用 MCP 协议把股票数据接入 AI：stock-sdk-mcp 实战指南

程序员的程

642人浏览 · 2026-03-27 11:48:10

程序员的程 · 2026-03-27 11:48:10 发布

只需几行配置，就能让 Cursor、Claude 等 AI 工具具备实时查看股票行情、绘制 K 线图表和执行技术分析的能力。本文介绍如何通过 stock-sdk 的 MCP Server 和内置的 4 个 Skills，零代码实现 AI 辅助看盘与选股。

起因

经常使用 Cursor、Claude 这类 AI 工具的朋友大概都有一个体会：

现在的 AI 确实越来越强，部分工具甚至已经具备了联网检索的能力。然而一旦涉及"看看贵州茅台的 MACD 走势"、"调取最近两个月的日 K"这类专业金融数据诉求，绝大多数 AI 依然无能为力——它们要么缺乏对应的数据接口，要么返回的内容过于粗略，根本看不到技术指标、盘口深度等关键信息。

至于"帮我筛出科创板当日涨幅最大的 10 只票"这种全市场级别的扫描需求，就更不用提了。

那如果把 stock-sdk 的全部能力，通过 MCP 协议暴露给 AI 呢？

stock-sdk-mcp 就是为此而生。

MCP 协议速览

MCP（Model Context Protocol）是 Anthropic 推出的一项开放协议。简单来说，它就像 AI 世界的"标准接口"——你给 AI 挂载不同的 MCP Server，它就拥有了对应的外部能力。

挂上文件系统的 Server，AI 能够读写本地文件；挂上数据库的 Server，AI 能够执行 SQL 查询；挂上 stock-sdk-mcp，AI 就能检索行情、获取 K 线、计算技术指标。

原理就是这么直观。

快速上手

废话不多说，先把环境跑通。

你唯一需要做的，就是在所用 AI 工具的配置文件中添加一段 JSON，甚至都不需要执行 npm install：

Cursor 配置

编辑 ~/.cursor/mcp.json：

{
  "mcpServers": {
    "stock-sdk": {
      "command": "npx",
      "args": ["-y", "stock-sdk-mcp"]
    }
  }
}

Claude Desktop 配置

macOS 下编辑 ~/Library/Application Support/Claude/claude_desktop_config.json：

{
  "mcpServers": {
    "stock-sdk": {
      "command": "npx",
      "args": ["-y", "stock-sdk-mcp"]
    }
  }
}

重启 AI 工具后，对它说一句：

查一下贵州茅台的实时行情

如果它不再回复"我暂时无法获取实时市场数据"，而是真的返回了包含价格、涨跌幅、成交量的完整结果——说明一切就绪。

功能全景：32 个工具 + 7 个资源

stock-sdk-mcp 将 stock-sdk 的各项功能拆分成了 32 个独立的 MCP 工具，AI 可以根据用户意图自动选取最合适的工具进行调用。

最佳的使用方式其实是——完全不用记这些工具的名字，直接用日常语言和 AI 对话即可。

举几个例子：

> 查一下腾讯和比亚迪的最新行情

> 把茅台最近 90 天的日 K 调出来，顺便看看 MACD 和 RSI

> 今天涨幅最大的行业板块是哪个？

> 人工智能概念下面都有哪些成分股？

> Apple 最近的 RSI 读数是多少？有没有进入超买区域？

AI 会自行判断该调用 get_quotes_by_query、get_kline_with_indicators、get_industry_list 还是其他工具。你只需要关注问题本身。

下面按类别简要梳理一下核心功能：

行情查询

A 股、港股、美股和基金的实时行情均可查询，其中 get_quotes_by_query 还支持按名称、代码或拼音首字母模糊匹配——对 AI 来说只要说"查一下茅台"就够了，无需记住证券代码。

全市场批量行情同样支持：超过 5000 只 A 股、2000+ 港股、8000+ 美股可以一次性拉取。

K 线与技术指标

提供日 K、周 K、月 K 以及多种分钟级别（1/5/15/30/60 分钟）K 线，外加当日分时走势图。

其中有一个工具值得特别提一下：get_kline_with_indicators——可以说是整套 MCP Server 中对 AI 分析最友好的接口。

原因在于：常规的 K 线接口只返回原始的开高低收（OHLC）数据。AI 拿到这些裸数据后需要自行计算 MACD、RSI 等技术指标，而大语言模型做浮点运算既慢又容易出错。

get_kline_with_indicators 则在 SDK 层面直接完成指标计算，返回结果中每一根 K 线都附带了 ma5、ma20、macd_dif、macd_dea、rsi、kdj_k、kdj_d 等字段。AI 拿到就能直接进行分析研判，省去了自己做数学运算的环节。

板块、搜索与其他

行业板块和概念板块的行情及成分股查询、证券搜索、资金流向、大单分布、交易日历、分红信息——stock-sdk 提供的能力在 MCP 中基本都做了对应的工具封装。

此外还有 7 个"资源"（Resources），它们是 AI 可以按需主动读取的参考数据，例如交易日历、各市场代码列表和板块目录。AI 在需要时会自动查阅，用户无需手动触发。

