Stock Info Service

这是一个基于 FastMCP 的股票数据服务，提供了股票历史数据、基本面信息、新闻资讯等功能。

项目结构

stock-info/
├── src/
│   ├── config/           # 配置管理
│   │   └── settings.py
│   ├── core/            # 核心功能
│   │   └── exceptions.py
│   ├── models/          # 数据模型
│   │   └── stock.py
│   ├── repository/      # 数据访问层
│   │   └── stock_repository.py
│   ├── service/         # 业务逻辑层
│   │   └── stock_service.py
│   └── server.py        # 服务入口
├── pyproject.toml       # 项目配置
└── README.md           # 项目文档

功能特性

• 获取股票历史数据
• 查询股票基本信息
• 获取风险警示股票列表
• 查看个股新闻
• 获取财经新闻（支持分页）
• 获取股票主营业务信息
• .....后续逐渐增加

MCP客户端配置步骤

• 1. 拉取代码
• 2. 使用uv建立虚拟环境 python 1.10+
• 3. 使用本地目录方式配置MCP服务

{
  "mcpServers": {
     "stock-info": {
      "isActive": true,
      "command": "uv",
      "args": [
        "--directory",
        "\\path\\to\\sock_info\\src",
        "run",
        "server.py"
      ]
    }
  }

环境要求

• Python >= 3.10
• 依赖包：
  • fastmcp
  • akshare
  • pandas
  • pydantic
  • pydantic-settings

安装部署

1. 创建虚拟环境:

python -m venv .venv

2. 激活虚拟环境:

# Windows
.venv\Scripts\activate
# Linux/macOS
source .venv/bin/activate

3. 安装依赖:

pip install -e .

启动服务

# 使用默认配置启动
python src/server.py

# 使用 HTTP 传输协议启动
python src/server.py --transport http --port 8080

# 设置日志级别
python src/server.py --log-level debug

工具说明

1. get_stock_info: 获取指定股票代码、指定日期范围的股价信息
2. get_stock_price_monthly: 获取指定股票最近30天的股价信息
3. stock_individual_basic_info: 获取指定股票的基本信息
4. risk_stocks: 获取风险警示板股票列表
5. stock_merito_data: 获取指定股票的主营业务信息
6. get_stock_news: 获取指定股票的新闻资讯
7. get_finance_news: 获取财经精选新闻（支持分页）

项目特点

1. 模块化设计：采用清晰的分层架构，便于维护和扩展
2. 统一异常处理：使用自定义异常体系，提供友好的错误提示
3. 配置集中管理：使用 pydantic-settings 进行配置管理
4. 类型提示：全面使用 Python 类型注解，提高代码可读性
5. 数据验证：使用 Pydantic 模型进行数据验证和序列化

开发规范

1. 使用 ruff 进行代码格式化和 lint
2. 遵循 PEP 8 编码规范
3. 保持完整的类型注解
4. 编写清晰的文档字符串

错误处理

服务统一返回以下格式的错误信息：

{
    "error": "错误代码",
    "message": "错误描述",
    "details": {
        "额外信息": "值"
    }
}

主要错误代码

• STOCK_NOT_FOUND: 股票代码不存在
• INVALID_DATE_FORMAT: 日期格式错误
• DATA_FETCH_ERROR: 数据获取失败
• INVALID_PAGINATION: 分页参数错误
• SYSTEM_ERROR: 系统内部错误

Shared threads will appear here, showcasing real-world applications and insights from the community. Check back soon for updates!