能力标签
开源MCP工具
🔌
MCP工具

开源MCP工具

基于 Python · 让 AI 助手直接操作你的系统与工具
英文名:agomTradePro
⭐ 69 Stars 🍴 18 Forks 💻 Python 📄 Apache-2.0 🏷 AI 7.5分
7.5AI 综合评分
mcpai-nativemacro-analysis
✦ AI Skill Hub 推荐

开源MCP工具 是 AI Skill Hub 本期精选MCP工具之一。综合评分 7.5 分,整体质量较高。我们推荐使用将其纳入你的 AI 工具库,帮助提升工作效率。

📚 深度解析

开源MCP工具 是一款基于 MCP(Model Context Protocol)标准协议的 AI 工具扩展。MCP 协议由 Anthropic 开发并开源,旨在建立 AI 模型与外部工具之间的标准化通信接口,目前已被 Claude Desktop、Claude Code、Cursor 等主流 AI 工具采纳。

通过安装 开源MCP工具,你的 AI 助手将获得额外的工具调用能力,可以用自然语言直接操控该工具的功能,无需学习复杂的命令行语法。MCP 工具的核心价值在于"一次配置,永久增强"——配置完成后,每次与 AI 对话时都可以无缝调用这些工具。

在技术实现上,MCP 工具通过标准的 JSON-RPC 协议与 AI 客户端通信,工具的功能以"工具列表"的形式暴露给 AI 模型,AI 可以按需调用。开源MCP工具 提供了结构化的工具调用接口,使 AI 模型能够精确地理解和使用每个功能点,显著降低 AI 在工具使用上的错误率。

与传统的 API 集成相比,MCP 工具的优势在于无需编写代码——用户只需在配置文件中添加几行 JSON,即可让 AI 获得全新能力。AI Skill Hub 将 开源MCP工具 评为 AI 评分 7.5 分,属于同类工具中的优质选择。

📋 工具概览

开源MCP工具 是一款遵循 MCP(Model Context Protocol)标准协议的 AI 工具扩展。通过 MCP 协议,它可以让 Claude、Cursor 等主流 AI 客户端直接访问和操作外部工具、数据源和服务,实现 AI 能力的无缝扩展。无论是文件操作、数据库查询还是 API 调用,都可以通过自然语言在 AI 对话中直接触发,极大提升生产效率。

GitHub Stars
⭐ 69
开发语言
Python
支持平台
Windows / macOS / Linux
维护状态
轻量级项目,按需更新
开源协议
Apache-2.0
AI 综合评分
7.5 分
工具类型
MCP工具
Forks
18

📖 中文文档

以下内容由 AI Skill Hub 根据项目信息自动整理,如需查看完整原始文档请访问底部「原始来源」。

开源MCP工具 是一款遵循 MCP(Model Context Protocol)标准协议的 AI 工具扩展。通过 MCP 协议,它可以让 Claude、Cursor 等主流 AI 客户端直接访问和操作外部工具、数据源和服务,实现 AI 能力的无缝扩展。无论是文件操作、数据库查询还是 API 调用,都可以通过自然语言在 AI 对话中直接触发,极大提升生产效率。

📌 核心特色
  • 通过标准 MCP 协议与 Claude、Cursor 等主流 AI 客户端深度集成
  • 提供结构化工具调用接口,显著降低 AI 集成复杂度
  • 支持 Claude Desktop 和 Claude Code 无缝接入,开箱即用
  • 可与其他 MCP 工具组合叠加,构建完整 AI 工作站
  • 轻量无侵入设计,不影响现有系统架构
🎯 主要使用场景
  • 在 Claude Desktop 对话中直接调用本地工具,实现 AI 与系统的深度联动
  • 通过自然语言驱动复杂的多步骤自动化任务,代替繁琐手动操作
  • 将多个 MCP 工具组合使用,构建个人专属 AI 工作站
以下安装命令基于项目开发语言和类型自动生成,实际以官方 README 为准。
安装命令
# 方式一:通过 Claude Code CLI 一键安装
claude skill install https://github.com/guiyinan/agomTradePro

# 方式二:手动配置 claude_desktop_config.json
{
  "mcpServers": {
    "--mcp--": {
      "command": "npx",
      "args": ["-y", "agomtradepro"]
    }
  }
}

