wbsu2003/stock-scanner-mcp

什么是 mcp-stock-scanner ？
> mcp-stock-scanner 是基于项目 https://github.com/lanzhihong6/stock-scanner 的二次开发，取消了前端页面和 nginx ，保留了原项目的核心 services 和 utils ，将其转换成了 MCP 服务。
## 项目概述
这是一个基于 FastAPI-MCP 的股票分析服务，旨在通过 MCP 工具函数接口提供股票相关的综合数据和分析能力，包括价格、评分、技术报告和 AI 分析。该服务整合了原有项目 https://github.com/lanzhihong6/stock-scanner 中的股票数据获取和分析功能，并提供了现代化的 API 接口，作为前端与后端服务之间的桥梁。
## 功能特点
基于 FastAPI-MCP 构建: 支持 SSE 协议，提供强大的 API 接口。
丰富的股票分析工具: 提供多种股票数据获取和分析工具函数。
多市场支持: 支持 A 股、港股、美股及基金数据分析。
集成 AI 分析: 结合大语言模型进行深度分析。
异步处理: 利用 FastAPI 和 Python 的异步特性，提高并发处理能力。
流式响应: 支持 SSE 协议，实现实时数据流推送。
模块化设计: 各个服务模块职责明确，便于维护和扩展。
依赖注入: 使用 FastAPI 的依赖注入系统，简化代码结构。
全面错误处理: 包含详细的异常捕获和错误响应机制。
MCP 工具集成: 使用 FastApiMCP 库自动将 API 转换为 MCP 工具函数。
## 安装
1. 克隆仓库
bash
git clone https://github.com/wbsu2003/stock-scanner-mcp.git
cd stock-scanner-mcp
2. 安装依赖
bash
pip install -r requirements.txt
3. 配置环境变量
复制 .env.example 文件为 .env，并填写相关配置：
bash
cp .env.example .env
编辑 .env 文件，填写 API 密钥等信息。
4. 运行服务
bash
python main.py
服务将在 http://localhost:8000 启动。你也可以使用 Uvicorn 启动：
bash
uvicorn main:app --host 0.0.0.0 --port 8000 --reload
## Docker 安装与运行
如果您希望通过 Docker 部署服务，可以按照以下步骤操作：
1. 克隆仓库
bash
git clone https://github.com/wbsu2003/stock-scanner-mcp.git
cd stock-scanner-mcp
2. 构建 Docker 镜像
在项目根目录下执行以下命令构建 Docker 镜像：
bash
docker build -t stock-scanner-mcp .
3. 运行 Docker 容器
运行容器并映射端口。请确保通过环境变量 (-e) 或挂载 .env 文件来提供必要的配置信息，例如 API 密钥。
bash
docker run -d -p 8000:8000 --name stock-scanner-mcp-app \
-e APIKEY="您的API密钥" \
-e APIURL="您的API地址" \
-e APIMODEL="您的大语言模型" \
stock-scanner-mcp
请将 您的API密钥 、"您的API地址" 、"您的大语言模型" 替换为实际的值。
## 主要 API 接口
服务提供以下核心 API 接口：
分析单只股票: GET /stockanalyzer
通过股票代码和市场类型分析股票，返回包括价格、评分、技术分析和AI分析等综合信息，支持流式响应。
获取股票价格信息: GET /stockprice
获取指定股票的最新价格、涨跌幅等基本价格信息。
获取股票技术分析: GET /stocktechnicalanalysis
获取股票的技术指标分析，包括MA趋势、RSI、MACD信号、布林带等技术指标。
获取股票评分: GET /stockscore
获取股票的综合评分和投资建议。
获取股票AI分析: GET /stockaianalysis
使用AI对股票进行深度分析，提供趋势、风险、目标价位等综合分析结果。
## MCP 工具函数
FastApiMCP 库会自动将上述 API 注册为 MCP 工具函数，可通过 /mcp 端点获取其定义。以下是主要 MCP 工具函数：
1. analyzestock - 分析单只股票 (对应 GET /stockanalyzer 接口)
2. getstockprice - 获取股票价格信息 (对应 GET /stockprice 接口)
3. gettechnicalanalysis - 获取股票技术分析 (对应 GET /stocktechnicalanalysis 接口)
4. getstockscore - 获取股票评分 (对应 GET /stockscore 接口)
5. getaianalysis - 获取股票AI分析 (对应 GET /stockaianalysis 接口)
这些工具函数可以直接被大语言模型调用。
## 系统架构
该 MCP 服务作为前端与后端服务之间的桥梁，通过 FastAPI 框架提供 RESTful API 和 SSE 流式响应。它整合了以下核心服务：
StockDataProvider: 负责从数据源获取股票数据。
StockAnalyzerService: 协调数据提供、指标计算、评分和 AI 分析。
AIAnalyzer: 调用大语言模型 API 进行深度分析。
TechnicalIndicator: 计算技术指标。
StockScorer: 根据技术指标评分。
## 技术特点
异步处理: 利用 FastAPI 和 Python 的异步特性，提高并发处理能力。
流式响应: 支持 SSE 协议，实现实时数据流推送。
模块化设计: 各个服务模块职责明确，便于维护和扩展。
依赖注入: 使用 FastAPI 的依赖注入系统，简化代码结构。
全面错误处理: 包含详细的异常捕获和错误响应机制。
MCP 工具集成: 使用 FastApiMCP 库自动将 API 转换为 MCP 工具函数。
## 流式 API 端点
stockanalyzer 接口 (GET /stockanalyzer) 支持流式响应，客户端可以通过标准的 HTTP 请求访问，并处理服务端发送事件（SSE）流。
FastApiMCP 的 /mcp 端点也提供了工具定义的流式访问能力。
## 健康检查
可以通过 /health 端点检查服务状态：