / name / toolName，以你所用客户端文档为准。

获取工具目录

{
  "tool": "tools_catalog",
  "arguments": {}
}

行情：最近 60 根日线

{
  "tool": "market_get_kline",
  "arguments": {
    "stock_list": ["600519.SH"],
    "period": "1d",
    "count": 60,
    "dividend_type": "none"
  }
}

股票信息：扩展信息

{
  "tool": "stock_get_more_info",
  "arguments": {
    "stock_code": "600519.SH"
  }
}

板块：成分股

{
  "tool": "sector_stocks",
  "arguments": {
    "block_code": "BK0475",
    "block_type": 0,
    "list_type": 0
  }
}

财务：按报告期

{
  "tool": "financial_get_report_by_date",
  "arguments": {
    "stock_list": ["600519.SH"],
    "year": 2024,
    "mmdd": 1231
  }
}

交易：下单预览（dry-run，默认）

实际下单需将 dry_run 设为 false，并自行承担风险；account_id 一般由 trade_get_account_id 取得。

{
  "tool": "trade_order_stock",
  "arguments": {
    "account_id": 1001,
    "stock_code": "600519.SH",
    "order_type": 0,
    "order_volume": 100,
    "price_type": 0,
    "price": 1500.0,
    "dry_run": true
  }
}

工具：执行通达信公式

主入口为 utility_formula_run；另有别名 formula_run，行为相同。

{
  "tool": "utility_formula_run",
  "arguments": {
    "formula_name": "KDJ",
    "formula_arg": "9,3,3",
    "mode": "zb"
  }
}

测试

单元测试（不连客户端）

uv run pytest tests/ -q

未设置联调环境变量时，集成用例会跳过，仅运行参数、目录等单元测试。

集成测试（需已登录通达信）

CMD：

set TDX_INTEGRATION=1
set TDX_STRICT_DATA=1
uv run pytest tests/test_tools_integration_tdxdata.py -m integration

PowerShell：

$env:TDX_INTEGRATION = "1"
$env:TDX_STRICT_DATA = "1"
uv run pytest tests/test_tools_integration_tdxdata.py -m integration

  • TDX_STRICT_DATA：可选，空数据时失败（默认允许空 dict 便于排查连接）。

  • TDX_TRADE_ACCOUNT：可选，交易类联调用账号字符串。

脚本示例（非 MCP）

tdxdata_test.py 演示直接调用 tqcenter.tq，用于对照接口行为；与 MCP 进程相互独立。

故障排除

现象

建议

启动报缺少 TQ_PATH

检查 .env 或运行环境中的变量是否传入 MCP 子进程

Cursor 无法启动 MCP

见 docs/mcp-configuration.md 排错；查看 MCP 日志，或改用虚拟环境 Python 绝对路径

HTTP 无法连接

确认 main_http 已运行且防火墙放行 MCP_HOST:MCP_PORT

数据为空

确认客户端已登录、盘后数据已下载；可适当关闭 TDX_STRICT_DATA 便于对比

许可证与上游

行为与数据格式以 TdxQuant / 通达信 与 tqcenter.py 为准；本仓库仅为 MCP 封装与文档整理。

This server cannot be installed

-
security - not tested
F
license - not found
-
quality - not tested

How are these scores calculated?

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/lingfan/tdxquant-mcp'

If you have feedback or need assistance with the MCP directory API, please join our Discord server