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。
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。
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。
# 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"
// 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
pip install -r requirements.txt
```bash
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]" > ```
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
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 ```
cd sdk
pip install -e ".[dev]"
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)start.bat,选择 Quick Starthttp://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。
python manage.py runserver
pytest tests/ -v --cov=apps
pytest tests/integration/ -v -m "not live_required and not optional_runtime and not diagnostic"
---
<details> <summary><b>登录后的系统主界面(Dashboard)</b></summary>

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>

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>

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>

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>
---
python manage.py bootstrap_local_env
```python from agomtradepro import AgomTradeProClient
client = AgomTradeProClient( base_url="http://localhost:8000", api_token="your_token" )
macro、regime、policy 负责回答“现在是什么环境”signal、beta_gate、alpha_trigger、decision_rhythm 负责回答“现在该不该做”strategy、simulated_trading、realtime 负责回答“怎么执行、怎么跟踪”backtest、audit、factor、rotation、hedge 负责回答“为什么有效、哪里错了”terminal、agent_runtime、ai_capability、prompt、ai_provider 负责回答“怎么让 Agent 真正接进来”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。
---
---
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。
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。
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。
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。
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。
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。
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。
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。
高质量的开源MCP工具
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。
✅ 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。
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。
| 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 |
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。
选择 Agent 类型,复制安装指令后粘贴到对应客户端