# 配置文件位置
# macOS: ~/Library/Application Support/Claude/claude_desktop_config.json
# Windows: %APPDATA%/Claude/claude_desktop_config.json
📋 安装步骤说明
  1. 确认已安装 Node.js(v18 或以上版本)
  2. 打开 Claude Desktop 或 Claude Code 的 MCP 配置文件
  3. 按「交给 Agent 安装 → Claude Desktop」标签中的 JSON 配置填入 mcpServers 字段
  4. 保存配置文件并重启 Claude 客户端
  5. 重启后,在对话中即可使用本工具
以下用法示例由 AI Skill Hub 整理,涵盖最常见的使用场景。
常用命令 / 代码示例
# 安装后在 Claude 对话中直接使用
# 示例:
用户: 请帮我用 开源MCP工具 执行以下任务...
Claude: [自动调用 开源MCP工具 MCP 工具处理请求]

# 查看可用工具列表
# 在 Claude 中输入:"列出所有可用的 MCP 工具"
以下配置示例基于典型使用场景生成,具体参数请参照官方文档调整。
配置示例
// claude_desktop_config.json 配置示例
{
  "mcpServers": {
    "__mcp__": {
      "command": "npx",
      "args": ["-y", "agomtradepro"],
      "env": {
        // "API_KEY": "your-api-key-here"
      }
    }
  }
}

// 保存后重启 Claude Desktop 生效
📑 README 深度解析 真实文档 完整度 87/100 查看 GitHub 原文 →
以下内容由系统直接从 GitHub README 解析整理,保留代码块、表格与列表结构。

简介

What's New

这个区域按天维护,优先记录最近 1-7 天内对外可见、值得关注的变化。

功能一览

安装依赖

pip install -r requirements.txt

快速开始

手动安装(Windows / Linux / Mac)

前置条件

  • Python 3.11+

安装

```bash

访问 http://localhost:8000/setup/ 完成安装向导


安装向导会引导你完成:
1. **自动生成安全密钥** — `SECRET_KEY` 和 `AGOMTRADEPRO_ENCRYPTION_KEY` 如果未配置,向导会自动生成并写入 `.env`
2. 创建管理员账户
3. 配置 AI 服务商(可选)— API Key 使用 Fernet 加密存储
4. 配置数据源(可选)

> 本地首次体验默认就是 `SQLite + 同步任务`,不需要 PostgreSQL、Redis 或 Docker。
>
> 想用可编辑安装也可以,仓库现在支持:
>
> 
bash > pip install -e . > # 或开发模式 > pip install -e ".[dev]" > ```

初次安装容易踩坑

1. SECRET_KEY / AGOMTRADEPRO_ENCRYPTION_KEY

通常不需要手动设置。 安装向导和 Docker entrypoint 都会自动生成。

如果你想手动设置,可以用以下命令生成:

```bash

访问 http://localhost:8000/setup/ → 点击"开始"即可


如果你想跳过向导手动配置,最少确认这几项:
env SECRET_KEY=your-own-django-secret-key AGOMTRADEPRO_ENCRYPTION_KEY=your-generated-fernet-key DEBUG=True ALLOWED_HOSTS=localhost,127.0.0.1 ```

安装 SDK(可选)

cd sdk
pip install -e ".[dev]"

Windows 一键启动(推荐)

  1. 运行根目录 install.bat(自动创建 venv、安装最小运行依赖、生成本地 .env 与安全密钥)
  2. 运行根目录 start.bat,选择 Quick Start
  3. 打开 http://localhost:8000/setup/ 完成安装向导
本地虚拟环境目录默认叫 agomtradepro/,在 .gitignore 里,不会提交到 git。 如果你是仓库贡献者而不是普通体验用户,可改用 install.bat --dev 安装 pytest / Playwright / mypy 等开发工具。

启动开发服务器

python manage.py runserver

运行测试

pytest tests/ -v --cov=apps
pytest tests/integration/ -v -m "not live_required and not optional_runtime and not diagnostic"

