Quant Research Platform MCP Server
README.md
# Quant Research Platform
一个 LLM 原生的量化研究平台,提供因子管理、策略回测、研报分析等功能,并通过 MCP 协议让 AI 助手直接访问量化知识库。
## Features
- **因子知识库** - 因子管理、评分、分析
- **策略回测** - 策略管理、参数搜索
- **研报知识库** - PDF 上传、RAG 对话
- **经验知识库** - 结构化研究经验、语义检索、知识提炼
- **数据服务** - K线数据、因子计算
- **MCP 协议** - LLM 直接访问量化知识库
## Quick Start
### 1. 安装依赖
按顺序安装以下依赖:
| 序号 | 依赖 | macOS / Linux | Windows |
|:----:|------|---------------|---------|
| 1 | Docker | [下载 Docker Desktop](https://www.docker.com/products/docker-desktop/) | [下载 Docker Desktop](https://www.docker.com/products/docker-desktop/) |
| 2 | Node.js 20+ | [下载](https://nodejs.org/) 或 `brew install node` | [下载安装包](https://nodejs.org/) |
| 3 | pnpm | `npm install -g pnpm` | `npm install -g pnpm` |
| 4 | uv | `curl -LsSf https://astral.sh/uv/install.sh \| sh` | `irm https://astral.sh/uv/install.ps1 \| iex` |
> **Windows 提示**: 安装完成后需要重启终端使环境变量生效
### 2. 配置环境变量
```bash
# 复制环境变量模板
cp .env.example .env
```
编辑 `.env` 文件,填入以下必要配置:
| 配置项 | 说明 | 示例 |
|--------|------|------|
| `PRE_DATA_PATH` | 预处理K线数据路径 | `/Users/xxx/Downloads/coin-binance-spot-swap-preprocess-pkl-1h` |
| `COIN_CAP_PATH` | 市值数据路径 (可选) | `/Users/xxx/Downloads/coin-cap` |
| `LLM_API_URL` | LLM API 地址 | `https://api.openai.com/v1` |
| `LLM_API_KEY` | LLM API 密钥 | `sk-xxx` |
### 3. 启动项目
**macOS / Linux:**
```bash
# 克隆项目
git clone https://github.com/your-username/quant-research-platform.git
cd quant-research-platform
# 启动(自动安装依赖、启动数据库、启动服务)
make start local
# 查看服务状态
make status
# 查看日志
make logs local
# 停止服务
make stop local
```
**Windows (PowerShell):**
```powershell
# 一键启动(自动安装依赖、启动所有服务、打开浏览器)
uv run python scripts/dev.py start
# 停止所有服务
uv run python scripts/dev.py stop
# 查看服务状态
uv run python scripts/dev.py status
# 查看日志
uv run python scripts/dev.py logs # 全部服务
uv run python scripts/dev.py logs api # 仅 API
uv run python scripts/dev.py logs -n 100 mcp-factor # 最近 100 行
```
> `scripts/dev.py` 是跨平台任务运行器,也可在 macOS/Linux 上使用,等价于 `make start local`。
> 该脚本会自动启动 PostgreSQL、Redis、API、7 个 MCP 服务和前端,无需手动开多个终端。
### 4. 访问服务
启动后访问:
- 前端界面: http://127.0.0.1:5173
- API 文档: http://127.0.0.1:8000/docs
## MCP Integration
通过 MCP 协议,LLM 可以直接访问平台的所有功能。
### Claude 配置
在 `.mcp.json` 中添加:
```json
{
"mcpServers": {
"factor-hub": {
"url": "http://localhost:6789/mcp"
},
"data-hub": {
"url": "http://localhost:6790/mcp"
},
"strategy-hub": {
"url": "http://localhost:6791/mcp"
},
"note-hub": {
"url": "http://localhost:6792/mcp"
},
"research-hub": {
"url": "http://localhost:6793/mcp"
},
"experience-hub": {
"url": "http://localhost:6794/mcp"
}
}
}
```
## Development
### 目录结构
```
quant-research-platform/
├── backend/
│ ├── app/routes/ # HTTP 路由层
│ ├── app/schemas/ # Pydantic 模型
│ └── domains/ # 业务域
│ ├── mcp_core/ # MCP 基础设施
│ ├── factor_hub/ # 因子知识库
│ ├── strategy_hub/ # 策略回测
│ ├── research_hub/ # 研报 RAG
│ ├── experience_hub/ # 经验知识库
│ ├── data_hub/ # 数据服务
│ └── note_hub/ # 笔记管理
├── frontend/
│ └── src/
│ ├── features/ # 功能模块
│ ├── components/ # 通用组件
│ └── lib/ # 工具库
├── docker/ # 容器配置
├── docs/ # 文档
└── factors/ # 因子定义库
```
### 常用命令
```
# 开发
make start local # 本地开发模式
make start dev # Docker 开发模式
make logs-api # API 实时日志
make logs-frontend # 前端实时日志
# 生产
make start # 生产模式
make healthcheck prod # 健康检查
```
### 运行模式
| 模式 | 命令 | 说明 |
|------|------|------|
| local | `make start local` | 本地运行 Python/Node,仅 Docker 运行数据库 |
| dev | `make start dev` | 全容器化,支持热重载 |
| prod | `make start` | 全容器化,优化构建 |
## Tech Stack
**Backend**
- FastAPI, SQLAlchemy 2.0, PostgreSQL 16 + pgvector
- LangChain, Redis, aiohttp
- structlog, ruff, pytest
**Frontend**
- React 18, TypeScript, Vite 6
- TanStack Query, Zustand, shadcn/ui
- AG Grid, ECharts, Tailwind CSS
**Infrastructure**
- Docker, Docker Compose, Caddy, Supervisor
## License
MIT
---
## 重要更新
**因子和截面因子文件已迁移至 `private/` 目录。**
```
# 旧位置(已废弃)
factors/
sections/
# 新位置
private/
factors/ # 因子代码 (.py)
sections/ # 截面因子 (.py)
metadata/ # 因子元数据 (YAML)
```
`private/` 目录已被 gitignore,需通过独立的私有仓库管理。详见 `private/.gitkeep`。
This server cannot be deployed
Maintenance
ActivityInactive
ResponsivenessUnresponsive