financekit-mcp
✨ 为AI Agent提供17个量化分析工具，实时行情加RSI、MACD等技术指标
🧭 AI 判断
仅供研究MCP工具集定位新颖但热度低、维护偏冷,数据源稳定性存疑,适合实验不宜实盘
为AI Agent提供17个MCP工具,覆盖实时行情与RSI/MACD等技术分析
📊 综合评分
📖 工具介绍
一款基于 Python 的 MCP 服务器(Model Context Protocol),为 AI Agent 提供量化分析能力。它内置 17 个工具,支持实时股票行情与完整技术分析,涵盖 RSI、MACD、Bollinger、ADX、Stochastic 等常用指标。适合需要将行情数据和技术指标接入 LLM 应用的开发者与量化研究人员使用。
`Python` - MCP server (Model Context Protocol) exposing 17 tools for AI agents to perform quantitative analysis: real-time stock quotes, full technical analysis (RSI, MACD, Bollinger, ADX, Stochastic,
⚖️ 同类对比
| 维度 | financekit-mcp | Llama-3-8B-Instruct-Finance-RAG-GGUF | finance-Llama3-8B-GGUF | yfinance |
|---|---|---|---|---|
| 结论 | 仅供研究 | 仅供研究 | 仅供研究 | 推荐 |
| 热度 | 6 | 970 | 485 | 25.1k |
| 适合人群 | 开发者 | 开发者 | 开发者 | 开发者 |
| 主要用途 | AI Agent / 数据分析 | 数据分析 / AI Agent | 数据分析 / AI Agent | 数据源 / 数据分析 |
| 支持市场 | 美股 / 多市场 | 美股 | 多市场 | 美股 / 多市场 |
| 技术栈 | Python | Python | Python | Python |
| 上手难度 | 中等 | 中等 | 中等 | 简单 |
| 活跃度 | 低 | 中 | 低 | 高 |
💡 新手优先 yfinance(上手简单)
🧩 更多同类工具
基于 Llama-3-8B-Instruct 的金融领域 RAG 问答模型,提供 GGUF 量化格式,基于 virattt/financial-qa-10K 数据集微调,专注于财务文本生成任务。适合需要在本地部署、进行金融问答与财报信息检索的开发者和量化研究人员使用。
一款基于 Llama3 8B 的金融领域文本生成模型，提供 GGUF 量化格式，便于在本地或资源受限环境中部署。模型在 OpenOrca、lima 等数据集上训练，面向金融相关文本生成任务。适合需要在本地运行金融方向大语言模型的开发者和量化研究人员使用。
一款基于 Python 的 Yahoo! Finance 金融数据下载库,可视为更快速的 Pandas Datareader 替代品。它能获取股票历史行情、股息、财报等市场数据,并以 DataFrame 形式返回。适合需要免费获取美股等市场数据的量化研究者和 Python 开发者使用。
一款无状态的 OHLCV 技术指标分析服务，支持 REST 和 MCP 两种接口，通过 POST 提交 K 线数据即可获取 RSI、MACD、Bollinger、ADX、ATR、VWAP、Ichimoku 等指标，以及 order blocks、FVG、BOS/CHoCH 等 smart-money-concept 原语。适合需要在量化策略或 AI 工作流中集成指标计算的开发者使用。
一款面向 AI 交易 Agent 的审计工具，基于 Python 标准库实现，无第三方依赖。它采用 SHA-256 哈希链记录 Agent 决策日志，具备防篡改特性，可离线运行且只读访问，并生成人类可读的审计报告。适合需要对自动化交易系统进行合规审查与决策追溯的量化开发者和团队使用。
一款基于 Python 的技术分析指标计算库，是 TA-Lib 的官方 Python 封装。它提供 150 多种技术指标函数(如 MA、MACD、RSI、布林带等)以及 K 线形态识别功能，计算速度快、接口稳定。适合量化开发者、策略研究人员在回测或实盘系统中进行行情指标计算。