---

截图

<details> <summary><b>登录后的系统主界面(Dashboard)</b></summary>

Dashboard

登录后第一眼就是投资指挥中心:账户、宏观状态、决策平面、AI 选股与工作流都聚合在同一屏。

</details>

<details> <summary><b>系统初始化向导(Setup Wizard)</b></summary>

Setup Wizard

第一次启动即可完成密钥自动生成、管理员创建、AI Provider 和数据源配置,无需手动编辑 .env 文件。

</details>

<details> <summary><b>Terminal CLI(原生 AI 交互界面)</b></summary>

Terminal CLI

不是“附带一个聊天框”,而是面向操作流设计的 CLI:命令、上下文、会话、能力路由都在一个终端界面里。

</details>

<details> <summary><b>原生 MCP Tools 管理页</b></summary>

MCP Tools

系统内建 MCP 工具目录、Schema 检视、Terminal/Routing 开关,不是后贴一层 API wrapper。

</details>

---

生成本地 .env 和安全密钥

python manage.py bootstrap_local_env

Python SDK

```python from agomtradepro import AgomTradeProClient

client = AgomTradeProClient( base_url="http://localhost:8000", api_token="your_token" )

1. 业务架构:模块化投资底座

  • 宏观层macroregimepolicy 负责回答“现在是什么环境”
  • 决策层signalbeta_gatealpha_triggerdecision_rhythm 负责回答“现在该不该做”
  • 执行层strategysimulated_tradingrealtime 负责回答“怎么执行、怎么跟踪”
  • 分析层backtestauditfactorrotationhedge 负责回答“为什么有效、哪里错了”
  • AI 层terminalagent_runtimeai_capabilitypromptai_provider 负责回答“怎么让 Agent 真正接进来”

AI 原生集成

AI 决策工作流

AI Agent 提出交易建议
        ↓
系统自动预检(Regime 闸门 → Policy 闸门 → 频率检查)
        ↓
生成提案,包含完整上下文
        ↓
人类审核,批准或驳回
        ↓
受保护的执行,全程审计

AI 负责分析速度。人类负责执行判断。全链路可追溯。

---

---

🇨🇳 中文文档镜像 AI 翻译 2026-06-01
英文原文章节由系统翻译为中文摘要,便于快速理解。完整原文见上方 "📑 README 深度解析"。
📌 简介

agomTradePro 是一个高度模块化的量化投资与 AI 决策集成平台。它通过构建严谨的业务架构,将宏观环境感知、策略决策、自动化执行与深度回测分析有机结合,旨在为开发者和交易者提供一个从数据驱动到 AI 辅助决策的全链路量化交易底座。

⚡ 功能介绍

本项目提供持续更新的功能特性,重点关注近期(1-7 天内)对外可见的重要变化。通过模块化的设计,系统能够��现从宏观 Regime 识别到 Alpha 信号触发,再到实时交易执行的完整闭环,并支持 AI Agent 的深度集成,实现智能化交易建议。

📋 环境依赖

运行本项目需要 Python 3.11 或更高版本环境。基础运行需通过 `pip install -r requirements.txt` 安装依赖。对于开发者,支持通过 `pip install -e .` 进行可编辑安装,或使用 `pip install -e ".[dev]"` 安装包含 pytest、Playwright 及 mypy 在内的完整开发工具链。

🛠 安装步骤(Docker/pip/源码)

支持多种安装模式。对于普通用户,推荐在 Windows 环境下运行 `install.bat` 自动创建 venv 并生成本地 `.env` 与安全密钥。对于高级用户,支持手动安装并配置 PostgreSQL 或 Redis。首次启动后,请务必访问 `http://localhost:8000/setup/` 通过安装向导完成管理员账户创建及 API Key 的加密存储配置。

🚀 使用教程

Windows 用户推荐使用 `install.bat` 一键完成环境初始化,随后运行 `start.bat` 并选择 `Quick Start` 模式。若需启动开发服务器,请使用 `python manage.py runserver`。项目内置完善的测试体系,支持使用 `pytest` 进行单元测试与集成测试,确保交易逻辑的稳健性。

⚙️ 配置说明(含 MCP / env)

系统安全性通过自动生成的 `SECRET_KEY` 和 `AGOMTRADEPRO_ENCRYPTION_KEY` 进行保障��用户可以通过运行 `python manage.py bootstrap_local_env` 命令来快速生成本地 `.env` 配置文件。所有敏感信息(如 AI 服务商的 API Key)均采用 Fernet 加密技术存储,确保数据安全。

🔌 API 说明

agomTradePro 提供原生 Python SDK,方便开发者快速集成。通过 `AgomTradeProClient` 类,你可以轻松连接至本地或远程服务地址,并使用 `api_token` 进行身份验证,实现对系统能力的程序化调用。

🔄 工作流/模块

系统采用分层架构设计:宏观层负责环境感知,决策层负责信号触发与闸门控制,执行层负责策略落地,分析层负责回测与审计,AI 层则通过 Agent 提供智能决策。核心工作流遵循“AI 提议 -> 系统预检(Regime/Policy 闸门) -> 生成提案 -> 人类审核 -> 受保护执行”的逻辑,确保 AI 的分析速度与人类的判断权威完美结合,实现全链路可追溯。

