Xtquantai MCP Server市场

Xtquantai

Python

MIT License

dfkai

功能特点

XTQuantAI 提供以下核心功能（陆续更新中，欢迎大家提交新创意）：

基础数据查询

获取交易日期 (get_trading_dates) - 获取指定市场的交易日期
获取板块股票列表 (get_stock_list) - 获取特定板块的股票列表
获取股票详情 (get_instrument_detail) - 获取股票的详细信息

行情数据

获取历史行情数据 (get_history_market_data) - 获取股票的历史行情数据
获取最新行情数据 (get_latest_market_data) - 获取股票的最新行情数据
获取完整行情数据 (get_full_market_data) - 获取股票的完整行情数据

图表和可视化

创建图表面板 (create_chart_panel) - 创建股票图表面板，支持各种技术指标
创建自定义布局 (create_custom_layout) - 创建自定义的图表布局，可以指定指标名称、参数名和参数值

安装

⚠️ 注意事项

QMT 生态系统目前仅支持 Windows，因此以下均在 Windows 环境实现
Windows 环境目前在实现 MCP 过程中有不少细节，需要注意

前提条件

Python 3.11 或更高版本
迅投 QMT 或投研终端
uv 包管理工具 (推荐)

uv 的安装及注意事项

uv 是用作启动包的工具，因此您需要安装一下，注意要在需要运行 xtquantai 的环境中安装该包，这是第一个可能的出现问题的地方，如果有疑问的话，可以全都安装一下。

python 复制代码

pip install uv

第二个注意点，uv 有缓存机制，因此才有了 clear_cache_and_run.py 文件，如果中途有错误的运行，不清除缓存会导致不会更新，所以请在需要更新时运行删除。

下载即可

bash 复制代码

git clone https://github.com/dfkai/xtquantai.git

或者直接下载压缩包，您可以将其下载到任意文件夹，只要能正确找到 xtquantai 的具体地址即可，最好是在文件夹内直接复制地址。

使用方法

与 Cursor 的集成

Windows（QMT/投研端目前仅支持 Windows，需在 Windows 环境）

在 Cursor 中配置 MCP 服务器：

方法一：

在当前项目中建立 .cursor 文件夹，在该文件夹下建立 mcp.json 文件，则 Cursor 编辑器会在启动时自动加载这个 mcp 工具：

json 复制代码

{
  "mcpServers": {
    "xtquantai": {
      "command": "cmd /c uvx",
      "args": [
        "path:\\to\\xtquantai"
      ]
    }
  }
}

⚠️ 注意：在 Windows 中，命令必须加上 cmd /c，否则会导致打开的命令行窗口立即关闭。

方法二：

直接在 设置 > MCP > 添加新的 MCP Server 中添加，名称(name)设置为 xtquantai，命令(command)设置为：cmd /c uvx path:\to\xtquantai，调整状态为Enabled。

这里注意 path to 是指您自己的本地地址，同时注意在手动输入时应使用单斜杠，但是在 JSON 文件中需要两个斜杠以防止转义。

工具使用示例

获取交易日期

python 复制代码

# 获取上海市场的交易日期
dates = get_trading_dates(market="SH")

获取股票清单

python 复制代码

# 获取沪深A股板块的股票清单
stocks = get_stock_list(sector="沪深A股")

创建图表面板

python 复制代码

# 创建包含 MA 指标的图表面板
result = create_chart_panel(
    codes="000001.SZ,600519.SH",
    period="1d",
    indicator_name="MA",
    param_names="period",
    param_values="5"
)

开发

直接启动服务器

bash 复制代码

# 使用 python 配置文件直接运行服务器
python -m xtquantai

# 或者通过已安装的 XTQuantAI 工具来运行
xtquantai

使用 MCP Inspector 进行调试（仅限于开发阶段）

需要安装 node 环境。

bash 复制代码

npx @modelcontextprotocol/inspector uv run xtquantai

构建与发布

准备打包：

同步依赖并更新锁定文件：

bash 复制代码

uv sync

构建包分发：

bash 复制代码

uv build

在 PyPI 上发布：

bash 复制代码

uv publish

调试

由于 MCP 服务器通过标准输入/输出运行，在调试上可能会有一些挑战，我们推荐使用 MCP Inspector 进行调试。

项目结构

复制代码

xtquantai/
├── src/
│   └── xtquantai/
│       ├── __init__.py    # 包初始化文件
│       └── server.py      # MCP 服务器实现文件
├── main.py                  # 启动脚本文件
├── server_direct.py         # 直接 HTTP 服务器功能实现
├── pyproject.toml           # 项目配置
└── README.md                # 项目说明文件

许可证

该项目使用的是 MIT 许可证 - 可在 LICENSE 文件中查阅。

贡献机会

十分欢迎您对本项目进行贡献！如有任何问题或者改进的想法，请随时提交问题或更改请求。

感谢

感谢 [迅投科技（ThinkTrader）][迅投官网] 提供的量化解决方案
谢谢 [模型上下文协议][modelcontextprotocol] 提供的人工智能集成功能框架