使用说明

项目简介

'tsrs-mcp-server' 是一个基于 'Model Context Protocol (MCP)' 协议实现的股票数据服务器。它使用 Rust 语言开发,并集成了 TuShare API,对外提供了一系列用于查询股票市场数据的工具接口。该项目旨在为 LLM 应用提供便捷、标准化的股票市场数据访问能力,作为 LLM 的上下文信息来源。

主要功能点

  • 股票市场数据查询: 提供了多个工具,可以查询股票的涨跌停数据、热榜数据、概念题材、资金流向、分钟K线等详细的股票市场数据。
  • 基于 MCP 协议: 遵循 Model Context Protocol 标准,易于与支持 MCP 协议的 LLM 客户端集成。
  • 工具化接口: 将数据查询功能封装成独立的工具,LLM 客户端可以按需调用,获取所需数据。
  • Rust 实现: 使用 Rust 语言开发,保证了服务器的性能和稳定性。
  • TuShare API 集成: 利用 TuShare 强大的股票数据接口,数据来源可靠。

安装步骤

  1. 安装 Rust 和 Cargo: 如果您的系统上还没有安装 Rust,请先安装 Rust 开发环境。您可以访问 Rust官网 按照指引进行安装。
  2. 克隆仓库: 使用 'git clone https://github.com/hanxuanliang/tsrs-mcp-server' 命令将仓库克隆到本地。
  3. 配置 TuShare Token:
    • 复制仓库根目录下的 '.env.example' 文件并重命名为 '.env'。
    • 打开 '.env' 文件,将 'TUSHARE_TOKEN=your_token_here' 中的 'your_token_here' 替换为您在 TuShare官网 申请的 API Token。
  4. 编译项目: 在仓库根目录下,打开终端并执行 'cargo build --release' 命令进行编译。编译成功后,可执行文件将位于 'target/release/tsrs-mcp-server'。

服务器配置

以下是 MCP 客户端 (如 ChatWise) 连接 'tsrs-mcp-server' 的服务器配置信息(JSON 格式):

{
  "server_name": "tsrs-mcp-server",
  "command": "./target/release/tsrs-mcp-server",
  "args": [],
  "transport": "stdio"
}

配置参数说明:

  • 'server_name': 服务器名称,可以自定义,用于在 MCP 客户端中标识该服务器。
  • 'command': 服务器启动命令,指向编译生成的可执行文件路径。 请根据实际情况修改,如果直接在仓库根目录运行,使用上述配置即可。
  • 'args': 启动参数,本项目服务器无需额外启动参数,因此为空数组 '[]'。
  • 'transport': 传输协议,本项目使用标准输入输出 (stdio) 进行通信,因此设置为 '"stdio"'。

注意: 请确保 MCP 客户端能够找到 'command' 中指定的可执行文件路径。如果可执行文件不在 MCP 客户端的运行环境中,您可能需要提供完整的文件路径或将可执行文件复制到 MCP 客户端可以访问的目录。

基本使用方法

  1. 启动 MCP 服务器: 在配置好 MCP 客户端后,启动 'tsrs-mcp-server' 服务器。MCP 客户端会自动连接到服务器。
  2. 调用工具: 在 LLM 应用中,您可以使用 MCP 客户端提供的接口来调用 'tsrs-mcp-server' 提供的工具。例如,要获取 "涨停" 板块的股票数据,可以调用 'kpl_list' 工具,并传递参数 'tag="涨停"' 和 'trade_date="20240429"' (示例日期)。

示例工具调用 (以 'kpl_list' 工具为例):

{
  "method": "call_tool",
  "params": {
    "tool_name": "kpl_list",
    "arguments": {
      "tag": "涨停",
      "trade_date": "20240429"
    }
  },
  "id": "1"
}

LLM 客户端会向 'tsrs-mcp-server' 发送上述 JSON-RPC 请求,服务器会执行 'kpl_list' 工具,查询指定日期 "涨停" 板块的股票数据,并将结果以 JSON-RPC 响应的形式返回给客户端。

您可以参考仓库 'README.md' 文件中 “功能特性” 表格,了解每个工具的功能描述、参数和返回数据,以便在 LLM 应用中灵活使用这些工具获取股票市场数据。

信息

分类

网页与API