Skills 机制：从"查数据"升级到"会研判"

工具层面的能力只是基础。单纯查一个行情或调一根 K 线，说白了打开任何行情 App 都能做到。

Skills 的价值在于：将多个工具编排成完整的分析工作流，引导 AI 像真正的研究员一样有步骤地思考问题。

目前内置了 4 个 Skill：

1. 个股技术研判

这是调用频率最高的一个 Skill。

当你对 AI 说"帮我看看茅台的技术面"，它会自动按照以下流程执行：

首先获取实时行情，掌握当前价格和涨跌状态
调取带指标的日 K 数据（MA、MACD、KDJ、RSI、BOLL 全部计算）
判断均线排列状态（多头 or 空头？是否出现金叉/死叉？）
解读 MACD 信号（DIF 与 DEA 的相对位置？柱状图方向？是否存在背离？）
评估 KDJ 和 RSI（当前处于超买、超卖还是中性区间？）
分析布林带状态（价格贴近上轨还是下轨？带宽是收敛还是扩张？）
最终输出一份结构化的技术研判报告

输出效果大致如下：

📈 技术分析报告：贵州茅台 (600519)

现价：1474.92 元 | 日涨跌：+3.36%

【趋势判断】
短期均线向上穿越中期均线，多头排列格局初步形成

【MACD 信号】DIF 上穿 DEA 形成金叉，红柱持续放大，短线看多
【KDJ 状态】K=75, D=68, J=89，数值偏高但尚未进入超买区
【RSI(6)】68.5，临近超买边界

综合观点：短期技术面偏向多头，但 RSI 已接近超买区域，
建议观察回调机会后再考虑介入，或做好止损防护。

⚠️ 以上分析仅基于技术指标，不构成任何投资建议。

2. 条件选股筛选

“帮我找出科创板当日涨幅排名前 10 且市盈率在 50 倍以下的股票。”

这个 Skill 会引导 AI 先框定筛选范围、再拉取批量数据、然后按条件过滤排序，最后以列表形式输出结果。

3. 全市场概览

“今天盘面整体如何？有哪些板块在异动？”

AI 会自动扫描主要宽基指数走势、行业板块涨跌排行以及概念板块热度排名，然后输出一份当日市场概况简报。

4. 持仓监控

“看一下我的持仓：茅台成本 1400，美团成本 120，比亚迪成本 250。”

AI 会逐一拉取实时行情，计算每只股票的浮动盈亏，并以表格形式展示。它甚至会额外提示"比亚迪今日明显放量上行，建议关注能否有效突破"之类的动态观察。

通过 OpenClaw 扩展使用场景

OpenClaw 是最近关注度较高的一个 MCP 网关工具——它可以将多个 MCP Server 统一管理，并通过 HTTP API 对外暴露。

对于 stock-sdk-mcp 而言，OpenClaw 带来的最大价值是：股票数据能力不再局限于 Cursor 或 Claude 内部，而是可以被任意应用程序通过 HTTP 接口调用。

步骤一：注册 stock-sdk 服务

编辑 ~/.clawdbot/config.yaml：

servers:
  stock-sdk:
    command: npx
    args:
      - "-y"
      - "stock-sdk-mcp"
    description: "股票行情数据服务"
    tags:
      - finance
      - stock

步骤二：启动网关服务

clawdbot gateway start

步骤三：通过 HTTP 调用

此时就可以直接通过 HTTP 请求使用 stock-sdk 的全部能力：

# 查询行情
curl -X POST http://localhost:8080/v1/tools/call \
  -H "Content-Type: application/json" \
  -d '{
    "server": "stock-sdk",
    "tool": "get_quotes_by_query",
    "arguments": { "queries": ["茅台", "腾讯"] }
  }'

# 获取带指标的 K 线数据
curl -X POST http://localhost:8080/v1/tools/call \
  -H "Content-Type: application/json" \
  -d '{
    "server": "stock-sdk",
    "tool": "get_kline_with_indicators",
    "arguments": {
      "symbol": "600519",
      "indicators": { "ma": { "periods": [5, 10, 20] }, "macd": true }
    }
  }'

步骤四：加载 Skills 定义

OpenClaw 原生支持 Skill 目录加载。在配置中添加路径即可：

skills:
  directories:
    - /你的路径/stock-sdk-mcp/skills

配置完成后，对 OpenClaw 的 Agent 说"分析一下茅台的走势"，它就会按照 Skill 中定义的流程自动执行完整的分析链路。

实际应用场景

以下是几个值得尝试的玩法：

1. 自动化复盘系统

借助 OpenClaw 的 HTTP API 结合 cron 定时任务，每天收盘后自动触发 market-overview Skill 生成复盘报告，再推送到飞书、钉钉或企业微信群。