🎯 aiskill88 AI 点评 A 级 2026-06-01

高质量的开源MCP工具

📚 实用指南(长尾问题)
适合谁
  • 需要让 Claude / Cursor 操作本地工具的 AI 工程师
  • 构建多智能体协作系统的 Agent 开发者
最佳实践
  • 配置 MCP 服务器时建议使用 stdio 传输 + JSON-RPC,避免暴露公网
  • 生产部署优先使用 Docker Compose 隔离依赖,并挂载 volume 持久化数据
  • Agent 任务先做 dry-run 验证工具调用链,再开启自主执行
常见错误
  • API key 直接提交到 git 仓库(请用 .env 并加入 .gitignore)
  • MCP 配置路径拼错或权限不足,重启 Claude Desktop 才生效
  • 容器内无法访问宿主机 localhost — 使用 host.docker.internal
  • Python 依赖冲突:建议用 venv / uv 隔离环境
部署方案
  • Docker:agomTradePro 提供官方镜像,docker compose up 一键启动
  • CLI:直接 npm install -g / pip install,命令行调用
  • 云端托管:可放在 Vercel / Railway / Fly.io 等 PaaS 平台
相关搜索
agomTradePro 中文教程agomTradePro 安装报错怎么办agomTradePro MCP 配置agomTradePro Docker 部署agomTradePro Agent 工作流agomTradePro 与同类工具对比agomTradePro 最佳实践agomTradePro 适合谁用

⚡ 核心功能

👥 适合谁
  • 需要让 Claude / Cursor 操作本地工具的 AI 工程师
  • 构建多智能体协作系统的 Agent 开发者
⭐ 最佳实践
  • 配置 MCP 服务器时建议使用 stdio 传输 + JSON-RPC,避免暴露公网
  • 生产部署优先使用 Docker Compose 隔离依赖,并挂载 volume 持久化数据
  • Agent 任务先做 dry-run 验证工具调用链,再开启自主执行
⚠️ 常见错误
  • API key 直接提交到 git 仓库(请用 .env 并加入 .gitignore)
  • MCP 配置路径拼错或权限不足,重启 Claude Desktop 才生效
  • 容器内无法访问宿主机 localhost — 使用 host.docker.internal
  • Python 依赖冲突:建议用 venv / uv 隔离环境

👥 适合人群

Claude Desktop / Claude Code 用户AI 工具开发者需要扩展 AI 能力的专业人士自动化工程师

🎯 使用场景

  • 在 Claude Desktop 对话中直接调用本地工具,实现 AI 与系统的深度联动
  • 通过自然语言驱动复杂的多步骤自动化任务,代替繁琐手动操作
  • 将多个 MCP 工具组合使用,构建个人专属 AI 工作站

⚖️ 优点与不足

✅ 优点
  • +Apache-2.0 协议,可免费商用
  • +标准化 MCP 协议,生态互联性强
  • +与 Claude 官方生态无缝对接
  • +即插即用,配置简单快捷
⚠️ 不足
  • 依赖 Claude 客户端,非 Claude 用户无法使用
  • MCP 协议仍在持续演进,接口可能变更
  • 需要一定的配置步骤
⚠️ 使用须知

AI Skill Hub 为第三方内容聚合平台,本页面信息基于公开数据整理,不对工具功能和质量作任何法律背书。

建议在沙箱或测试环境中充分验证后,再部署至生产环境,并做好必要的安全评估。

📄 License 说明

✅ Apache 2.0 — 宽松开源协议,可商用,需保留版权声明和 NOTICE 文件,含专利授权条款。

🔗 相关工具推荐

📚 相关教程推荐
📰 相关 AI 新闻
🍿 AI 圈相关吃瓜
🗺️ 相关解决方案
🧩 你可能还需要
基于当前 Skill 的能力图谱,自动补全的工具组合

❓ 常见问题 FAQ

agomTradePro 是一款Python开发的AI辅助工具。开源MCP工具:AI-native macro investment research infrastructure with native MCP, terminal CLI。⭐69 · Python 主要应用场景包括:投资研究和分析。
💡 AI Skill Hub 点评

经综合评估,开源MCP工具 在MCP工具赛道中表现稳健,质量良好。如果你已有明确的使用需求,可以直接上手体验;如果还在评估阶段,建议对比同类工具后再做决策。

⬇️ 获取与下载
⬇ 下载源码 ZIP

✅ Apache-2.0 协议 · 可免费商用 · 直接从 aiskill88 服务器下载,无需跳转 GitHub

📚 深入学习 开源MCP工具
查看分步骤安装教程和完整使用指南,快速上手这款工具
🌐 原始信息
原始名称 agomTradePro
原始描述 开源MCP工具:AI-native macro investment research infrastructure with native MCP, terminal CLI。⭐69 · Python
Topics mcpai-nativemacro-analysis
GitHub https://github.com/guiyinan/agomTradePro
License Apache-2.0
语言 Python
🔗 原始来源
🐙 GitHub 仓库  https://github.com/guiyinan/agomTradePro

收录时间:2026-06-01 · 更新时间:2026-06-01 · License:Apache-2.0 · AI Skill Hub 不对第三方内容的准确性作法律背书。