MCP Server 接入指南

将 A 股量化数据接入 Claude Desktop、Claude Code 等 AI 工具

1. 获取 API Key

2. 选择接入方式

三种方式任选其一。推荐优先使用 方式 A（兼容性最好），对客户端支持有疑问时回退到 方式 B（本地运行最稳定）。

方式 A：通过 mcp-remote 代理（推荐，兼容所有主流客户端）

mcp-remote 把远程 SSE 服务转成本地 stdio，解决了 Claude Desktop / Cursor 等客户端对远程 MCP + 自定义 header 支持不一致的问题。需要本机有 Node.js。

配置（claude_desktop_config.json 或 .claude/settings.json）：

{
  "mcpServers": {
    "mh-fin": {
      "command": "npx",
      "args": [
        "-y",
        "mcp-remote@latest",
        "https://api.quant.metrichub.app/mcp/sse",
        "--header",
        "X-API-Key:mhfk_你的密钥"
      ]
    }
  }
}

方式 B：本地安装 PyPI 包（最稳定，全本地 stdio）

完全不依赖长连接，网络抖动不会断开。需要本机有 Python（推荐用 uvx，无需手动 pip install）。

配置（claude_desktop_config.json 或 .claude/settings.json）：

{
  "mcpServers": {
    "mh-fin": {
      "command": "uvx",
      "args": ["mh-fin-mcp"],
      "env": {
        "MH_FIN_API_KEY": "mhfk_你的密钥"
      }
    }
  }
}

方式 C：客户端原生远程连接（仅部分客户端支持）

不需要本机装任何东西，直接让客户端连远程 SSE。但不少客户端（如部分版本的 Claude Desktop）对自定义 header 或长连接保活处理不完善，可能出现 ECONNRESET。遇到问题请切换到方式 A 或 B。

{
  "mcpServers": {
    "mh-fin": {
      "url": "https://api.quant.metrichub.app/mcp/sse",
      "headers": {
        "X-API-Key": "mhfk_你的密钥"
      }
    }
  }
}

3. 重启 Claude 即可使用

配置完成后重启 Claude Desktop 或 Claude Code，在对话中直接提问即可：

"今天 A 股市场整体表现如何？"
"帮我查一下最近涨停的股票"
"搜索一下贵州茅台的数据"
"最近哪些行业表现最强？"
"有哪些风险预警的股票？"
"AI 电力需求提升会关联哪些产业链、环节和 A 股公司？请按证据强弱列出。"
"帮我解释润建股份在 AI 算力产业链里的证据"

可用工具

工具	说明
get_trade_dates	获取可用交易日列表
get_market_overview	市场全景：指数、涨跌停、北向资金、情绪评分
get_industry_ranking	行业轮动排名
get_sector_hotspots	板块热点统计
get_stock_list	全市场个股数据（5000+ 只，支持排序分页）
search_stock	按名称或代码搜索个股
get_limitup_analysis	涨停分析：13 因子量化评分
get_factor_ic	因子 IC 有效性历史
get_risk_alerts	风险预警：股东减持(R1)、业绩预亏(R2)
check_industry_graph_health	产业链图谱 serving bundle / release manifest 完整性检查，支持 deep 抽查明细文件
ask_industry_graph	产业链自然语言解释：编排搜索、主题关联、公司画像和有界路径结果
analyze_industry_event_impact	主题关联初筛：返回产业链、公司研究优先级（priority_tier/components）和命中的关系边
explore_industry_impact_network	已发布关系边的有界 BFS：每条 network edge 含分类、跳数、方向、状态、claim scope、文档标识、证据摘要和置信度
get_company_industry_profile	公司产业链画像：环节、上下游类型、置信度和原文证据
get_company_industry_relations	公司相关产业链关系边：直接公司匹配，以及所属产业链/环节/上下游类型匹配
find_industry_relation_paths	查询两个已解析端点之间沿关系方向实际可达的连续路径

产业链工具的正确使用方式

先用 analyze_industry_event_impact 形成研究范围和候选公司优先级，再按需调用 explore_industry_impact_network 核验结构路径。返回的 network.edges 已包含关系分类、跳数、状态、claim scope 和证据摘要。最后对具体公司调用 get_company_industry_profile 与 get_company_industry_relations 做证据核验。

需要两个对象之间的严格路径时才调用 find_industry_relation_paths；它只返回沿已发布关系边方向实际可达的路径。没有路径是有效结果，不应由模型补造。

图谱中的“直接、上游、下游、跨链”是结构关系分类；MCP 不提供实时新闻真实性、业绩弹性或股价涨跌预测。

PyPI: mh-fin-mcp · GitHub: clk1st/mh-fin-mcp