2. Web 端 AI 选股工具

搭建一个简单的前端页面，后端通过 OpenClaw API 调用 stock-screener Skill，用户输入筛选条件后 AI 实时返回匹配结果。

3. 集成到已有 AI 系统

如果你已经有自己的 AI 聊天机器人或 Agent 框架，只需通过 OpenClaw 的 HTTP 接口就可以无缝接入股票数据能力，不需要改动原有架构。

4. 多服务协同编排

OpenClaw 的核心优势在于聚合。可以同时挂载 stock-sdk-mcp（行情数据）、文件系统 MCP（保存报告）、邮件 MCP（发送预警通知），让 AI 自主编排端到端的工作流。

AI 工具	配置文件位置
Cursor	`~/.cursor/mcp.json`
Claude Desktop	`claude_desktop_config.json`
Antigravity (Gemini in VS Code)	`~/.antigravity/mcp.json`
Codex CLI (OpenAI)	`~/.codex/config.json`
Gemini CLI (Google)	`~/.gemini/settings.json`
OpenClaw	`~/.clawdbot/config.yaml`

写在后面

搭建这个 MCP Server 的出发点很朴素——stock-sdk 已经把获取股票数据的各种"脏活累活"做了系统性的封装，覆盖了 A 股、港股、美股的行情、K 线、技术指标和资金流向，而且同时兼容浏览器和 Node.js。既然 MCP 协议提供了让 AI 调用外部能力的标准方式，那在 stock-sdk 上面包装一层 MCP 接口就是顺理成章的事——AI 擅长理解意图和组织分析，stock-sdk 擅长提供数据，各司其职。

Skills 是后续迭代中加入的。最初只提供了工具层面的能力，AI 虽然可以查数据，但输出的分析报告质量波动较大——有时候覆盖面很全，有时候又会遗漏关键指标。引入 Skill 机制之后，等于给 AI 提供了一套"标准操作规程"，分析输出的稳定性和完整度都有了明显提升。

当然也存在一些客观限制：

数据时效性：底层依赖公开数据接口，延迟在秒级范围内，不适合高频交易场景
数据维度有限：目前仅覆盖行情类数据，财务报表、公司公告、新闻资讯等尚未接入
AI 分析的边界：AI 能够读取数据并套用分析框架，但它并不真正"理解"市场运行规律。技术研判报告可以作为参考，但不应作为投资决策的唯一依据

总结

stock-sdk 从最初的一个个人工具库，到加入 K 线可视化组件和行情看板，再到如今接入 AI 生态——回过头来看，每一次迭代都是在解决真实的使用场景。

我觉得 MCP 这个方向有很大的想象空间。当前 AI 最核心的瓶颈已经不是"推理能力不足"，而是"缺乏对真实世界实时状态的感知"。MCP 恰恰是在弥合这个鸿沟。而股票行情天然就是一个非常契合 MCP 模式的应用场景——对数据实时性要求高、查询维度丰富、分析逻辑可结构化。

如果你也在使用 Cursor 或 Claude，不妨花几分钟配置一下 stock-sdk-mcp。也许用过之后，你就再也不想手动查行情了。

相关链接

安装 stock-sdk：

npm install stock-sdk
# 或
yarn add stock-sdk

配置 MCP Server（免安装）：

{
  "mcpServers": {
    "stock-sdk": {
      "command": "npx",
      "args": ["-y", "stock-sdk-mcp"]
    }
  }
}

如果觉得有帮助，欢迎去 stock-sdk GitHub 给个 Star 支持一下。

您的支持是我更新、维护下去的唯一动力。

AtomGit开源社区

AtomGit 是由开放原子开源基金会联合 CSDN 等生态伙伴共同推出的新一代开源与人工智能协作平台。平台坚持“开放、中立、公益”的理念，把代码托管、模型共享、数据集托管、智能体开发体验和算力服务整合在一起，为开发者提供从开发、训练到部署的一站式体验。

更多推荐

私有化部署PaddleOCR-VL-1.5

AtomGit开源社区

上下文窗口的秘密：从 4K 到 1M 的技术演进

AtomGit开源社区

OpenAI 推出的 GPT-5.5 大模型@ACP#IX7012应用迭代

AtomGit开源社区

所有评论(0)

查看更多评论

程序员的程

@mrchengzp

已为社区贡献2条内容

用 MCP 协议把股票数据接入 AI：stock-sdk-mcp 实战指南

程序员的程

起因

MCP 协议速览

快速上手

Cursor 配置

Claude Desktop 配置

功能全景：32 个工具 + 7 个资源

行情查询

K 线与技术指标

板块、搜索与其他

Skills 机制：从"查数据"升级到"会研判"

1. 个股技术研判

2. 条件选股筛选

3. 全市场概览

4. 持仓监控

通过 OpenClaw 扩展使用场景

步骤一：注册 stock-sdk 服务

步骤二：启动网关服务

步骤三：通过 HTTP 调用

步骤四：加载 Skills 定义

实际应用场景

更多 AI 工具的接入方式

写在后面

总结

所有评论(0)

温馨提示：您尚未绑定手机号

程序员的程